So nutzen Sie KI, um produktgeführtes Wachstum zu beschleunigen

Wenn wir die wichtigsten Paradigmenwechsel im Produktbereich der letzten 10 Jahre einordnen würden, würde ich sagen, dass KI und produktgeleitetes Wachstum ganz oben auf dieser Liste stehen. Beide Konzepte laufen im Kern darauf hinaus, die Effizienz zu steigern und mit weniger mehr zu erreichen. Das eigentliche Geheimrezept besteht jedoch darin, sie zusammenzubringen und die zeitsparende Kraft von LLMs zu nutzen, um Ihre PLG-Strategie zu verbessern.

Bei einer kürzlich veranstalteten Podiumsdiskussion mit dem Titel „Wie man KI nutzt, um produktgeleitetes Wachstum zu beschleunigen“ haben wir drei großartige PLG-Experten zusammengebracht — Ramli John, den Gründer von Delight Path, Dani Grant, die CEO von Jam.dev, und Anuj Adhiya, den Autor von „Growth Hacking für Dummies“. Wir haben die drei darüber sprechen lassen, wie Produktteams KI-Technologie schon jetzt nutzen können, um jede Phase der Nutzerreise zu verbessern.

Höhepunkte des Interviews

• Ramli Johns Erkenntnisse zur Nutzereinführung [01:16]
  • Ramli sieht das größte Problem bei der Nutzereinführung in internen Reibungsverlusten, nicht in Reibungsverlusten beim Produkt.
  • Teams aus den Bereichen Produkt, Marketing und Kundenerfolg arbeiten häufig in Silos, ohne zusammenzuarbeiten.
  • Ramli berichtet, dass dieses Problem sogar bei Appcues, einem Unternehmen für Software zur Produktakzeptanz, bestand.
  • Seine Lösung: die Kommunikation zwischen den Teams verbessern und sich darauf verständigen, wie der Erfolg der Nutzer aussieht.
• Dani Grant über das Gleichgewicht zwischen Wachstum und Engagement [02:12]
  • Jam.dev ist auf 150.000 Nutzer in 32 Fortune-100-Unternehmen gewachsen.
  • Dani lobt Ramlis Buch „Produktgeleitete Nutzereinführung“ als wegweisend und als Pflichtlektüre für ihr Produktteam im Bereich Wachstum.
  • Das Buch definiert die Nutzereinführung neu: als Prozess, der vor der Registrierung beginnt und noch lange danach weitergeht, wodurch die Produktergebnisse verbessert werden.
  • Dani führt das Wachstum von Jam darauf zurück, dass das Team die Erkenntnisse aus der Entwicklung des Produkts mit seiner auf Entwickler ausgerichteten Nutzerbasis teilt.
  • Sie betont, wie privilegiert sie sich fühlt, zu Veranstaltungen und Diskussionen wie dieser beitragen zu dürfen.
• Anuj Adhiyas einzigartige Herangehensweise an PLG [03:49]
  • Anuj plant einen Versuch, den Guinness-Weltrekord für die größte Versammlung von Menschen mit Partyhüten in Boston aufzustellen.
  • Die Veranstaltung steht im Zusammenhang mit seiner Arbeit für PartyClick, eine App für Partyeinladungen, die er berät.
  • Die Idee entstand als kreative Möglichkeit, die App zu bewerben und sie an deren Marke auszurichten.
  • Anuj bewirbt sich derzeit bei Guinness und koordiniert die organisatorischen Details, um 2.500 Menschen am Boston Common zu versammeln.
  • Er teilt den Plan öffentlich, um sich selbst zur Verantwortung zu ziehen und motiviert zu bleiben, ihn umzusetzen.
• Das Zusammenspiel von KI und PLG [05:51]
  • Wenn PLG bedeutet, ein kostenloses Probeabonnement oder ein Freemium-Modell anzubieten, ist das nicht immer notwendig, insbesondere für Start-ups.
  • Ramli rät Start-ups, mit persönlichen, betreuungsintensiven Ansätzen zu beginnen, um enge Kundenbeziehungen aufzubauen.
  • Wenn PLG bedeutet, Reibungsverluste zu beseitigen und großartige Nutzererlebnisse zu schaffen, ist es unverzichtbar.
  • Die Erwartungen der Nutzer an nahtlose Erlebnisse sind deutlich gestiegen, was sich auf Kundenbindung und Aktivierung auswirkt.
  • Ramli betont, dass die Rolle von KI bei der Verbesserung des Produkterlebnisses in Zukunft entscheidend sein wird.
  • Ramli weist darauf hin, dass viele Gründer die falsche Frage stellen und sich darauf konzentrieren, erfolgreiche Unternehmen wie Slack nachzuahmen.
  • Er rät Gründern stattdessen zu fragen, wie sie ihr Produkt besser einsetzen können, um die Bedürfnisse ihrer Kunden zu erfüllen.
  • Dieser Ansatz führt zu effektiveren und besser zugeschnittenen produktgeleiteten Strategien, anstatt andere blind zu kopieren.

Ich sehe, dass viele Gründer die falsche Frage stellen. Die Frage, die sie sich stellen sollten, lautet: Wie kann ich mein Produkt besser einsetzen, um die letztendlichen Bedürfnisse meiner Kunden oder Nutzer zu erfüllen?

Ramli John

• KI- und PLG-Strategien [07:58]
  • Dani erklärt, dass personalisiertes Verkaufen im PLG entscheidend ist und KI dies erheblich verbessern kann, indem sie große, unorganisierte Datenmengen verarbeitet, um eine bessere Segmentierung und Inhaltsbereitstellung zu ermöglichen.
  • KI macht Personalisierung und hochgradige Segmentierung einfacher denn je und hilft Unternehmen, ihre PLG-Strategien zu verbessern.
  • Die beste PLG-Strategie besteht darin, ein außergewöhnliches Produkt zu haben, das Mundpropaganda fördert, und KI kann dabei helfen, noch leistungsfähigere Produktfunktionen zu entwickeln.
  • Dani freut sich darauf, die Taktiken weiter zu untersuchen, wobei KI eine wichtige Rolle bei der Verbesserung der Benutzererfahrung und der Ergebnisse spielt.
• KI in der Akquisitionsphase von PLG [09:11]
  • Dani spricht darüber, wie Jam KI in der Akquisitionsphase von PLG einsetzt.
    • KI unterstützt die Suchmaschinenoptimierung, indem sie Gliederungen erstellt und Inhalte gemäß bewährten SEO-Verfahren bearbeitet, wodurch sich die Platzierungen verbessern.
    • KI hilft beim Sammeln von Daten, etwa zu Preisen, um die Genauigkeit und Relevanz von Inhalten zu verbessern.
    • Jam nutzt KI, um einen JavaScript-Newsletter und einen Podcast für die Entwicklerzielgruppe zu erstellen und wöchentlich schnelle, ansprechende Inhalte bereitzustellen.
    • Der Einsatz von KI hat zu einer hohen Interaktion geführt: Die Newsletter erreichen Öffnungsraten von über 50 %, und auch der Podcast wird stark genutzt.
  • Ramli nutzt KI, um Inhalte für die Akquisition wiederzuverwenden, beispielsweise indem Podcastfolgen in Blogbeiträge, Twitter-Beiträge, LinkedIn-Beiträge und Newsletter-Inhalte umgewandelt werden.
    • Er verwendet Tools wie Castmagic, um Zusammenfassungen und Inhalte zu erstellen, die anschließend noch etwas bearbeitet werden müssen.
    • KI hilft dabei, den Wert von Inhalten zu maximieren und ermöglicht eine effizientere Verbreitung und Interaktion.
  • Danis Team ist der Ansicht, dass von Gründern geführter Vertrieb im Jahr 2024 online stattfindet, wobei Gründer ihre Vision passiv über Plattformen wie LinkedIn teilen.
    • Sie nutzen KI zur Wiederverwendung von Inhalten, indem sie beispielsweise YouTube-Links zu Podcasts nehmen und Tools wie OpusClip verwenden, um Videoclips oder besondere „Aha-Momente“ zu erstellen.
    • Diese von KI erstellten Clips liefern wertvolle Inhalte für weitere Diskussionen und zum Teilen und unterstützen so den Akquisitionsprozess.
• KI in der Aktivierungsphase von PLG [12:48]
  • KI zur Aktivierung beim Onboarding: Ein Unternehmen nutzt KI, um Aufzeichnungen von Verkaufsgesprächen zu analysieren und personalisierte Dokumente für den Kundenerfolg zu erstellen.
  • KI hilft dabei, E-Mail-Sequenzen für das Onboarding zu erstellen, die auf den in Verkaufs- und Onboarding-Gesprächen geäußerten Problemen basieren.
  • ChatGPT wird mit Einwänden und Daten aus Support-Tickets trainiert, um die Kundenaktivierung zu verbessern.
  • KI-Tools wie Amplitude und June.so analysieren Benutzerdaten, um Bindungskennzahlen zu ermitteln, und helfen dabei, Benutzerverhalten vorherzusagen und die Interaktion zu verbessern.
  • Die Datenmenge ist entscheidend – KI-Modelle funktionieren am besten mit einer großen Benutzerbasis, um genaue Erkenntnisse zu liefern.
  • Um die Benutzeraktivierung voranzutreiben, sollte man sich darauf konzentrieren, wichtige Aktionen zu fördern, beispielsweise das Erstellen von vier Fehlerberichten in Jam.
  • KI ist hilfreich, um viele Ideen zu entwickeln, auch wenn einige davon schlecht sind, da sie zu besseren Lösungen anregen können.
  • Ziel ist es, wirksame Wege zu finden, Benutzer zu bestimmten Aktionen zu bewegen, die den Produktwert demonstrieren.
  • Menschen tun sich schwer damit, Ideen aus dem Nichts zu entwickeln, sind aber hervorragend darin, vorhandene Ideen zu prüfen und darauf zu reagieren.
  • KI hilft, indem sie einen ersten Entwurf oder eine Idee liefert, die weiteres kreatives Denken auslöst.
  • Sobald ein Ausgangspunkt vorhanden ist, können Menschen das Konzept besser verfeinern und verbessern.
  • Große Sprachmodelle können durch Feedback trainiert werden, um ihre Ergebnisse zu verbessern.
  • Man sollte KI wie eine Praktikantin oder einen Praktikanten in einer frühen Phase behandeln, die oder der durch Feedback dazu lernt, was gut oder schlecht ist.
  • Feedback hilft der KI, mit der Zeit bessere Ideen und Ergebnisse zu erzeugen.
  • Aktivierung steht mit kurzfristiger Bindung in Verbindung und ist kein separater Schritt.
  • Sobald sich Benutzer im Produkt befinden, verlagert sich der Fokus darauf, sie länger zu halten und die Monetarisierung zu verbessern.
  • Aktivierung und Bindung finden entlang eines kontinuierlichen Verlaufs statt und nicht in klar voneinander getrennten Phasen.
• KI in der Bindungsphase von PLG [19:07]
  • Die Bindung wird durch die Kombination traditioneller Analysen mit KI-gestützter Analyse verändert.
  • KI hilft dabei, aus Daten zur Produktnutzung Mikrokohorten und umsetzbare Erkenntnisse zu gewinnen.
  • KI kann wichtige Verhaltensweisen erkennen, etwa das Exportieren von Daten und das Teilen mit Teammitgliedern, die zu einer stärkeren Benutzerinteraktion führen.
  • KI ermöglicht verhaltensgesteuerte Abläufe, die Inhalte und Erfahrungen auf Grundlage der Aktionen der Benutzer anpassen.
  • Benutzer mit hohem Potenzial können anhand ihrer Nutzungsmuster für Betaprogramme oder Beratungsgremien identifiziert werden.
  • Die Kombination quantitativer Daten mit qualitativen Erkenntnissen liefert ein 360-Grad-Bild des Benutzerverhaltens und der Bedürfnisse.
  • Die Kombination aus KI und Analysen verbessert die Geschwindigkeit und Genauigkeit der Erkenntnisse über Benutzer.
• Quantitative und qualitative Daten mit KI kombinieren [22:52]
  • Teams verfügen häufig über voneinander getrennte Datenquellen, etwa Umfragen zur Produkt-Markt-Passung, Support-Tickets und Verkaufsgespräche.
  • Die Herausforderung besteht darin, diese Datenquellen zu integrieren, da die Zuständigkeiten unklar sind.
  • KI kann als „Mitarbeiter“ agieren, der diese Daten für die Beteiligten zusammenführt und präsentiert und so Unentschlossenheit beseitigt.
  • Auch wenn eine vollständige Automatisierung nicht möglich ist, kann das Zusammenführen exportierter Tabellen dabei helfen, Erkenntnisse und Entscheidungsprozesse zu beschleunigen.
  • Die Opportunitätskosten des Wartens auf Erkenntnisse sind hoch, weshalb eine schnelle Integration und Umsetzung entscheidend sind.
• Abteilungsübergreifende Silos mit KI aufbrechen [25:05]
  • Wachstum ist eine funktionsübergreifende Aufgabe, die eine Zusammenarbeit zwischen den Teams für Inhalte, Weiterbildung, Community, Produkt und Vertrieb erfordert.
  • Ziel eines Wachstumsteams ist es, die Beteiligten zusammenzubringen, um den Stand des Wachstums zu verstehen, Probleme zu erkennen und Chancen zu nutzen.
  • Es ist entscheidend, Erkenntnisse wirksam über Abteilungen hinweg zu kommunizieren, statt lediglich Daten zu präsentieren.
  • KI kann Führungskräften helfen, Datenpunkte so aufzubereiten und zu kommunizieren, dass sie bei verschiedenen Teams Anklang finden und Silos aufbrechen.
  • Die Kraft des Geschichtenerzählens und einer klaren Kommunikation ist entscheidend, damit alle Abteilungen aufeinander abgestimmt sind.
  • Produktmanager (PMs) tragen die Verantwortung für den Erfolg des Produkts und müssen unabhängig von der Herausforderung Probleme lösen.
  • Der Übergang von Daten auf Tabellenebene zu Erkenntnissen auf Benutzerebene kann schwierig sein, aber PMs bewältigen ihn.
  • Eine hilfreiche Taktik sind regelmäßige Kundenkontakte: Die 100 wichtigsten Benutzer der vorherigen Woche werden von den Gründern per E-Mail um Feedback gebeten.
  • Durchdachte Antworten führen zu Möglichkeiten für Folgegespräche und gewährleisten eine kontinuierliche Feedbackschleife.
  • Diese Taktik ermöglicht PMs einen einfachen Zugang zu Erkenntnissen über Benutzer, ohne einen neuen Prozess für Kundengespräche etablieren zu müssen.
• Expansion mit KI: Praktische Beispiele [29:20]
  • Expansion wird als Teil eines kontinuierlichen Prozesses betrachtet, der verschiedene Phasen miteinander verbindet.
  • Traditionelle Expansionsstrategien beruhen häufig darauf, auf Nutzungssignale oder vierteljährliche Überprüfungen zu warten.
  • Beispiel: Ein SaaS-Unternehmen nutzt Gong, um Kundeninteraktionen wie Verkaufsgespräche und Support-Tickets auf Hinweise für eine Expansion zu analysieren.
  • Das System erkennt subtile Anzeichen wie Gespräche über angrenzende Anwendungsfälle, neue Teammitglieder oder Problembereiche.
  • Durch die Kombination von Gesprächsdaten mit Analysen zur Produktnutzung erstellt das Unternehmen „Expansionsabsichtswerte“.
  • Klare Expansionssignale werden ausgelöst, wenn Benutzer Nutzungsschwellen erreichen, beispielsweise wenn sie sich API-Limits nähern oder Premiumfunktionen erkunden.
  • Ziel ist es, Expansionsmöglichkeiten zu erkennen und den Prozess für Kunden zugleich natürlich und wertorientiert wirken zu lassen.
  • Das Produkt sollte den größten Teil der Arbeit übernehmen, aber eine Verhaltensänderung erfordert ein vertrautes Gesicht.
  • Der Expansionsschritt wird häufig von Menschen geleitet und umfasst viele aufeinanderfolgende Gespräche, um Teams bei der Ausweitung der Nutzung zu unterstützen.
  • Nach den Gesprächen sollten Nachfassaktionen durchdacht sein, doch von Grund auf neu zu beginnen, kann schwierig sein.
  • Der Einsatz von KI-Tools wie Claude kann helfen, indem wichtige Punkte aus Gesprächsprotokollen zusammengefasst werden, um schnell Entwürfe für Nachfassnachrichten zu erstellen.
  • Dieser Ansatz ist besonders nach mehreren Gesprächen hilfreich, wenn die Energie nachlässt oder Details schwer abrufbar sind.
• Eine KI-gestützte PLG-Strategie entwickeln [32:20]
  • Die Qualität der KI-Ausgabe hängt von der Qualität der Eingabe ab; schlechte Eingaben führen zu schlechten Ergebnissen.
  • Man sollte nicht bei null anfangen, sondern der KI relevante und genaue Daten zur Verfügung stellen.
  • Trainieren Sie die KI mit Ihren besten Kundenerfahrungen und wichtigen Dokumenten.
  • Geben Sie der KI einen klaren Kontext und konkrete Anweisungen dazu, wonach Sie suchen.
  • Behandeln Sie die KI wie eine neue Praktikantin oder einen neuen Praktikanten – formulieren Sie Erwartungen detailliert und offen.
  • Verwenden Sie konkrete Eingabeaufforderungen, etwa die Aufforderung an die KI, auf Grundlage von Kundeninteraktionen und Unternehmensdetails Aufzählungspunkte zu erstellen.
  • Jüngere Teammitglieder verstehen unter „erledigt“ möglicherweise nur „abgeschlossen“ und haben dabei kein Verständnis für die Auswirkungen.
  • Erfahrene Teammitglieder erkennen nächste Schritte oder Fehler in von der KI erstellten Arbeiten.
  • Eine Gefahr beim Einsatz von KI besteht darin, anzunehmen, dass der Abschluss einer Aufgabe ohne weitere Analyse ausreicht.
  • Um dies zu vermeiden, sollte man im Team und im Unternehmen darüber sprechen, was „erledigt“ bedeutet – mit oder ohne KI.
  • Eine gute Formulierung von Eingabeaufforderungen ist für KI-Systeme entscheidend; einfache Google-Suchen können zeigen, wie gut jemand Eingabeaufforderungen formulieren kann.
  • Teammitglieder sollten die wichtigste Kennzahl des Produkts, die sogenannte North-Star-Kennzahl, verstehen, damit alle Aufgaben auf die Steigerung des Nutzens für die Benutzer ausgerichtet sind.
  • Das Festlegen des Kontexts und das Verständnis der übergeordneten Benutzerperspektive sind entscheidend, bevor man mit KI-Systemen interagiert.

Stellen Sie sicher, dass jeder im Team die wichtigste Kennzahl des Produkts versteht. Das ist entscheidend, weil sie allen hilft zu erkennen, wie wir unseren Nutzern und Kunden einen Mehrwert bieten. Alles, was wir tun, dient dazu, diesen Wert zu steigern.

Anuj Adhiya

• KI-Verzerrungen in PLG-Strategien eindämmen [38:22]
  • KI ist ein Werkzeug, aber menschliches Urteilsvermögen ist entscheidend, um Verzerrungen und irreführende Schlussfolgerungen zu vermeiden.
  • Bei der Nutzung von KI ist eine skeptische Haltung erforderlich, um kritisches Denken und Aufmerksamkeit sicherzustellen.
  • Eine Antwort von der KI zu erhalten, löst das Problem nicht unbedingt; eine sorgfältige Analyse ist erforderlich.
  • KI sollte neben qualitativen Daten und anderen Quellen als eine von mehreren Informationsgrundlagen für Entscheidungen genutzt werden.
  • Menschliches Eingreifen ist notwendig, um Verzerrungen zu erkennen und endgültige Entscheidungen zu treffen.
  • KI kann Vorschläge liefern, aber letztlich müssen Menschen auf Grundlage aller Informationen die Richtung bestimmen.
  • Es ist Vorsicht geboten, damit die KI nicht eigenständig Entscheidungen trifft.
  • Es ist wichtig, sich an frühere Methoden zu erinnern, um Vergleiche anzustellen und Fehler der KI zu erkennen.
  • Verwenden Sie einen Triangulationsansatz: Überprüfen Sie die Ergebnisse der KI anhand von Rohdaten, Feedback und Erkenntnissen des Kundenerfolgsteams.
  • Stellen Sie sicher, dass KI-Systeme mit vielfältigen Trainingsdaten arbeiten und unterschiedliche Unternehmensgrößen, Branchen und Anwendungsfälle berücksichtigen.
  • Einige Tools, wie Heap Analytics, wurden entwickelt, um Verzerrungen in KI-Modellen zu begegnen.
  • Überprüfen Sie die Ergebnisse der KI immer manuell, um das Vertrauen in das System aufrechtzuerhalten.

Das Entscheidende an KI ist, dass sie keine menschlichen Probleme löst – Sie müssen weiterhin Ihr eigenes Urteilsvermögen einsetzen. Sie ist ein großartiges Werkzeug, aber Sie brauchen eine skeptische Haltung.

Dani Grant

• KI im Vergleich zu herkömmlichem Support im Jahr 2024 [41:47]
  • Im Jahr 2024 hat die Nutzererfahrung aufgrund des zunehmenden Wettbewerbs und der einfachen Möglichkeit, Tools zu wechseln, höchste Priorität.
  • KI-Tools können für den Kundensupport nützlich sein, wenn sie die Nutzererfahrung verbessern, beispielsweise durch einen einfachen Zugang zu Dokumentationen.
  • Die Entscheidung für den Einsatz von KI sollte auf der gewünschten Nutzererfahrung basieren: Geht es um automatisierten Support oder um personalisierte menschliche Interaktion rund um die Uhr?
  • Für bestimmte Zielgruppen, etwa Entwickler, können Tools für schnelle Abfragen ausreichen, während Unternehmenskunden möglicherweise personalisierteren Support benötigen.
  • Je stärker die Automatisierung durch KI zunimmt, desto größer wird das Bedürfnis der Menschen nach menschlicher Nähe.
  • Kunden schätzen menschliche Interaktionen, insbesondere im Kundensupport und im Kundenerfolg.
  • Persönlicher Kontakt oder menschliche Nähe bei B2B-Produkten kann stärkere Verbindungen und einen größeren Mehrwert schaffen.
  • Trotz der Fortschritte bei der KI bleibt menschliche Beteiligung entscheidend, um das Vertrauen und die Loyalität der Kunden zu fördern.
  • Die Qualität von KI-Erfahrungen wird zunehmend wichtiger.
  • KI-Funktionen oder Chat-Support von geringer Qualität können Nutzer stärker frustrieren als herkömmlicher Support.
  • Wenn KI eingeführt wird, insbesondere im Kundensupport, muss sie von hoher Qualität sein.
  • Die Anforderungen an die Funktionalität von KI sind aufgrund der Erwartungen der Kunden höher als bei herkömmlichen Funktionen.
• Das Gleichgewicht zwischen KI-Personalisierung und dem Schutz der Privatsphäre der Nutzer [45:17]
  • Halten Sie sich bei der Nutzung von KI zur Personalisierung an Ihre Datenschutzrichtlinie.
  • Verwenden Sie nur Daten, deren Nutzung durch Ihre Datenschutzrichtlinie erlaubt ist.
  • Wenn Nutzerdaten nicht abgedeckt sind, verwenden Sie sie nicht.
  • Stellen Sie das Vertrauen der Nutzer über alles andere.
  • Personalisierter Support kann wertvoll sein, wenn Nutzer nicht weiterkommen.
  • Datenschutzbedenken entstehen, wenn Nutzer das Gefühl haben, beobachtet zu werden.
  • Nutzer erwarten möglicherweise ein gewisses Maß an Nachverfolgung innerhalb eines Produkts.
  • „Respektvolle Personalisierung“ beinhaltet Transparenz über den Austausch von Mehrwert.
  • Nutzer erwarten eine KI-gestützte Personalisierung, benötigen dafür aber klare Vorteile.
  • Stellen Sie sicher, dass die Datenerfassung einen nachweisbaren Nutzen für die Nutzer hat.

Lernen Sie unsere Gäste kennen

Ramli John, Gründer von Delight Path, ist ein führender Experte für produktorientiertes Onboarding bei B2B-SaaS-Unternehmen. Als Bestsellerautor von produktgeleitetem Onboarding, von dem mehr als 35.000 Exemplare verkauft wurden, unterstützt Ramli Produktteams dabei, Onboarding-Erfahrungen zu entwickeln, die Aktivierung und Kundenbindung fördern. Mit einem Hintergrund in Marketing, UX-Design und Softwareentwicklung hat er Unternehmen wie Zapier, Appcues und Mixpanel beraten und umsetzbare Strategien entwickelt, die den MRR und den Erfolg der Kunden steigern.

Wenn ich einen Zauberstab schwingen könnte, würde ich dafür sorgen, dass Teams mehr miteinander kommunizieren und sich darauf einigen, wie Erfolg für die Nutzer aussieht. Es ist ein schwieriges Problem, aber damit würde ich anfangen.

Ramli John

Dani Grant ist Mitgründer und CEO von Jam.dev, einem Entwickler-Tool, das eine schnellere Kommunikation zwischen Produkt- und Entwicklungsteams über Fehler und deren Behebung ermöglicht. Heute hat Jam die Herzen großer Kunden wie Unilever, Staples, T-Mobile und Dell erobert.

Die beste PLG-Strategie besteht darin, ein so großartiges Produkt zu haben, dass die Menschen gar nicht anders können, als anderen davon zu erzählen.

Dani Grant

Anuj Adhiya ist ein Wachstumsexperte und Autor von „Growth Hacking für Dummies“ mit umfassender Erfahrung darin, SaaS-Unternehmen bei der Umsetzung von Strategien für produktgeführtes Wachstum zu unterstützen. Anuj ist für seinen datengestützten Ansatz bekannt und hat Start-ups dabei geholfen, durch den Aufbau von Wachstumsrahmenwerken zu skalieren, die Nutzergewinnung, Kundenbindung und langfristiges Engagement fördern. Er spricht regelmäßig über Wachstum und PLG, und seine Erkenntnisse helfen Produktteams, nachhaltiges Wachstum zu erschließen, indem sie Daten, Experimente und Strategie aufeinander abstimmen.

Wachstum ist im Allgemeinen Teamsport. Es ist per Definition funktionsübergreifend, und das gilt besonders in der produktgeführten Welt. Man bringt Inhalte, Bildung, Gemeinschaft, Produkt, Vertrieb und viele andere Teams zusammen, die harmonisch zusammenarbeiten müssen.

Anuj Adhiya

Ressourcen aus dieser Folge:

• Abonniere den Newsletter des CPO Club
• Sieh dir den Sponsor dieser Folge an: Wix Studio
• Vernetze dich auf LinkedIn mit Ramli, Dani und Anuj
• Sieh dir Delight Path, Jam.dev und Techstars an

Verwandte Artikel und Podcasts:

• Über den CPO-Club-Podcast
• Dein Leitfaden zu den Grundlagen des produktgeführten Wachstums
• So gelingt Wachstums-Hacking, auch wenn du kein Wachstums-PM bist
• 6 Beispiele für produktgeführtes Wachstum: Diese Unternehmen setzen PLG richtig um
• So nutzt du die 3 Wachstumsschleifen
• Produktgeführtes Wachstum messen: Die wichtigsten Kennzahlen und ihre Anwendung
• Das Schwungrad des produktgeführten Wachstums: Pflichtlektüre für deinen PLG-Erfolg