Εκτέλεση συνεχούς προσαρμογής προϊόντος/αγοράς

Προβολές: 197

Εάν χτίζετε ένα σπίτι ή κατασκευάζετε ένα κλουβί με κορδόνια, μπορείτε πολύ καλά να προβλέψετε πόσα θα κερδίσετε. Η παραγωγή και τα αποτελέσματα συνδέονται στενά. Εάν δημιουργήσετε την έκδοση 1.0 μιας νέας ψηφιακής εφαρμογής, αυτό δεν συμβαίνει. Από τη μία πλευρά, οι πιθανότητες είναι ότι θα αξίζει μηδέν ή ακόμη και λιγότερο από το μηδέν. Από την άλλη πλευρά, εάν όντως συνδέεστε με τη ζήτηση, η κλιμάκωση σε ψηφιακό είναι εξαιρετικά φθηνή. Η παραγωγή και τα αποτελέσματα συνδέονται χαλαρά.

Αυτή η θεμελιώδης οικονομική πραγματικότητα είναι η βάση για κάθε πλαίσιο ή πρακτική που σχετίζεται με την τεχνολογία και την καινοτομία: σχεδιαστική σκέψη, Lean Startup και agile, για να αναφέρουμε μερικούς από τους πρωτοπόρους. Από καιρό δημοφιλής στους επιχειρηματίες κεφαλαίων επιχειρηματικού κινδύνου, η έννοια της «ταιριάσματος προϊόντος/αγοράς» εξηγεί τη διαφορά μεταξύ της μειοψηφίας των ψηφιακών προϊόντων που είναι έτοιμα για εκρηκτική ανάπτυξη και εκείνων που δεν είναι.

Το πρόβλημα με αυτό είναι ότι, ενώ κάνει εξαιρετική δουλειά στο να εξηγεί τι συνέβη με ένα προϊόν εκ των υστέρων, δεν είναι εφικτό για τους διαχειριστές προϊόντων να προσεγγίζουν το προϊόν/αγορά από εβδομάδα σε εβδομάδα, από τρίμηνο σε τρίμηνο. Ο «Κανόνας 40%» του Sean Ellis προσφέρει ότι εάν ερευνήσετε τους πελάτες και το 40% θα ήταν «πολύ απογοητευμένο» εάν το προϊόν έφευγε, τότε έχετε ταίρια στην αγορά προϊόντος.

Ωστόσο, αυτός ο ορισμός βασίζεται στο τι λένε οι πελάτες σε σχέση με αυτό που κάνουν, κάτι που είναι βαθιά προβληματικό για διάφορους λόγους – ένας από τους πιο προφανείς είναι ότι απαιτεί τη χρήση ενός δευτερεύοντος οργάνου, κάποιου είδους έρευνας. Οι έρευνες είναι και οι δύο σχετικά δυσκίνητες στη διαχείριση και τα αποτελέσματά τους θα συγχέονται πάντα από την προκατάληψη επιλογής – οι χρήστες που αποφασίζουν να απαντήσουν είναι πραγματικά αντιπροσωπευτικοί όλων των χρηστών σας; Και πώς το χρησιμοποιείτε σε μια περίπτωση που θέλετε να δοκιμάσετε τη μερική επίδραση μιας νέας λειτουργίας ή εμπειρίας πελάτη;

Εάν αυτός ο ορισμός είναι πολύ ευρύς, τότε οι δευτερεύουσες εναλλακτικές λύσεις που προτείνουν να εξετάζετε πάντα πολύ συγκεκριμένες μετρήσεις, όπως πόσο συχνά επιστρέφουν οι πελάτες στον ιστότοπο (ή την εφαρμογή) σας είναι πολύ περιορισμένες: πόσο συγκεκριμένα εφαρμόζετε αυτόν τον ορισμό σε προϊόντα με διαφορετικούς φυσικούς ρυθμούς: φορολογική προετοιμασία λογισμικό έναντι μιας εφαρμογής μέσων κοινωνικής δικτύωσης, για παράδειγμα; Τι θα συμβεί αν οι αλλαγές στη διεπαφή χρήστη αλλάξουν φυσικά τη συμπεριφορά των χρηστών από τρίμηνο σε τρίμηνο;

Ένας λειτουργικός ορισμός της προσαρμογής προϊόντος/αγοράς;

Για τα προϊόντα στα οποία εργάζομαι ως σύμβουλος και ιδρυτής, έχω διαπιστώσει ότι χρειάζομαι έναν ορισμό της προσαρμογής προϊόντος/αγοράς που να κάνει αυτά τα 5 πράγματα:

1. Βασίζεται στο τι κάνουν οι χρήστες έναντι του τι λένε οι χρήστες

Το να βασιζόμαστε στο τι κάνουν οι χρήστες σε σχέση με αυτό που λένε είναι ένα καθιερωμένο μάθημα που αντλείται από το σχεδιασμό του προϊόντος. Είναι επίσης ένας τομέας όπου (πρόσφατα) η εργασία ως καθηγητής σε μια ομάδα στατιστικών με βοήθησε πολύ – στην επιστήμη να μιλήσω, οι παρατηρήσεις συμπεριφοράς υπόκεινται πολύ λιγότερο σε «συγχυτές» που κάνουν συμπεράσματα και ως εκ τούτου αποφάσεις πολύ λιγότερο αξιόπιστες.

Για παράδειγμα, εξετάστε την περίπτωση όπου έπρεπε απλώς να έρθετε σε επαφή με την τεχνική υποστήριξη για να επιλύσετε ένα πρόβλημα με ένα προϊόν που σας αρέσει γενικά, αλλά το άτομο υποστήριξης ήταν τρομερό. Όταν η εταιρεία σας στέλνει μια έρευνα ικανοποίησης μετά την κλήση, μπορεί να έχετε την τάση να απαντήσετε ότι όχι, δεν θα συνιστούσατε το προϊόν σε έναν φίλο, παρόλο που, πραγματικά, θα το κάνατε. Ή σκεφτείτε την αντίθετη περίπτωση – μετανιώνετε που αγοράσατε το προϊόν, αλλά το άτομο υποστήριξης έκανε ό,τι καλύτερο μπορούσε και εσείς όταν έρθει αυτή η έρευνα, θέλετε να πείτε κάτι ωραίο, παρόλο που στην πραγματικότητα δεν θα συνιστούσατε το προϊόν.

Αυτό δεν σημαίνει ότι μια καλή προσέγγιση του προϊόντος/της αγοράς αφορά μόνο τους αριθμούς. Εάν μια ομάδα δεν μπορεί εύκολα να συνδυάσει ποιοτικά και ποσοτικά στοιχεία, θα χάσει το νήμα. Έχουμε ακόμη και έναν όρο για αυτό στην επιστήμη ανάλυσης/δεδομένων: «βασική αλήθεια» και ένας καλός ορισμός της προσαρμογής προϊόντος/αγοράς πρέπει να είναι σχετικός και για τους δύο τύπους παρατηρήσεων, ποιοτικών και ποσοτικών.

2. Μπορεί να εφαρμοστεί εύκολα με τα τυπικά εργαλεία Analytics

Θέλω έναν ορισμό που να αξιοποιεί όλα τα δεδομένα μου στους χρήστες, σε σύγκριση με μερικές απαντήσεις σε περιοδικές έρευνες. Είμαι μεγάλος λάτρης του ευέλικτου και συνεχούς σχεδιασμού και γενικά κάνω την ερώτηση “Λειτουργεί όπως θέλουμε;” κάτι που οι ομάδες μπορούν εύκολα να ελέγξουν όποτε θέλουν. Είτε η ομάδα προϊόντων χρησιμοποιεί το Google Analytics, το Mixpanel, το KISSMETRICS κ.λπ., θέλω να μπορώ να πλαισιώσω μερικές εστιακές παρατηρήσεις σχετικά με τη συμπεριφορά των χρηστών και να τις χρησιμοποιήσω ως τον πραγματικό μας βορρά από εβδομάδα σε εβδομάδα, τρίμηνο σε τρίμηνο, για να καταλάβω αν τι κάνουμε δουλεύει ή όχι.

Όχι μόνο θέλω να μπορώ να χρησιμοποιώ όλα τα (χρήσιμα) δεδομένα που έχω σχετικά με τη συμπεριφορά των χρηστών καθώς έρχονται, αλλά θέλω επίσης να κάνω σύγκριση με αυτά που έχω μάθει μέχρι τώρα, και αυτό είναι ένα πρόβλημα με το πολύ στενές μετρήσεις: είναι τόσο συγκεκριμένες που οι σταδιακές αλλαγές στην εμπειρία χρήστη (UX) ή στη γενικότερη εμπειρία πελάτη (CX) καθιστούν δύσκολη τη σύγκριση και την εφαρμογή των υπαρχόντων διδαγμάτων σας. Και αυτό είναι ιδιαίτερα σημαντικό στην περίπτωση μόχλευσης μετρήσεων κορυφαίων έναντι καθυστερήσεων.

3. Μόχλευση Μετρών Κορυφαίων έναντι Υστερήσεων

Ανεξάρτητα από το πώς το τεμαχίζετε, οι έρευνες είναι ένας δείκτης που υστερεί και θα οδηγήσει σε πιο αργές, ακριβότερες αποφάσεις, κάτι που δεν είναι αυτό που θέλετε σε ένα υπερανταγωνιστικό περιβάλλον με ένταση καινοτομίας. Πώς αξιοποιείτε όσα έχετε μάθει σχετικά με τις κορυφαίες μετρήσεις, όπως τα επίπεδα αφοσίωσης, ώστε να μπορείτε να πραγματοποιήσετε μια κλήση σε μια νέα δυνατότητα, τμήμα πελατών ή πηγή δυνητικού πελάτη το συντομότερο δυνατό;

4. Επεκτείνεται εύκολα στη δοκιμή νέων δυνατοτήτων, CX και τμημάτων

Οι επιτυχημένες επιχειρήσεις είτε είναι τυχερές είτε δοκιμάζουν επαναληπτικά τον δρόμο τους προς την επιτυχία. Δεν ξέρω πώς να είμαι αξιόπιστα τυχερός, γι’ αυτό επικεντρώνομαι στις δοκιμές – το ίδιο έκαναν και αξιόλογες νεοσύστατες εταιρείες όπως το Dropbox και το Aardvark και το ίδιο κάνουν και τα ανθεκτικά franchise όπως η Google.

Ας υποθέσουμε ότι έχετε τρία νέα τμήματα πελατών που πιστεύετε ότι μπορεί να είναι η επόμενη πηγή ανάπτυξης για εσάς – πώς το δοκιμάζετε; Πώς καταλαβαίνετε πόσα μπορείτε να πληρώσετε για μια εξαγορά; Είναι ένα νέο χαρακτηριστικό που ενισχύει την προσαρμογή του προϊόντος/της αγοράς ή είναι το πρώτο βήμα σε ένα ταξίδι όπως το Evernote, όπου ένας συνδυασμός χαρακτηριστικών κρατήρων ταιριάζει σε προϊόν/αγορά; Θέλω να είμαι σε θέση να παρατηρώ, να συμπεράνω και να ενεργώ με βάση τους βασικούς δείκτες όπου πιστεύω ότι έχω μάθει αξιόπιστα μαθήματα σχετικά με τις μεταγενέστερες συμπεριφορές, όπως τη σχέση μεταξύ δέσμευσης και διατήρησης.

Για παράδειγμα, λάβετε υπόψη το παρακάτω παράδειγμα δείγματος: Εάν παρουσιάσετε κάτι νέο, η ισχυρή αρχική απόκτηση μπορεί να κρύψει θανατηφόρα ποσά ανατροπής, εάν δεν ψάχνετε στα σωστά μέρη.

5. Εύκολα ‘Cascades’ με OKR’s ή Παρόμοια

Αυτό είναι μεγαλύτερο σε κλίμακα, αλλά είναι σημαντικό για μεμονωμένες ομάδες να μπορούν εύκολα να κατανοήσουν και να διευκολύνουν την ευθυγράμμιση με τους μεγαλύτερους στόχους της εταιρείας. Για παράδειγμα, εάν ο κύριος στόχος της εταιρείας είναι να γίνει το κορυφαίο CRM για εταιρείες παραγωγής B2B και τα αποτελέσματά τους για το τρέχον τρίμηνο είναι να αυξήσουν τα έσοδα κατά 45%, τι σημαίνει αυτό για την ομάδα που ασχολείται με ένα πολύ συγκεκριμένο μέρος του προϊόντος , όπως η διασύνδεση με υπηρεσίες δεδομένων τρίτων; Ή ένα chatbot για υποστήριξη πελατών;

Η ιδέα με τη χρήση του OKR ή μιας παρόμοιας προσέγγισης με γνώμονα τις μετρήσεις είναι ότι η εταιρεία μπορεί να περιγράψει την πρόοδό της στην προσαρμογή προϊόντος/αγοράς με συγκεκριμένους όρους σε επίπεδο εταιρείας και στη συνέχεια να αποσυνθέσει ή να «καταρρεύσει» αυτή την περιγραφή στη συγκεκριμένη εργασία μεμονωμένων τμημάτων και ομάδων . Για αυτό, οι περιοδικές μετρήσεις σχετικά με το πόσο ευχαριστημένοι είναι συνολικά οι πελάτες δεν είναι άμεσα εφαρμόσιμες για αυτούς.

Ένας τρίτος ορισμός της προσαρμογής προϊόντος/αγοράς;

Εντάξει, εντάξει Θα περιορίσω την υπόθεση: ένας τρίτος ορισμός της προσαρμογής προϊόντος/αγοράς που προτιμώ είναι να τον πλαισιώσω με όρους συμπεριφοράς χρήστη – συγκεκριμένα, οι συμπεριφορές χρήστη που αποτελούν μια ατομική «κέρδος» στην προσαρμογή προϊόντος/αγοράς. Θεωρώ ότι αυτός ο ορισμός αποδίδει αρκετά καλά τα πέντε πράγματα που αναζητώ:
1. Μου επιτρέπει να βασίζομαι σε συγκεκριμένη συμπεριφορά χρήστη έναντι γενικευμένων, περιστασιακών απαντήσεων έρευνας

2. Μπορώ να το εφαρμόσω αμέσως με οποιαδήποτε τυπική σουίτα αναλυτικών στοιχείων ιστού/εφαρμογών (Google Analytics, Mixpanel κ.λπ.) και να παρατηρώ συνεχώς την πρόοδο (ή όχι την πρόοδο) ως προς την προσαρμογή προϊόντος/αγοράς

3. Μου επιτρέπει να παρατηρώ αμέσως και διαρκώς κορυφαίες μετρήσεις για πιο αυστηρή, ταχύτερη δυνατότητα δράσης. Για παράδειγμα, αν γνωρίζω (ή τουλάχιστον είμαι έτοιμος να υποθέσω με βάση προηγούμενες παρατηρήσεις) ότι ένα ορισμένο επίπεδο αφοσίωσης των χρηστών οδηγεί σε ένα ορισμένο επίπεδο διατήρησης και δημιουργίας εσόδων, τότε μπορώ να επενδύσω πιο άμεσα στην κλιμάκωση μιας νέας λειτουργίας ή CX που βελτιώνει την αφοσίωση των χρηστών.

4. Δεδομένου ότι παρατηρώ συγκεκριμένες συμπεριφορές χρηστών, μπορώ εύκολα να δοκιμάσω το συγκεκριμένο αποτέλεσμα μιας νέας δυνατότητας ή CX και, για τους παραπάνω λόγους, να λάβω πιο γρήγορες, πιο σίγουρες αποφάσεις σχετικά με το αν θα «περιστρέψω ή θα επιμείνω».

5. Εάν η λειτουργία λειτουργεί σε κλίμακα, μπορώ να διευκολύνω την ευθυγράμμιση με τους στόχους της εταιρείας με μεμονωμένες ομάδες μέσω μετρήσεων που σχετίζονται με την ομάδα, οι οποίες τους δίνουν τον ορισμό της επιτυχίας εστιασμένου στο αποτέλεσμα που θέλουν για ελευθερία δράσης και αυτονομία.

Το συνολικό πλαίσιο που χρησιμοποιώ για αυτό είναι η «χαρτογράφηση εμπειρίας πελάτη (CX)». Για μια δεδομένη δουλειά που κάνετε για τον χρήστη ή το πρόβλημα που λύνετε για αυτόν, η ιδέα είναι να πλαισιώσετε το ταξίδι του με ποιοτικούς όρους και στη συνέχεια να προσδιορίσετε μια εστιακή μέτρηση (εξαρτημένη μεταβλητή/DV) για καθεμία από αυτές.

Το παράδειγμα εδώ δείχνει πώς μια ομάδα που κατασκευάζει μια εφαρμογή για τεχνικούς HVAC (θέρμανση, εξαερισμός και κλιματισμός) για να παραγγείλει ανταλλακτικά θα αποσυσκευάσει και θα μετρήσει τον στόχο CX:

Κάθε βήμα στην εμπειρία του πελάτη έχει μια εστιακή εξαρτημένη μεταβλητή (DV) που βασίζεται στην παρατηρούμενη συμπεριφορά των χρηστών και ένα όριο «γραμμής στην άμμο» που ωθεί συνεχώς την ομάδα να θέτει προτεραιότητες σε σχέση με ένα επιτυχημένο CX. Ό,τι δοκιμάζει η ομάδα πλαισιώνεται ως μια ελεγχόμενη ανεξάρτητη μεταβλητή (IV) σε σχέση με το εστιακό DV.

Πού είναι το κομμάτι της προσαρμογής προϊόντος/αγοράς; Μεγάλη ερώτηση! Ορίζεται συγκεκριμένα ως οι συμπεριφορές διατήρησης. Για παράδειγμα, ένας μεμονωμένος χρήστης προστίθεται στην προσαρμογή προϊόντος/αγοράς εάν πληρώσει >80$/μήνα και διατηρηθεί για >14 μήνες. Αυτό έχει το χρήσιμο χαρακτηριστικό να καθιστά πολύ προφανές πού πρέπει να βρίσκεστε σε κορυφαία DV όπως η Απόκτηση: δεδομένου ενός συγκεκριμένου ορισμού της Διατήρησης, γνωρίζετε πόσα μπορείτε να πληρώσετε για μια Απόκτηση.

Κλείνοντας, θα προσφέρω αυτό: Μου αρέσει να φτιάχνω πράγματα και μισώ να ανησυχώ για την προσαρμογή του προϊόντος/της αγοράς. Αλλά και μόνο το να φτιάχνεις πράγματα με ευγένεια δεν οδηγεί σε καλή επιχείρηση, εκτός κι αν είσαι τυχερός. Οπότε, πρέπει να βεβαιωθώ ότι αυτό που κάνω οδηγεί προς την προσαρμογή του προϊόντος/της αγοράς και ξέρετε αυτό το ρητό για το πώς τα βαρετά μαχαίρια κόβουν περισσότερους ανθρώπους από τα αιχμηρά (επειδή είναι αδέξια); Λοιπόν, κάπως έτσι νιώθω όταν ασχολούμαι με την προσαρμογή προϊόντος/αγοράς: Θέλω κάτι που να είναι λειτουργικά καθοριστικό και εύκολο στην εφαρμογή, ώστε να μπορώ να επικεντρωθώ σε αυτό που μου αρέσει να κάνω, που είναι ο σχεδιασμός και η κατασκευή προϊόντων. Για αυτό, ανακάλυψα ότι η αντιστοίχιση CX προσφέρει αυτό που θέλω: κάτι που είναι πιο άμεσο και συνεχές από τον κανόνα του 40%, αλλά εξακολουθεί να μου προσφέρει περισσότερο λειτουργικό πλαίσιο από το να κοιτάζω απλώς μια συγκεκριμένη μέτρηση όπως οι επισκέπτες που επιστρέφουν.

Αν σας ενδιαφέρει να το δοκιμάσετε, δεν μπορώ παρά να προτείνω αυτόν τον υπέροχο μικρό τόμο που προσφέρει ακόμα περισσότερες λεπτομέρειες: Ανάπτυξη με γνώμονα την υπόθεση.

Ευχαριστίες

Θα ήθελα να ευχαριστήσω τον Colin Zima για τη βοήθειά του στη βελτίωση αυτής της θέσης και επίσης να τον απαλλάξω για οποιαδήποτε από τις ελλείψεις της. Ο Colin είναι ένας σειριακός ιδρυτής και στέλεχος προϊόντων που είχε πολλαπλές αποχωρήσεις, συμπεριλαμβανομένης της τελευταίας ως CPO του Looker, τώρα μέρος της Google. Αυτήν τη στιγμή, ανακαλύπτει πώς περισσότεροι χρήστες μπορούν να λάβουν τα δεδομένα που χρειάζονται για να κάνουν τη δουλειά τους καλύτερα στο Omni.