Miten erinomaiset tuotetiimit päättävät, mitä seuraavaksi rakentaa

Miksi asiakkaan todellinen käyttäytyminen on tärkeämpää kuin koskaan aiemmin tekoälyajan myötä

Tuotejohtajat ja insinöörit voivat viettää kuukausia muokkaamassa ominaisuutta, ennen kuin kukaan yrityksen ulkopuolinen koskee siihen. Kun asiakkaat saavat sen haltuunsa, he saattavat käyttää sitä täsmälleen odotetusti tai löytää täysin uuden polun. He saattavat jättää pääominaisuuden kokonaan huomiotta ja jatkuvasti palata siihen, mihin tiimi ei kiinnittänyt paljonkaan huomiota kehityksen aikana. Tässä vaiheessa todellinen oppiminen ja mielenkiintoiset päätökset alkavat.

Samaan aikaan tekoäly on muuttanut tuote- ja insinööritiimien työskentelytapaa, mahdollistaen ideoista toimivan ohjelmiston nopeamman luomisen. Koodinavustajat ja automaattiset testityökalut kiihdyttävät vauhtia joka päivä. Ideat, jotka aiemmin vaativat viikkoja insinöörien työtä, voivat nyt muuttua toimiviksi prototyypeiksi muutamassa päivässä, luoden paljon enemmän mahdollisuuksia testaamiseen ja toimittamiseen — ja asiakkaiden oppimiseen, kun he alkavat käyttää uusia ominaisuuksia.

Kun kehitys nopeutuu ja uusia ideoita esitetään asiakkaille, tuotetiimejä on nopeasti opittava varhaisista käyttäjäkokemuksista ja päättävä, miten vastata. Kun ohjelmistoja toimitetaan, oppiminen ja päätöksenteko on nopeutettava. Jos oppiminen ei pysy kehityksen tahdissa, käyttäjät joutuvat uusien ominaisuuksien ja “parannusten” valtaan, joita he eivät halua tai jotka voivat jopa pahentaa heidän kokemustaan.

Nopeampi kehitys muuttaa kaiken

Viimeaikaiset tutkimukset, joihin osallistui yli 100 000 GitHub-kehittäjää, osoittavat, kuinka nopeasti tämä muutos on tapahtumassa. Tekoälykoodausvälineet lisäsivät koodauksen määrää jopa 180 %, kun taas julkaisut kasvoivat noin 30 %. Tutkijat tarkastelivat myös neljää sovelluskauppaa, joissa uudet julkaisut kasvoivat, mutta yleinen käyttö pysyi tasaisena tai laski. Tämä tarkoittaa, että paljon enemmän ohjelmistoa kilpailee samasta asiakas huomiosta.

Tässä on se aukko, jonka julkaisemisen jälkeinen data on sullettava: tiedostaminen, mitkä monista toimitetuista asioista ansaitsevat paikan asiakkaan rutiinissa, ja mitkä vain lisäävät melua.

Oletetaan, että online-kauppias lanseeraa tekoälyavustajan. Se vastaa tuotekysymyksiin, suosittelee sopivia tuotteita ja näyttää toimivan täsmälleen suunnitellusti. Seuraava kysymys on, mitä asiakkaat todella tekevät sen kanssa — ja miksi.

Avataanko avustajaa vierailun alussa vai vasta, kun hakua on epäonnistunut? Mitkä kysymykset johtavat tuotteen näyttöön tai ostoon? Mihin keskustelut päättyvät äkkiä? Ja käyttävätkö paluuasiakkaat sitä toisin kuin ensikertalaiset?

Vastaukset paljastavat, minkälaisen roolin avustaja todella esittää. Korkea vuorovaikutuslukema saattaa näyttää terveeltä, mutta lähempi tarkastelu saattaa osoittaa, että asiakkaat toistavat samaa kysymystä, koska vastaukset eivät ole selviä. Toisaalta, vaatimaton omaksumisaste saattaa olla ok, jos ne käyttäjät kääntävät muuttuvat korkeammin tai tutkivat laajempaa tuotevalikoimaa.

Tuoteanalytiikka näyttää, mitä tapahtui, kun ominaisuus tuli voimaan. Käyttivätkö ihmiset sitä? Auttoiko se heitä etenemään tai lähetti heidät odottamattomaan suuntaan? Vastaukset antavat tuotejohtajille konkreettisen työkalun, jota he voivat käyttää, kun päättävät, mitä muuttaa.

Opi asiakkaiden todellisesta käyttäytymisestä

Koska tekoäly tekee siitä paljon helpompaa esitellä uusia ominaisuuksia tuotteeseen, monet tuotetiimit tekevät nyt paljon enemmän muutoksia kuin aiemmin, mikä voi aiheuttaa tahattomia kitkaa käyttäjille. Esimerkiksi yksi tiimi voi lanseerata avustajan, kun toinen nopeasti luo suosituksia tai kokeilee uutta käyttöliittymää. Pian asiakkaat valitsevat useista kilpailevista ideoista, ja kokemus alkaa tuntua sekavaksi tai epäyhtenäiseksi.

Meidän kauppiamme saattaa havaita, että asiakkaat siirtyvät tekoälyhaun ja ostosavustajan välillä saman tehtävän aikana. Tuoteanalytiikka voi näyttää, missä he menettävät vauhtia ja mikä reitti useammin johtaa valmiiseen ostoilmoitukseen. Tämä antaa liiketoiminnalle selkeän perustan yksinkertaistaa matkaa ja kohdistaa sijoituksensa siihen, missä se vaikuttaa eniten.

Parannetut kysymykset, parannetut tuotepäätökset

Suurin osa tuotteen rakentamisesta tänään on päättäminen, mitkä ongelmat ovat arvokkaita ja kuinka pitkälle ideaa on vietävä. Päätöksen tekemisen vaikea osa on kysyä oikeat kysymykset todisteiden tarkastelun aikana.

Dasboard, joka näyttää paljon asiakasaktiivisuutta, voi olla harhaa, koska omaksuminen merkitsee vain vähän itsessään. Tärkeä kysymys on, mitä käyttäjä yritti tehdä, auttoiko ominaisuus heitä pääsemään sinne, ja palasivatko he, kun alkuperäinen uteliaisuus oli poissa.

Kysymys pitäisi myös muuttua ajan myötä. Ensimmäisten päivien jälkeen julkaisusta prioriteetti saattaa olla hämmentävät vuorovaikutukset tai tekniset virheet. Muutaman viikon kuluttua fokus siirtyy siihen, onko käyttö toistuva ja liittyykö se kaupalliseen tuloskäyttäytymiseen. On vähän arvoa kysyä julkaisupäivän kysymyksiä kuuden viikon kuluttua.

Tekoäly voi merkitä epätavallisen käyttäytymisen muutoksen ja auttaa tuotejohtajia tutkimaan suuria määriä tapahtumadataa. Tämä lyhentää aikaa, joka kuluu signaalin havaitsemisesta ja sen tutkimisesta.

Tietysti, muutos datassa ei selitä itseään. Käytön lasku saattaa osoittaa rikkoontuneen työvirran tai onnistuneen tarpeettoman askelman poistamisen. Ihmiset, jotka tuntevat tuotteen ja sen käyttäjät, on edelleen selvitettävä, mitä muutos todella merkitsee.

Pysy asiakkaidesi mukana

Väli julkaisujen ja arvostelujen välillä on tullut vaikeammaksi ignoroida. Jos ohjelmistoa muutetaan joka viikko, neljännesvuosikokous jättää paljon asiakaskäyttäytymistä näkemättä. Tuotejohtajien on saatava tärkeitä muutoksia ennen kuin julkaisun ympärillä oleva konteksti häviää.

Se alkaa siitä, että ihmiset tietävät, minkä tuloksen he omistavat, ja he pystyvät tutkimaan relevanttia käyttäytymistä helposti. Tekoälytekniikat, kuten Mixpanel, voivat ohjata huomion muutoksiin, joita on tutkittava, ja tarjota asiakkaan todellisen käyttäytymisen rekisterin. Tuotejohtajat voivat sitten kohdistaa aikansa asioihin, jotka ansaitsevat tarkemman tarkastelun.

Parhaat tuotetiimit muuttavat mieltään

Pitäisikö tätä ominaisuutta sijoittaa lisää? Poistaisiko pieni muutos kitkaa kriittisessä kohdassa? Onko koe osoittanut tarpeeksi? Vai lisääkö se monimutkaisuutta, jota asiakkaat eivät ole pyytäneet? Jokainen vastaus antaa tuotejohtajille päätöksen tehtäväksi. Ja parhaat TPM:t ovat valmiit muuttamaan mieltään, kun todisteet osoittavat paremman lopputuloksen muutoksen kautta.

Mitä nopeammin ohjelmistoja toimitetaan, sitä nopeammin tuotetiimien on opittava. Kenellä tahansa, joka toimittaa tekoälyominaisuuksia, on yksi tärkeä kysymys: Oletko valmis haastamaan oletuksesi ja oppimaan julkaisun jälkeisistä käyttäjädatasta? Oletko valmis muuttaa mieltäsi? Päätä vastaus ennen kuin lanseerat. Sitten varmista, että olet valmis näkemään sen — ja toimimaan sen mukaan.