Find din uretfærdige fordel i produktets vilde vesten-æra

Læs transskriptionen:

Vi prøver at transskribere vores podcasts ved hjælp af et softwareprogram. Bær over med eventuelle slåfejl, da botten ikke er korrekt 100 % af tiden.

Hannah Clark: Det er officielt. Vibe coding er blevet en del af dagligsproget blandt den brede befolkning, og vi er på vej ind i et afgørende øjeblik, hvor AI, digitale produkter og kultur samles i ét stort evolutionært spring. Demokratiseringen af adgangen til udvikling af digitale produkter – eller med enklere ord: »at bygge på mavefornemmelse« – markerer en permanent udjævning af spillefeltet, hvor bogstaveligt talt hvem som helst kan blive stifter.

Og selv om fjernelsen af adgangsbarrierer betyder, at flere gode idéer får en vej ind på markedet, betyder det også, at, ja, flere gode idéer får en vej ind på markedet. Altså rigtig mange flere. Og i denne skala er konsekvenserne meget større end blot at have langt mere konkurrence. Det betyder, at hvis vi håber på at blive reelle konkurrenter på dette marked, er vi nødt til at stille langt højere krav til vores GTM- og vækststrategier.

Og heldigvis for dig er min gæst i dag Margaret-Ann Seger, produktchef hos Statsig. Som du snart vil høre, har Margaret-Ann – eller MA, som hun kaldes af dem, der kender hende – en utrolig fornemmelse for, hvad der bryder gennem støjen og får vækstmotorer til at køre. Men det vigtigste, du vil høre i denne episode, er de taktikker, hun og folkene hos Statsig bruger til at muliggøre samarbejde mellem deres brugere og produktteamet. Du får helt sikkert lyst til at tage noter. Lad os komme i gang.

Nå ja, vi har samtaler som denne hver uge, så hvis det lyder interessant for dig, hvorfor så ikke abonnere? Okay, lad os komme i gang.

Velkommen tilbage til The CPO Club-podcasten. Margaret-Ann, mange tak, fordi du tog dig tid til at tale med mig i dag.

Margaret-Ann Seger: Tak, fordi jeg måtte være med i programmet, Hannah.

Hannah Clark: Kan du først fortælle os lidt om din baggrund, og hvordan du er nået dertil, hvor du er i dag hos Statsig?

Margaret-Ann Seger: Selvfølgelig. Jeg leder produkt og design hos Statsig, som er den moderne platform til produktindsigt.

Fra traditionel A/B-testning til test af offline-modeller, efterhånden som flere teams bygger med modeller, intelligent funktionsflagning og produktanalyse. Vi hjælper teams med at indarbejde data i alle dele af deres produktudviklingsproces i denne AI-tid. Det er altså en ret omfattende platform. For mig giver det rigtig god mening, fordi jeg kommer fra større teknologivirksomheder.

Jeg begyndte min karriere i Big Tech, startede hos Facebook og tilbragte derefter lidt over seks år hos Uber. Begge virksomheder var i hypervækst, da jeg kom til, men jeg havde den luksus at have en hel række fantastiske interne værktøjer til rådighed. Først da jeg forlod virksomheden i 2020 og trådte ud i den virkelige verden, gik det op for mig, at ikke alle virksomheder har adgang til de værktøjer.

Og derfor giver det, vi bygger hos Statsig, mening, fordi vi demokratiserer adgangen til den samme værktøjssamling for alle virksomheder.

Hannah Clark: Det er fantastisk. I dag skal vi tale lidt mere om vækst: hvordan man lykkes med vækst og GTM-strategi i en tid, hvor så mange dele af produktudviklings- og lanceringsprocessen bliver demokratiseret.

Vi er virkelig nødt til at finde smarte, intuitive måder at skille os ud på. Så lad os begynde med at tage udgangspunkt i en sætning, du delte med mig i en tidligere samtale, som jeg virkelig godt kunne lide: Førstegangs-stiftere går op i produktet, gentagne stiftere går op i distributionen. Jeg synes, det er en meget præcis måde at rammesætte samtalen på.

Når du tænker over det, hvad er så det vigtigste skift i tankegang, som produktledere skal foretage, når vi går fra produkt-først- til distributions-først-tænkning?

Margaret-Ann Seger: Godt spørgsmål. Det var faktisk min mand, der fortalte mig denne sætning. Han sagde den til mig, mens han var i gang med at planlægge sin startup.

Så det var meget passende at have den samtale. Men jeg tror, at essensen er, at du i sidste ende kan bygge verdens mest fantastiske produkt, men hvis ingen kender til det, eller du ikke har nogen måde at få det foran de rigtige mennesker på, får du ikke succes. Og jeg synes især, det gælder i AI-tiden, ikke?

For der er simpelthen så mange flere produkter. Overliggeren for at skabe et produkt er blevet lavere. Nu kan alle skabe deres egen app, deres egen hjemmeside, deres egen X, Y, Z. Og derfor kommer der til at være meget mere støj. Hvordan skiller man sig ud? Hvordan får man faktisk distribution? Og jeg tror, der er et par eksempler, jeg ofte tænker på, når jeg tænker på dette gjort rigtigt. Det er ting som – jeg ved ikke, om du fulgte med i det – det er ikke et eksempel fra teknologiverdenen, men Haley Biebers makeupmærke Rhode blev for nylig opkøbt.

Det blev opkøbt for over en milliard dollar og var et enormt succesfuldt resultat. Og det hele var bygget på hendes brand. Hun er sikkert god til makeup, men jeg er sikker på, at der findes halvanden million mennesker, som ved mere om nuancerne ved at skabe makeup og alt det der.

Men hun har et fænomenalt brand. Hun havde distribution. Det kan man sætte ild under på den måde. Jeg tænker tilbage på min tid hos Facebook, hvor vi havde fantastisk distribution, og derfor kunne enhver funktion, man lancerede, gå fra nul til hundredvis af millioner af brugere fra den ene dag til den anden, fordi man simpelthen havde en gigantisk platform med stor udbredelse i forvejen.

Og jeg synes, man ser det samme hos AI-virksomhederne, ikke? Cursor byggede for eksempel oven på VS Code. Der findes alle disse eksisterende adfærdsmønstre og distributionskanaler, som folk kan bygge noget inkrementelt oven på, og fra den ene dag til den anden kan de sætte fuld fart på. Jeg tror, det, der kommer til at adskille de virksomheder, som får stor succes, er, om de kan finde en bæredygtig og kreativ distributionskanal.

Og det kommer ikke kun til at handle om, hvorvidt du har et godt produkt, for det bliver næsten et grundkrav i AI-tiden.

Hannah Clark: Ja, og det er præcis den bekymring, mange går rundt med. Du kan have en fantastisk idé, men funktionaliteten i det produkt, du skaber, er ikke nødvendigvis unik. Der findes mange veje til det samme resultat.

Hvis vi tænker på strategier til at adskille gode produkter fra mængden, når vi ved, at alle kan skabe den samme app som dig, hvilke idéer vil du så foreslå, at folk begynder med, når de prøver at finde deres plads på markedet?

Margaret-Ann Seger: Ja. Jeg synes, en vigtig ting, der ikke bliver talt så meget om, faktisk er feedbacksløjfer.

Du har måske en AI-assistent, der skriver din kode. Du har måske hjælpemidler i hvert eneste trin af produktudviklings- og lanceringsprocessen. Men hvordan får du feedback, når produktet rent faktisk er ude i verden? Og både kvalitativ og kvantitativ feedback, ikke? Du er nødt til hurtigt at vide, om det, du bygger, faktisk virker, og du skal bare have de her feedbacksløjfer til at køre. Så du konstant får signaler og itererer derefter.

Og i forlængelse af det tror jeg, at den afgørende forskel for mange mennesker – og faktisk ser vi det hos Statsig som en forskel for os – er hastighed. Når du først har fået feedbacksløjferne op at køre, er du så i stand til at indarbejde feedbacken og iterere hurtigere end den næste person?

Hvis dine brugere fortæller dig noget, kan du så udnytte det med det samme? Jeg tror derfor, at feedbacksløjfer kombineret med hastighed virkelig vil adskille vinderne. Og én ting, vi har set, er, at vi faktisk nogle gange lancerer noget, der ikke er færdigbygget og er meget råt, bare for at få signaler. På den måde kan vi informere det, vi rent faktisk bygger, og springe dele af den grundlæggende produktudviklingsproces over.

Hannah Clark: I den forbindelse handler det altså i virkeligheden om at lære brugerne at kende. Det har altid været afgørende, men nu er det nærmest altafgørende. Hvilken taktisk tilgang kan produktledere bruge til virkelig at forstå deres ICP lige nu i dette demokratiserede landskab?

Margaret-Ann Seger: Det her bliver kontroversielt, men lav faktisk support.

Jeg tror, at det er virkelig nyttigt for produktchefer at arbejde med support og kunder, når de har problemer, hvis man vil forstå sin bruger. Og som du siger, bliver det vigtigere end nogensinde. Hos Statsig tager vi det helt ud i yderste konsekvens, og det slog benene væk under mig, da jeg først begyndte.

Vi har ikke et supportteam. Hele virksomheden er ansvarlig for support, og vi har faktisk opbygget en hel række komplekse værktøjer med feedbackgrupper i Slack, som automatisk sorterer henvendelser via en bot. De bliver sendt til dagens vagt i køen, og hvert teammedlem har på skift dagens supportvagt.

Jeg er produktchef, men jeg arbejder også med support. Derfor hører jeg, når ting går galt. Jeg ser, når folk sidder fast i en bestemt arbejdsgang, og jeg tror, det gør det muligt for mig konstant at være i kontakt med kunden og kundens problemer og automatisk tage det med ind i alle samtaler.

Jeg tror, det er kontroversielt, fordi der er så mange virksomheder – Sierra og alle de her AI-virksomheder inden for kundesupport – hvis grundidé er, at man ikke selv burde skulle besvare den slags spørgsmål. Vi flytter det over til en bot eller AI, og jeg synes bare, det hjælper dig med virkelig at holde kontakten.

Jeg tror også, at dine kunder sætter pris på det. Det bliver næsten et differentieringspunkt i den nye verden.

Hannah Clark: Ja, det her slår faktisk benene væk under mig. Jeg synes, det er en genial strategi, for uanset om du bruger en bot til at besvare kundesupportspørgsmål, eller om du har et supportteam, så hvis du holder det adskilt fra udviklingsprocessen og de mennesker, der er tættest på produktet, bliver informationen viderebragt gennem flere led. Du er afhængig af at sikre, at du tjekker ind hos de rigtige mennesker.

Men jeg synes også, det er genialt, for hvordan får du ellers feedback? Du indhenter den fra folk, som enten er meget ivrige efter at støtte et produkt, fordi de allerede elsker det, eller fra folk, der virkelig hader det. Når du arbejder i supportområdet, som ikke er det sted, folk forventer, tager du deres feedback med i betragtning. De prøver bare at komme fra punkt A til punkt B, og det midterfelt synes jeg ellers er meget svært at indfange.

Margaret-Ann Seger: Ja, det er virkelig sejt, og jeg synes, det er interessant at møde kunderne i deres virkelige miljø. Du møder dem i øjeblikket og ser følelserne. Det er også fedt at se vores ingeniører opbygge den empati, for jeg tror, det skalerer rigtig godt. Det er ikke kun produktcheferne, der gør det, men også ingeniørerne.

De bliver begejstrede over at se en mulighed for at forbedre en arbejdsgang. »Jeg sender bare en hurtig rettelse.« På den måde kan man næsten opnå mere ved at opbygge empati nedefra.

Hannah Clark: Ja, helt sikkert. Jeg kan også virkelig se værdien i at kunne forstå de anvendelsesområder, folk har for produktet i øjeblikket, og forstå, hvad de prøver at opnå.

Burde der være en nemmere måde, så de ikke behøver kontakte support? Min hjerne arbejder på højtryk – jeg elsker den her idé. Jeg er virkelig glad for, at den kom op. Okay, vi går videre. Når vi tænker på hastigheden i udviklingscyklusserne, var det den anden ting, du nævnte om differentiering: evnen til at indarbejde din feedback i produktkøreplanen meget hurtigt.

Du foreslog at bygge uprætentiøse ting hurtigt, få dem ud og få feedback. Hvilken ramme bruger du til at beslutte, hvad der skal bygges og testes først, hvis der bare er mange muligheder og mange retninger, man kan gå i?

Margaret-Ann Seger: Jeg hentydede lidt til det tidligere, men vi er begyndt at filme prototypedemonstrationer. Vi laver prototypen og filmer derefter en video, som om det er et rigtigt produkt, og siger, at der er åbent for beta-anmodninger, hvis man vil have betaadgang. Og så bygger vi det ikke.

Kunden tager kontakt, hvis vedkommende er interesseret, eller nogen ser det på LinkedIn og siger: »Det her er smart. Det burde vi prøve.« Så skriver de til os, og hvis vi får tilstrækkelig efterspørgsel og begejstring, bygger vi det. Det er en meget billig måde at kvalitetstjekke idéer på uden at skulle bygge et komplet produkt fra ende til anden med alle kanttilfælde og alle de nuancer, man skal tænke på.

Vi har prøvet det med nogle få ting, og det har fungeret rigtig godt, så jeg tror, vi bliver ved med det og grundlæggende lader markedet fortælle os, hvad vi bør og ikke bør bygge.

Hannah Clark: Det her er virkelig et kig bag kulisserne. Jeg føler næsten, det er et afsløringsøjeblik som i Troldmanden fra Oz.

Margaret-Ann Seger: Måske burde jeg ikke sige det her.

Hannah Clark: Nej, jeg synes, det er genialt, for der er mange ting, du kunne gøre. Men hvis du ikke har begejstringen – med henvisning til din pointe om distribution – hvorfor så lægge al den indsats i udviklingscyklussen, hvis du ikke har momentum?

Margaret-Ann Seger: Det smukke ved det er, at vi får indbygget distribution fra dag ét, fordi vi ved, at den er der. Vi har allerede valideret den.

Hannah Clark: Fantastisk. Okay, lad os tale mere om brugen af AI, når det handler om at komme igennem sin GTM-strategi. For jeg tror, kernen i det her er: Hvordan lancerer man et produkt og får succes, når der lanceres så mange produkter, der ligner ens eget, hele tiden, og mange tænker: »Jeg beder bare ChatGPT om at gøre det.«

GTM-strategi. Jeg kan bare skrive en prompt, så griner du, og jeg forstår det. Du har helt ret. Hvis man tænker over, hvad er så den manglende brik? Hvad går folk glip af ved at bruge den strategi, som vi virkelig er nødt til at tænke over, og som ikke kan automatiseres, men som vi skal gøre manuelt?

Margaret-Ann Seger: Du kan bestemt bruge ChatGPT – jeg vil ikke tale dårligt om ChatGPT – til mange af de konkrete resultater. Men at vide, hvad resultaterne skal være, og hvordan man skal formulere dem, er en kunst i sig selv. Der findes et helt meme om, at produktchefer grundlæggende bliver promptingeniører.

Jeg synes godt, man kan bruge disse værktøjer til sin GTM-strategi, men man skal arbejde med prompt engineering og virkelig styre processen. Grunden til, at der skal være et menneske, som gør det, er empati. I sidste ende kommer din GTM-strategi kun til at fungere, hvis du har dyb empati for din kunde, forstår den smerte, kunden gennemgår, kan tale kundens sprog og kan positionere noget, som du ved, vil møde kunden, hvor kunden er.

Og jeg tror, der er brug for alle mulige input her. Du skal have kvantitative input, så du forstår, hvad dine brugere gør eller ikke gør. De siger måske én ting, men gør noget andet. Kvalitative input er også vigtige. Du bør se deres sessioner. Du bør ikke bare vide, hvad de siger, men faktisk se, hvad de gør bag kulisserne, og hvor de går i stå.

Jeg tror, AI faktisk kan hjælpe i begge processer. Der er masser af startups, som lige nu undersøger AI-drevet sammenfatning af sessionsafspilninger, og det synes jeg er meget smart. Du optager måske tusindvis eller potentielt hundredtusindvis af sessioner, men du kan ikke se dem alle.

Du vil gerne have, at nogen eller en bot gennemgår dem, udleder de vigtigste indsigter og sender dem til dig. Men der skal stadig et menneske til for at tage disse indsigter, vide hvordan mennesker opfører sig, hvem deres ICP er, og hvad der motiverer dem. Derefter skal de to ting sættes sammen for at finde den rigtige formulering.

Når du har den formulering, kan du bruge ChatGPT og sige: »Her er de rå input, her er det, jeg tænker, og her er kunden. Kan du hjælpe mig med at positionere det lidt bedre?« Men der er meget forarbejde, der skal være på plads først.

Hannah Clark: Lad os gå ned i de konkrete detaljer ved en stærk GTM-strategi. Jeg tror, det her er endnu et område, hvor alt skal være stærkere, hvis du har meget mere konkurrence end tidligere.

Og især skal din GTM-strategi i dag være langt mere robust end for fem år siden. Hvis vi skulle lave en slags anatomilektion om den perfekte GTM-strategi i dag sammenlignet med det, der blev betragtet som en god strategi i 2020, hvad vil du så sige er kendetegnene ved en virkelig god strategi, der passer til nutiden?

Margaret-Ann Seger: Det er et svært spørgsmål, for jeg ved ikke, om det er nemt at definere en god strategi i dag. Det er meget nemmere at sige, hvad vi plejede at gøre, som ikke længere skalerer. Så jeg begynder der. Jeg tror, og vi har set denne udvikling – jeg kom til Statsig tidligt i 2022, og i de sidste godt tre år har vi set det ske – at et par ting har ændret sig fuldstændigt.

Den ene er, at SEO er meget anderledes nu, hvor modeller og mennesker bare springer Google over og går direkte til ChatGPT, Claude eller Gemini. Du får ikke meget for pengene med SEO, når den kritiske masse flytter sig derhen. Den anden ting er en meget højere standard for differentiering.

Tidligere var indhold af høj kvalitet for eksempel nok som differentiering, ikke? Hvis du udgav en fantastisk blog eller havde et godt nyhedsbrev.

Hannah Clark: Eller en podcast.

Margaret-Ann Seger: Ja, ja, ja, alle disse ting var på en måde tilstrækkelige, og nu er de næsten grundkrav. Især tror jeg, at skriftligt indhold bliver stadig mere problematisk, fordi det er så nemt at generere – grundlæggende AI-sludder.

Så hvordan skriver man noget, der skærer igennem støjen, især når folk genererer hundredvis og atter hundredvis af AI-blogindlæg bare for at rangere bedre i søgninger? Den anden ting er faktisk – og her bevæger vi os fra det, der ikke længere er godt, til det, jeg mener, er guldstandarden – at jeg tror, menneskelig kontakt bliver guldstandarden.

At have et menneske med i processen bliver næsten revolutionerende, og folk vil naturligt søge mod brands, der føles mere menneskelige.

Det er sjovt, for en fortalte os, at de syntes, Statsigs brand var meget anderledes end et typisk AI-virksomhedsbrand. Jeg spurgte: »Hvorfor? Kan du sætte tal på det for mig?« Og de svarede: »Der er bare så mange mennesker. I har jeres medarbejdere synlige. I har videoer med jeres produktchefer, der lancerer ting. I har ansigter på de personer, der står bag jeres blogindlæg. I sætter mennesker først.«

Og det er faktisk modigt i dagens verden. Man ser på Vercel og Linear, på de her meget rene, minimalistiske, næsten sterile brands, og det er guldstandarden. Det føles næsten rodet og ukonventionelt at have sine medarbejdere synlige.

Men vi har oplevet, at mange mennesker elsker det, og jeg kan også godt lide det. Vi har vores hunde på hjemmesiden, vi har menneskene bag produkterne, og de filmer ikke bare videoer, men besvarer også dine supportspørgsmål. Jeg tror faktisk, det har været en differentieringsfaktor for os.

Når alt bliver ens – hvad er det nu, man kalder det? De grå gulve og det hvide træ-look i hjem og alt muligt andet – alt er bare endt der. Jeg tror, det bliver på samme måde i teknologiverdenen, hvor der er en æstetik, som alle samler sig om. Hvis du faktisk er anderledes end den eller mindeværdig på en eller anden måde, bliver det en fordel for dig.

Hannah Clark: Ja. Jeg synes, det stemmer rigtig godt overens med noget, jeg har talt meget om på det seneste: Det virker, som om der i alt fra teknologi til modetrends og stort set alle andre områder altid kommer et pendulsving. Der er et bestemt mætningspunkt, hvor folk begynder at længes efter noget i den modsatte retning, og det står næsten i forhold til, hvor mættet markedet er.

Jeg kan se præcis det, du siger. Tidligere søgte alle mod det meget rene, minimalistiske design og de minimalistiske hjemmesider. De er smukke og meget enkle, men de er også de nemmeste at generere nu. Jeg tror derfor, overgangen fra Instagram til TikTok viser noget lignende. Instagram gjorde meget poleret og skinnende indhold populært, og derefter begyndte folk virkelig at længes efter en lo-fi-æstetik, hvor det føltes meget mere håndholdt og menneskecentreret.

Og jeg tror, vi ser noget tilsvarende nu, hvor folk siger: »Nej, jeg vil virkelig have beviser på, at der står mennesker bag det her.« Ja, jeg tror, der er noget i det. Hvis vi taler om vækstteams, der bruger værktøjer som Statsig, hvad vil du så sige er den største GTM-fejl, du ser teams begå, når de har adgang til en masse forskellig teknologi til at måle succes?

Der er mange data at gennemgå og nogle nemme, men fejlagtige korrelationer at drage. Hvordan får vi styr på det?

Margaret-Ann Seger: Det er interessant. I stigende grad tager teams værktøjer i brug for at blive mere datadrevne, logge data og bare have disse input. Problemet er, at inputtene ofte ikke hænger sammen.

Hvis du har fire forskellige værktøjer, og de alle logger lignende handlinger, som en bruger foretager, skal du derefter gennemgå fire forskellige datasæt og fire forskellige datakilder. De stemmer sjældent overens. Det bliver meget rodet. Så bliver folk frustrerede, fordi dataene ikke passer sammen, og man ved ikke, hvad man skal stole på.

Og derfor bliver det ironisk nok sværere faktisk at være ordentligt datadrevet, jo flere værktøjer du tilføjer og jo mere du forsøger at være datadrevet. En stor tendens i branchen til at løse dette problem har været konsolidering og platforme, der begynder at samle flere værktøjer. Vi er én af dem.

Jeg siger ikke, at det er noget, der kun gælder for Statsig, men det er vigtigt at have ét sæt SDK’er, der logger ting, og én sandhedskilde for data – eller en sandhedskilde i dit datalager. Flere og flere virksomheder har et datalager, som er deres sandhedskilde. Det er godt. Alle disse værktøjer bør bygge oven på det.

De bør ikke forsøge at skabe nye datakilder. Det ser man på tværs af hele vores branche, i hvert fald. Og jeg tror, det hjælper meget, når teams kan samle sig om denne stak og ét sandhedskildedatasæt. Så begynder de at stole på data igen og bruge dem. Men det er næsten en langsom genopbygningsproces, fordi folk med tiden har mistet tilliden til data.

Så det er én stor ting. Den anden er, at du ville blive overrasket over, hvor mange der siger: »Ja, vi er datadrevne.« Og så spørger man: »Okay, fedt. Hvordan klarede den funktion sig?« Og de svarer: »Det ved jeg ikke.« Det skyldes, at det faktisk er svært at lancere nye ting som eksperimenter.

Det bliver et stort projekt. Vi skal sætte eksperimentet op. Hvad er vores designdokument? Er data science-teamet enig i, hvordan vi sætter det op? Så lancerer vi det, og derefter laver vi en omfattende opsummeringsproces.

Værktøjer, der gør denne proces virkelig enkel, gør det muligt bare at lancere et funktionsflag, slå funktionen til og fra, og automatisk oprette en lille A/B-test af de personer, der har funktionen, og de personer, der ikke har den nye funktion.

Du kan hurtigt lave et kvalitetstjek af, om det påvirker dine forretningsmålepunkter, dine latenstids- og infrastrukturmålepunkter eller dine omkostningsmålepunkter negativt. Hvis du hurtigt kan tjekke det og komme videre, sænker du adgangsbarrieren for A/B-testning. Virkelig enkel A/B-testning. Det synes jeg er stærkt.

Bliver det den korrekte proces fra ende til anden med alle de mere avancerede statistiske metoder? Måske ikke. Men jeg synes, det er en rigtig god indgang for teams til at begynde at opbygge den muskel. Det er én af de ting, vi har arbejdet på: at gøre det nemmere.

Hannah Clark: Fint. Når vi taler om at opbygge den muskel, handler meget af det, vi taler om, om kombinationen af en udviklingstankegang og en tankegang om, hvordan vi skal distribuere det.

Det er noget, jeg tror, alle i produktteamet nu er nødt til at internalisere. Vi skal virkelig have distribution og udvikling i tankerne på samme tid. Hvordan bliver vi trygge ved at opbygge den slags færdigheder og tankegang? Jeg ved ikke, om I hos Statsig har denne tankegang i hele teamet nu, eller om der er noget, du har opfordret folk til, som ikke nødvendigvis er direkte involveret i produktmarkedsføringen, men som stadig skal tænke over, hvordan det her kommer til at blive markedsført?

Margaret-Ann Seger: Det er svært at sprede det DNA. Én ting, som jeg synes er virkelig spændende – og det handler mere om, hvem man ansætter – er, at vi prøver at ansætte ingeniører med stærk produktforståelse, som brænder for slutbrugeren, og som brænder for produktets ydeevne. De vil gerne være involveret i markedsføringen.

De vil gerne hjælpe med at forstå, hvem der faktisk tager produktet til sig. Er det de brugere, vi forventede? Bruger de det på den måde, vi forventede? Ser målepunkterne gode ud? Det har været spændende at udnytte.

Et konkret eksempel er vores infrastrukturteam. De har arbejdet på en række værktøjer, der på en måde minder om Datadog, fordi de gerne vil bruge vores eget produkt og bruge det mere. Jeg sagde: »Det er fantastisk.«

De er gået meget langt ned i kaninhullet, og på nuværende tidspunkt fejlsøger de hændelser på Statsig og udfører den daglige overvågning, alarmering og kontrol af infrastruktursundhed fra ende til anden på Statsig.

De kom til mig og sagde: »Vi bruger produktet til det her. Kunne vi markedsføre det til kunder? Kunne vi sælge det? Kunne det være en produktvariant?« Jeg sagde: »Ja, lad os gøre det.« Det er naturligvis stadig råt i kanterne, fordi vi lige nu er vores egen primære kunde.

Men det er en virkelig god måde at gå til problemet på. Du har et problem, du løser det for dig selv, du opdager, at andre måske kunne få gavn af det, og så siger du: »Lad os faktisk markedsføre det.« Ingeniørlederen på dette område er nu meget involveret sammen med mig, vores produktmarkedsføringsansvarlige og vores marketingteam i positioneringen af produktet.

Hannah Clark: Ja. Det gør virkelig tydeligt, hvor nuanceret og specifikt det er for produktets historie, hvordan man lancerer det, og hvordan man tænker på distribution – altså hvor man finder værdien i produktet.

Jeg ville elske, hvis vi kunne høre endnu en historie. Jeg kan godt lide denne tankegang om, hvor vigtigt storytelling og det menneskelige aspekt bliver, når vi skal distribuere vores produkter i fremtiden. Har du set et virkelig godt eksempel på det for nylig?

Et produkt, der virkelig har udnyttet sit team godt? Hvem ville du fremhæve som et virkelig godt eksempel?

Margaret-Ann Seger: Det her er ikke et nyligt eksempel. Det var vist i 2018. Min guldstandard, som jeg altid vender tilbage til, når jeg tænker på GTM i verdensklasse, var faktisk hos Uber.

I 2018 var der en periode på omkring seks måneder, hvor de kørte et initiativ kaldet Driver Forward. For at sætte det i perspektiv tror jeg, at Uber voksede utrolig hurtigt. Chaufførerne var en enorm del af det, men de følte sig ofte meget lidt værdsat.

Der var mange fortællinger om de anvendelsesområder for passagererne, som blev muliggjort: hvordan tjenesten hjalp folk sikkert hjem fra en bar, eller hjalp mødre med at få deres børn til fodboldtræning.

Men der var mindre storytelling om chaufførerne bag rattet, som tjente penge på nye måder, sendte deres børn på universitetet og gjorde alle mulige fantastiske ting, fordi de havde denne mulighed.

Der var derfor en hel bunke ønsker fra chaufførerne og funktioner, der var blevet efterspurgt, samt livskvalitetsforbedringer, synlighed omkring indtjening og alle de centrale arbejdsgange, som chaufførerne havde bedt om i årevis.

Som virksomhed følte vi, at det var tid til at sætte fokus på chaufførerne. Så vi sagde: Hvorfor ikke kombinere de to ting? Driver Forward var grundlæggende et koncept, hvor marketing- og produktteamene hver måned i seks måneder skabte et særligt øjeblik. Hver måned havde et tema, og det bestod af én ny funktionslancering eller forbedring af chaufførappen.

Det blev kombineret med masser af storytelling og endda sessioner med chauffører, hvor de inviterede chaufførerne til lanceringen. Der var en lanceringsfest, og initiativet blev lanceret i en ny by på et nyt chaufførintroduktionscenter. Det var ekstremt chaufførcentreret, og det virkede virkelig. Det var et stort skift i tillidsforholdet mellem chaufførerne og Uber.

Det var en fuldstændig mesterklasse i, hvordan man orienterer hele produktkøreplanen omkring GTM-øjeblikke og får produkt- og marketingteams til at arbejde sammen.

Kvinden, der stod bag meget af det, var Laura Jones, som faktisk er marketingdirektør hos Instacart, og hun er fantastisk. Men for mig er dette eksempel guldstandarden for, hvordan man tager sin bruger og brugerens problemer, placerer dem i centrum for det, man vil gøre, bygger en hel køreplan omkring dem og tilpasser marketing og produkt meget tæt.

Hannah Clark: Okay, jeg elsker det. Det er et fantastisk eksempel og en meget præcis måde at vise, hvordan den tankegang skal se ud i praksis.

Margaret-Ann Seger: Det var virkelig spændende at se.

Hannah Clark: Mange tak, fordi du ville være med i dag. Det var en fantastisk samtale. Jeg synes, vi nåede omkring så mange gode pointer på så kort tid.

Hvis folk gerne vil følge dit arbejde, hvor kan de så finde dig online?

Margaret-Ann Seger: På LinkedIn går jeg under MA, men mit fulde navn er Margaret-Ann Seger. Og Statsigs blog er også ret god. Vi taler om mange spændende ting, og som jeg sagde, er den meget menneskecentreret. Hvis du gerne vil lære teamet bedre at kende, kan du besøge statsig.com/blog.

Hannah Clark: Mange tak.

Margaret-Ann Seger: Tak.

Hannah Clark: Tak, fordi du lyttede med. Du kan få flere gode indsigter, vejledninger og anmeldelser af værktøjer ved at abonnere på vores nyhedsbrev på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved at abonnere på The CPO Club, uanset hvor du får dine podcasts.