Kuinka tuotepäälliköt voivat hyödyntää datan supervoimia päihittääkseen kilpailijat
Hannah Clarkin seurana on Vijay Umapathy – Heapin tuotepäällikkö – keskustelemassa siitä, miten hänen tuotetiimistään on tullut vähitellen dataohjautuvampi sekä heidän saavuttamistaan läpimurroista, joiden avulla he voivat tuottaa enemmän oivalluksia lyhyemmässä ajassa.
Haastattelun kohokohdat
- Vijayn tausta [0:43]
- Aloitti insinööritieteiden – tietojenkäsittelytieteen – opinnot MIT:ssä
- Liittyi Googlen APM-ohjelmaan
- Hän piti alusta alkaen ajatuksesta, että voi käyttää monia erilaisia hattuja ja vaihtaa näkökulmaa auttaessaan kuluttajia.
- ”Työkalut, jotka antavat ihmisille supervoimia” – miltä tämä näyttää Heapin kontekstissa? [1:35]
- Heap on tuoteanalytiikkatyökalu. Se on tuoteihmisille tarkoitettu tuote.
- Heapissa hienoa on se, että he automatisoivat datan keräämiseen tarvittavan koodin kirjoittamisen.
- Vijaylla on suuri intohimo data-analytiikan hyödyntämiseen – miten se muovaa tuotteen kehitystä ja joitakin niistä oivalluksista, joita hän pystyy saamaan? [4:32]
- Se on auttanut muovaamaan sitä, miten hän puhuu parhaista käytännöistä.
- Yksi todella hieno asia on mahdollisuus esittää kaikki nämä tilapäiset kysymykset peräjälkeen.
- Kun annat ihmisille mahdollisuuden esittää näitä kysymyksiä ja saada vastauksia todella nopeasti, ongelmaksi muodostuvatkin prosessisi.
- Esimerkki sivupolusta, johon Vijay hiljattain uppoutui ja joka antaa meille todella hyvän viitekehyksen [6:44]
- He julkaisivat Heapissa istuntojen toistomahdollisuuden noin kuusi kuukautta sitten.
- Alun perin he suunnittelivat toteuttavansa sen integraationa.
- He huomasivat, että uusien tilien määrittämisessä oli jonkin verran kitkaa, koska käyttäjät odottivat työnkulkujen olevan aluksi hieman viimeistellympiä.
- Yksi heidän tämän seurauksena tekemistään asioista oli iteraatioiden työstäminen, jotta heidän olisi paljon helpompi navigoida näissä työnkuluissa.
- Vijayn saavuttama läpimurto käyttäjien oivallusten hyödyntämisessä [8:13]
- Se juontaa juurensa istuntojen toistomahdollisuudesta, jonka he lisäsivät tuotteeseensa.
- Aiemmin heillä oli tapana kokoontua joka perjantai ja katsoa muutamia erilaisia istuntojen toistoja. Se oli normaali prosessi.
- Kun he hankkivat istuntojen toistomahdollisuuden ja integroivat sen Heapiin, he eivät vain lisänneet tuotteeseensa istuntojen toistosivua. He integroivat sen syvällisesti itse analytiikkaan.
- Hienoa on se, että myös suunnittelu perustuu dataan.
- Tällä hetkellä 90 % tuotepäätöksistä tehdään vain ihmisten mielipiteiden perusteella.
- HIPPO – parhaiten palkatun henkilön ensimmäinen mielipide – useimmat näistä asioista ovat vain vaistonvaraisia päätöksiä.
Voit voittaa ottamalla tuhat pientä askelta oikeaan suuntaan. Dataohjautuvuuden ei tarvitse olla suuri päälle–pois-kytkin. Joko et ole dataohjautuva tai olet dataohjautuva. Voit kiivetä näitä tikkaita hitaasti.
Vijay Umapathy
- Miten Vijay tasapainottaa tarpeen innovoida ja iteroida samalla varmistaen, että hänen toimittamansa tuote on aina vakaa ja luotettava ja että asiakaskokemus säilyy yhdenmukaisena? [13:36]
- Jos seuraat perusluotettavuus- ja vakausmittareita, yrityksillä on yleensä myös asiakkaidensa kanssa palvelutasosopimus, joka koskee esimerkiksi käytettävyyttä tai suorituskykyä.
- Paljon kiinnostavampi kysymys on: miten käsittelet teknistä velkaa suunnittelutiimisi kanssa samalla, kun rakennat täysin uusia tuoteominaisuuksia ja ratkaiset asiakkaiden ongelmia?
- Yksi käytäntö, jota Heapissa on alettu hyödyntää useissa tiimeissä, on tiekartan käyttäminen perustan teknisten investointien priorisointiin – esimerkiksi ketteryysmittariston laatimiseen.
- Miten pysyä näiden trendien edellä ja varmistaa, että tiimisi on aina kehityksen kärjessä? [17:31]
- Yksi merkittävistä trendeistä on datan välisten siilojen purkaminen.
- Rikkoutuneet työnkulut – kun yhdistät ne määrällisen datan kontekstiin, voit saavuttaa arvon ja saada oivalluksia huomattavasti nopeammin kuin muuten olisi mahdollista.
Tutustu vieraaseemme
Vijay on tuotehallinnan johtaja, jolla on 11 vuoden kokemus kuluttaja- ja B2B-tuotteista, kuten Google AdWordsista, Inbox by Gmailista, Jibosta ja Heapista. Hän suhtautuu intohimoisesti voimaannuttavien tuotteiden luomiseen sekä teknologian ja käyttökokemuksen rajojen laajentamiseen. Viime aikoina hän on Heapissa luonut työkaluja, joiden avulla tuotetiimit voivat toimia ketterästi ja tehdä tietoon perustuvia päätöksiä liiketoimintansa nopeudella. Työn ulkopuolella Vijay nauttii vaelluksista, automatkoista ja ruoanlaittokursseilla käymisestä jokaisessa vierailemassaan maassa.
Jos sinulla on todellinen erottautumistekijä ja todellinen työnkulku loppukuluttajaa varten, sinulla on lähtökohta, jonka avulla voit todella alkaa tuottaa arvoa ja päihittää kilpailijasi.
Vijay Umapathy
Tämän jakson materiaalit:
- Tilaa CPO Clubin uutiskirje
- Verkostoidu Vijayn kanssa palveluissa LinkedIn, Medium ja Twitter
- Tutustu Heapiin
Aiheeseen liittyvät artikkelit ja podcastit:
Lue litterointi:
Kokeilemme podcastiemme litterointia ohjelmistolla. Antakaa anteeksi mahdolliset kirjoitusvirheet, sillä botti ei ole sataprosenttisen tarkka.
Hannah Clark: Täydellisessä maailmassa jokainen tekemämme päätös perustuisi dataan. Mitä siis tapahtuu, kun sydän on valmis, mutta haluamaamme dataa ei yksinkertaisesti ole? Tai kun datan hankkiminen on niin työlästä, ettei lopputulos ole vaivan arvoinen? Monilla tuotetiimeillä liian monet päätökset perustuvat lopulta vain yhteen lukuun – päätöksen tekevän henkilön palkkaan.
Tänään keskustelin Heapin tuotepäällikön Vijay Umapathyn kanssa. Vijay kertoo, kuinka hänen tuotetiimistään on vähitellen tullut dataohjautuvampi sekä millaisia läpimurtoja he ovat tehneet tuottaakseen enemmän oivalluksia lyhyemmässä ajassa. Hän kertoi myös todella nerokkaasta taktiikasta, jota hänen tiiminsä on käyttänyt ehkäistäkseen tuotetiimien ja insinööritiimien välisiä ristiriitoja. Aloitetaan.
Vijay, kiitos paljon, että liityit seuraamme tänään.
Vijay Umapathy: Hienoa. Kiitos kutsusta. Mukava olla täällä.
Hannah Clark: Aloitetaan hieman taustastasi. Voitko kertoa meille urasi etenemisestä ja siitä, kuinka päädyit Heapille?
Vijay Umapathy: Toki. Aloitin opiskelemalla insinööritieteitä ja tietojenkäsittelytiedettä MIT:ssä, ja siirryin suoraan koulusta tuotetehtäviin. Liityin Googlen APM-ohjelmaan. Hauskaa on se, että olin yksi niistä varhaisista ihmisistä, jotka uskoivat ajatukseen: ”Tuotepäällikkönä olet kuin minitoimitusjohtaja.” Se ei tietenkään pidä lainkaan paikkaansa, ja nykyään sitä pidetään melko arkaaisena tapana kuvata alaa – aivan oikeutetusti.
Sanon kuitenkin yhden asian: pidin alusta alkaen todella paljon ajatuksesta, että saan käyttää monia erilaisia hattuja. Välillä asiakasrajapinnassa työskentelevän hattua, välillä suunnittelijan, insinöörin tai tuotepäällikön hattua, ja vaihtaa näiden eri näkökulmien välillä auttaessani ihmisiä teknologian avulla.
Se osa on siis pitänyt paikkansa tuotepäällikkönä toimimisessa; kuvaus ei ollut täysin virheellinen sen suhteen, millaista työ olisi.
Hannah Clark: Halusin kysyä sinulta eräästä asiasta biossasi ja Medium-tililläsi. Siinä sanotaan, että pidät todella paljon sellaisten työkalujen luomisesta, jotka antavat ihmisille supervoimia. Se oli mielestäni hauska tapa ilmaista asia, ja halusin tietää, miltä se näyttää Heapin yhteydessä. Heap on siis työkalu, jota myös tuotetiimit voivat käyttää.
Vijay Umapathy: Heap on tuotteen analytiikkatyökalu. Jotta saisit käsityksen siitä, millaisia kokemuksia monilla tuotepäälliköillä on analytiikasta, voin kertoa hieman siitä, millaista edellisessä työpaikassani oli. Työskentelin robotiikka-alan startupissa, ja meillä oli eräänlainen hallintapaneelivastaava, dataihminen.
Jos minulla oli kysymys käyttäjien toiminnasta – esimerkiksi kuinka moni käytti tiettyä ominaisuutta, mitä he tekivät tai missä he jäivät jumiin – minun piti tehdä tälle henkilölle tiketti ja odottaa viikkoja, että se priorisoitiin. Ja tämä koski siis vain kaavion luomista, jotta saisin vastauksen kysymykseeni.
Se oli todella vanhanaikaista ja äärimmäisen voimattomaksi tekevää. Kun siis tutustuin Heapin kaltaiseen yritykseen, halusin liittyä mukaan, koska ajattelin: ”He rakentavat asioita tuotepäälliköille. Mikä siinä on erityistä?” Heapissa on mielestäni todella hienoa se, että se automatisoi jokaisen seurattavan käyttäjätoiminnon manuaaliseen koodiin kirjoittamisen.
Jos minulla on esimerkiksi verkkokauppa ja haluan tietää, kuinka moni painaa ”Lisää ostoskoriin”, joudun yleensä analytiikkatyökaluissa kirjoittamaan koodirivin, joka kertoo jonkun napsauttaneen kyseistä painiketta. Sen jälkeen sitä pitää ylläpitää ajan mittaan. Se on melkoinen sotku. Heap puolestaan kerää kaiken tämän datan automaattisesti.
Automatisoimme siis suuren osan seurannan työstä. Todella tehokasta on kuitenkin se, että jos esitän kuusi kuukautta myöhemmin kysymyksen: ”Kuinka moni teki tämän toiminnon tai käytti tätä ominaisuutta?” enkä ole muistanut pyytää ketään seuraamaan asiaa, tehdä tikettiä tai kääntyä hallintapaneelin jumalan puoleen, minun ei tarvitse odottaa.
Voin esittää kysymyksen, saan välittömän pääsyn kaikkeen historialliseen dataan ja voin vastata siihen sekunneissa. Ajattele, kuinka monissa kokouksissa joku kysyy: ”Kuinka moni tekee näin?” eikä sinulla ole vastausta heti käden ulottuvilla. Silloin äänekkäin henkilö ottaa keskustelun haltuunsa.
Olin melko urani alussa Heapilla yhdessä tällaisessa kokouksessa. Työskentelimme sivulla, jolla oli selaus- ja hakutoiminnot, vähän kuin Google Drivessa. Joku sanoi: ”Oletetaan, että suuri osa ihmisistä vain hakee tällä sivulla.” Melko erikoinen oletus. Sanoin: ”Selvä, puhutaan haun tulevaisuudesta ja tämän toiminnon uudelleensuunnittelusta.” Kun hän jatkoi jaaritteluaan, avasin Heapin ja loin tapahtuman sivulla hakemiselle.
Sain heti käyttöön kaiken historiallisen datan ja pystyin luomaan kaavion, joka kertoi, kuinka suuri prosenttiosuus ihmisistä teki näin. Ajattelin, että osuus olisi vain 27 prosenttia. Sitten sanoin: ”Anteeksi mitä? Näyttää siltä, että vähemmistö hakee täällä. Voimmeko puhua hieman enemmän selaamisesta?” Se muutti kokouksen suunnan.
Tätä tarkoitan supervoimilla. Uskon, että kymmenen vuoden kuluttua katsomme taaksepäin ja pidämme järjettömänä sitä, ettei tuollaiseen kysymykseen ole voinut vastata heti.
Hannah Clark: Sinulla on henkilökohtaisesti suuri intohimo data-analytiikan käyttämiseen päätöksenteossa. Kuinka luulet tämän intohimon vaikuttaneen tuotteen kehittämiseen ja niihin oivalluksiin, joita pystytte saamaan?
Vijay Umapathy: En tiedä, onko se välttämättä muovannut itse tuotetta. Luotamme siinä paljon asiakkaisiimme, mutta se on varmasti vaikuttanut siihen, kuinka puhumme parhaista käytännöistä.
Mielestäni yksi todella hieno asia on mahdollisuus esittää kaikki nämä tilapäiset kysymykset peräjälkeen. Olen huomannut, että kun ihmisille antaa mahdollisuuden esittää kysymyksiä ja saada vastauksia nopeasti, ongelmaksi muuttuvatkin heidän prosessinsa.
Monet ovat tottuneet siihen, että ominaisuuden julkaisun yhteydessä istutaan alas ja määritellään viisi mitattavaa mittaria. Sen jälkeen tarkastellaan hallintapaneelia, jaetaan tulokset johtajille kokouksessa ja jatketaan elämää.
Heapilla olemme sen sijaan yrittäneet toimia hypoteesilähtöisesti. Olemme jopa tehneet siihen mallipohjia. Kun aloitat sanomalla: ”Haluan ratkaista tämän ongelman tällä tuotteella tai ominaisuudella”, meillä on mallipohja ongelmakuvaukselle. Siinä sanotaan periaatteessa: ”En aio määrätä ratkaisua.”
”Kuvaan ongelman yksityiskohtaisesti.” Sen lopussa on mielestämme tärkein osa: mitattava hypoteesi. ”Uskon, että tämä käyttäjäryhmä muuttaa käyttäytymistään tällä mitattavalla tavalla.” Ehkä voin myös arvioida, kuinka paljon käyttäytyminen muuttuu. Miltä hyvä lopputulos siis näyttää?
Olemme myös luoneet ominaisuuksien julkaisun jälkeisen toimintatavan, jota harjoittelimme ensin itse ja josta kirjoitimme sitten mallipohjia, blogikirjoituksia ja muuta sisältöä. Kutsumme sitä jälkianalyysiraportiksi. Siinä aloitetaan kysymällä: ”Mikä oli hypoteesini ennen rakentamista, ja oliko se oikea?”
Muuttuivatko asiat odottamallamme tavalla? Mikä muu yllätti meidät? Tuosta ”mikä muu yllätti meidät” -kysymyksestä voi lähteä vaikka kuinka syvälle. Heap on kannustanut tiimiämme ja asiakkaitamme juuri tällaiseen lisäkysymysten ketjuun.
Mitkä käyttäjäsegmentit käyttäytyivät hyvin eri tavoin? Millaisia erilaisia polkuja ihmiset kulkivat ominaisuudessasi tai lisäämässäsi työnkulussa, vaikka et odottanut heidän toimivan niin?
Hannah Clark: Voitko antaa esimerkin hiljattain tutkimastasi kysymysketjusta, joka auttaisi meitä ymmärtämään, millaisen voiman se voi tuoda?
Vijay Umapathy: Hyvä esimerkki on noin kuusi kuukautta sitten Heapissa julkaisemamme istuntojen toistotoiminto. Ostimme yrityksen, joka tarjoaa istuntojen toistoa. Sen avulla voi katsoa visuaalisen rekonstruktion siitä, mitä yksittäinen käyttäjä tekee, ja nähdä hänen toimintansa napsautus napsautukselta.
Kun julkaisimme ominaisuuden, suunnittelimme sen alun perin integraatioksi. Rakensimme analytiikkaominaisuuksiimme useita sisääntulopisteitä, ja huomasimme, että niitä käytettiin paljon: ihmiset siirtyivät kokeilemaan toimintoa. Huomasimme kuitenkin kitkaa uusien tilien käyttöönotossa, koska käyttäjät odottivat hieman laadullisempia työnkulkuja heti alkuun.
Näimme malleja, joissa he siirtyivät sivustomme muihin osiin yrittäessään löytää niitä. Tämän seurauksena työskentelemme parhaillaan iteraatioiden parissa, jotta tällaisten työnkulkujen käyttäminen olisi heille paljon helpompaa.
Tämä on mielestäni erittäin yleinen kaava tuotteissa: julkaiset jotain tiettyjen oletusten varassa, osa asioista onnistuu ja osa yllättää, eikä se haittaa. Sitten jatkat iteroimista ja päädyt lopulta tilanteeseen, jossa käyttäjien toiminta vakiintuu lähelle niitä polkuja, jotka olet rakentanut. Alussa se ei kuitenkaan koskaan toimi niin.
Hannah Clark: Vaihdetaan hieman aihetta. Olen viime aikoina ajatellut paljon läpimurtoja – sellaisia hetkiä, jolloin syntyy oivallus, joka muuttuu vähitellen prosessien taustalla vaikuttavaksi asiaksi. Voitko kertoa läpimurrosta, jonka olet kokenut käyttäjäoivallusten hyödyntämisessä ja jonkin todella kiinnostavan luomisessa?
Vijay Umapathy: Suurin tuotteessamme saavuttamamme läpimurto, joka on vaikuttanut myös siihen, miten tuotetiimit ja asiakkaamme toimivat, liittyy juuri tuotteeseemme lisäämäämme istuntojen toistotoimintoon.
Yleensä sinulla on määrällinen data yhdessä työkalussa. Yhdessä siilossa ovat kaikki käyttäytymistiedot, joiden pohjalta teet kaavioita ja suppiloraportteja. Erillisessä siilossa on laadullinen data.
Näitä kahta tietosiiloa saattavat tarkastella eri tiimit. Suunnittelutiimi saattaa esimerkiksi katsella säännöllisesti istuntojen toistoja. Lopulta käsiin kuitenkin kertyy miljoonia tunteja istuntojen toistoja – enemmän kuin kukaan voisi koskaan katsoa.
Suuri ongelma on, ettet tiedä, mitä istuntoja pitäisi katsoa. Et myöskään tiedä, mitkä hetket ovat tärkeitä, jos avaat tunnin mittaisen istunnon. Ja mitkä hetket ovat liiketoiminnan kannalta merkityksellisiä kokonaisuutena, eivät vain yhden käyttäjän kohdalla?
Meillä oli tapana kokoontua joka perjantai katsomaan muutamia istuntojen toistoja. Tämä oli normaali prosessi, ja tiedän monien tuotetiimien toimivan näin edelleen.
Tavoitteena oli luoda rutiini, joka auttaisi ymmärtämään asiakasta, ja samalla suunnata keskustelu tiettyyn meille tärkeään tai työstämäämme työnkulkuun, jotta voisimme keksiä ideoita ja pohtia, mitä vaikuttavia muutoksia voisimme tehdä.
Ongelma oli se, että yhden henkilön piti valmistella kokous. Kyseessä oli 30 minuutin kokous, jossa oli 20–30 ihmistä, joten se oli kallis kokous. Yhden henkilön piti käyttää noin kolme tuntia ennen kokousta näiden istuntojen tuntikausien katseluun, vaikka suurin osa niistä oli hyödyttömiä.
Sen jälkeen hänen piti valita kolme istuntoa, jotka katsoisimme yhdessä. Kamala ja puuduttava työ. Kiireessä tällä henkilöllä ei tietenkään aina ollut aikaa tehdä sitä. Hänelle ei maksettu siitä. Silloin koko rutiini hajosi ja laadullisen datan käyttö pysähtyi.
Siitä tuli hyllyohjelmistoa. Kun ostimme istuntojen toistoyrityksen Oricin viime vuoden kesäkuussa ja integroimme sen Heapin tuotteeseen, emme vain lisänneet tuotteeseen istuntojen toistosivua. Integroimme sen syvällisesti analytiikkaan.
Aina kun tarkastelet määrällistä trendiä, saat käytännössä ”näytä minulle” -painikkeen. Se valitsee automaattisesti oikeat istunnot tarkastelemaasi asiayhteyteen. Ehkä olet juuri julkaissut ominaisuuden ja haluat tietää, muuttuiko jokin viime viikosta tähän viikkoon tai kuinka ihmiset napsauttavat sen läpi. Tai ehkä monet käyttäjät putoavat pois työnkulun kolmannessa vaiheessa ja haluat tietää, mitä siellä tapahtuu.
Integroimme toiminnon syvälle tuotteeseen, lisäsimme ”näytä minulle” -painikkeen, valitsimme oikeat istunnot ja siirsimme käyttäjän oikeaan hetkeen näissä istunnoissa.
Mitä tämä muutti kokouksessa? Palautimme kokouksesta uuden version brainstormauksena, jonka kasvutiimimme johti. Muistan yhä kävelleeni hämmentyneenä toimistossani kokouksen jälkeen, sillä tiimi ei tehnyt lainkaan valmisteluja.
He ottivat eri käyttöönotto- ja perehdyttämisprosessin osista olemassa olevat suppiloraportit, jakoivat ihmiset ryhmiin ja sanoivat: ”Mene sinä tähän huoneeseen, sinä tuohon ja katsokaa niin monta näistä toistoista kuin ehditte. Tuottakaa mahdollisimman monta virtuaalista muistilappua kitkakohdista.”
Jokainen tiimi valitsi siis eri suppilon tai vaiheen. Eikä valmistelutyötä tarvittu. Kolmen tunnin suodatus oli poissa, ja ihmiset palasivat 30 minuutissa satojen ideoiden kanssa. Se oli mullistava hetki: tajusimme, että tämä voi auttaa tiimejä ideoimaan paljon nopeammin kuin he olisivat koskaan kuvitelleet.
Hannah Clark: Mahtavaa. Ja vaikutus on valtava.
Vijay Umapathy: Ehdottomasti. Hienoa on myös se, että kaikki perustuu dataan. Monet unohtavat, että 90 prosenttia tuotepäätöksistä tehdään tällä hetkellä mielestäni ihmisten mielipiteiden perusteella.
Oletko kuullut HIPPOsta? Korkeimmin palkatun henkilön mielipide. Se on hauska tuotepäälliköiden lyhenne, mutta ilmiö on mielestäni hyvin todellinen. Useimmat asiat päätetään vaiston perusteella.
Vaikka tarkastelisit vain anekdootteja ja tekisit niiden pohjalta julkaisun kokouksessa, määrällisen asiayhteyden – esimerkiksi huonosti toimivan työnkulun osan – tukema anekdootti on askel parempaan suuntaan.
Voitat siis ottamalla tuhat pientä askelta oikeaan suuntaan. Dataohjautuvuuden ei tarvitse olla suuri päälle–pois-kytkin, jossa joko et ole dataohjautuva tai olet. Voit kiivetä tikkaita vähitellen.
Hannah Clark: Palataan innovaatioihin. Kuinka tasapainotat tarpeen innovoida ja iteroida sen kanssa, että toimitettava tuote pysyy vakaana, luotettavana ja tarjoaa jatkuvasti yhtenäisen asiakaskokemuksen?
Vijay Umapathy: Haluan hieman rönsyillä tässä kysymyksessä, jos sopii.
Hannah Clark: Tietenkin.
Vijay Umapathy: Luotettavuudesta ja vakaudesta puhuttaessa: jos seuraat perustavanlaatuisia luotettavuus- ja vakausmittareita, data kertoo yleensä melko selvästi, milloin kaikki muu pitää jättää ja ongelma korjata. Yrityksillä on yleensä myös palvelutasosopimus asiakkaidensa kanssa esimerkiksi käytettävyydestä.
Joissain tapauksissa kyse voi olla suorituskyvystä. Jos seuraat näitä asioita, data kertoo yleensä selkeästi, milloin on toimittava. Tuotepäälliköille paljon kiinnostavampi ja monia nyansseja sisältävä kysymys on se, kuinka teknistä velkaa käsitellään insinööritiimin kanssa samalla kun rakennetaan uusia tuoteominaisuuksia ja ratkaistaan asiakkaiden ongelmia.
Tuotepäällikkö saattaa sanoa: ”Rakennetaan jatkuvasti uusia ominaisuuksia asiakkaidemme ongelmien ratkaisemiseksi.” Johtajat pitävät tällaisesta henkilöstä, koska ideat ovat kiiltäviä ja niissä nähdään rahaa.
Insinööritiimi puolestaan istuu nurkassa ja sanoo: ”Meidän on todella päivitettävä Noden versiomme.” He muuttuvat ajan mittaan yhä katkerammiksi, kun heidän ideansa jäävät jatkuvasti taka-alalle.
Tämä synnyttää tarpeettomia ristiriitoja tuote- ja insinööritiimien välille. Yksi käytäntö, jota olemme Heapilla hyödyntäneet useissa tiimeissä, on tiekartan käyttäminen teknisten investointien priorisointiin perustuksissamme.
Teimme niin sanotun ketteryyskortin. Aloitimme toimintaperiaatteesta, jonka mukaan tietokoneiden pitäisi työskennellä meidän puolestamme. Tiekartalla toistuvien asioiden tekemisen pitäisi siis muuttua jatkuvasti helpommaksi.
Ensimmäinen vaihe on tiekartan tarkasteleminen ja kysyminen: mitä muutoksia haluan tehdä tuotteeseeni useammin ja mitä harvemmin?
Kun tarkastelen asioita, joita haluan tehdä useammin, olenko niiden kohdalla rajoittunut? Aiheutuuko joka kerta, kun muutan jotakin tällaista, teknistä velkaa? Ehkä se vie viikkoja, vaikka sen pitäisi kestää minuutteja, ja se on äärimmäisen ärsyttävää.
Vai mahdollistavatko järjestelmät tekemisen? Onko se melko helppoa ja suoraviivaista, mutta vaatii silti työtä? Vai onko koko asia optimoitu niin, että se on suunniteltu tehtäväksi tuhansia kertoja päivässä? Kaikkea ei kannata optimoida, koska silloin et optimoi mitään.
Pysähdy siis kysymään: minkä osan tiedämme tekevämme jatkuvasti? Heapilla tajusimme esimerkiksi, että rakennamme uusia datan visualisointityyppejä ikuisesti.
Tajusimme myös, että rakennamme ikuisesti käyttöliittymiä, joiden avulla ihmiset voivat esittää datalle kysymyksiä. Tarkastelimme näitä asioita ja kysyimme: kuinka kauan tämä kestää? Kuinka kauan sen pitäisi kestää? Mitä valituksia kehitystiimimme esittää näiden asioiden rakentamisesta?
Pystyimme ottamaan askeleen taaksepäin ja sanomaan: ”Keskeytetään joidenkin näiden tiimien ominaisuuksien kehittäminen hetkeksi ja priorisoidaan käyttöliittymämme siirtäminen Reactiin.” Monet yritykset ovat tehneet samaa viime vuosina. Nämä ovat suuria ja tuskallisia projekteja. Ja suoraan sanottuna ne ovat ikäviä, kestävät pitkään ja sisältävät paljon reunatapauksia.
Ne ovat kuitenkin tärkeitä, jos istut ensin alas ja kehystät asian myös johtoryhmälle tulevan nopeuden rakentamisena. Investoin nyt kuukauden siihen, että teen asiasta, jonka tiedän tekeväni sata kertaa, sellaisen, joka muuttuu viikosta tunniksi.
Investointi maksaa itsensä nopeasti takaisin. Tekninen velka muuttuu teknisiksi osingoiksi. Kun ajattelet asiaa näin, siitä tulee innostava yhteistyöprojekti tuote- ja insinööritiimien välillä. Et enää rakenna kuilua tiimien välille.
Hannah Clark: Vijay, millaisia trendejä näet tällä hetkellä tuotepäälliköiden ja data-analytiikan alalla? Kuinka pysyt trendien edellä varmistaaksesi, että tiimisi on aina kehityksen kärjessä?
Vijay Umapathy: Yksi suurista trendeistä on datasiilojen purkaminen.
Tätä ajaa muutama asia. Yksi on ilmeisen rikkinäisten työnkulkujen ongelma. Puhuimme siitä aiemmin istuntojen toiston yhteydessä. Kun yhdistät sen määrällisen datan asiayhteyteen, saavutat hyödyn ja oivallukset huomattavasti nopeammin kuin muuten.
Yksi tekijä on siis se, että tällä hetkellä useiden työkalujen välillä jakautuneita työnkulkuja voidaan parantaa. Näemme enemmän työkalujen yhdistämistä. Viime kuukausina sitä on kiihdyttänyt erityisesti teknologia-alan tilanne ja monien teknologiayritysten makrotaloudelliset haasteet. Yritykset olettivat aiemmin kasvavansa loputtomasti ja pääoman pysyvän käytännössä aina ilmaisena.
Budjettien kiristyessä talousjohtajat ja hankintatiimit painostavat yritysten työntekijöitä yhdistämään työkaluja. Tämä on erityisen tärkeää B2B-yrityksille, sillä monet tuotepäälliköt työskentelevät B2B-ohjelmistoyrityksissä.
Saatat siis saada paljon painetta rakentaa jonkin version jokaisesta työkalusta, joka liittyy omaan alueeseesi. Miksi? Yhdistämisen vuoksi. Ongelma on se, että tällöin on suuri riski levittää voimavarat liian ohueksi. Siksi asiaa pitää lähestyä erittäin harkitusti.
On kysyttävä: onko minulla mahdollisuus luoda parempi asiakaskokemus yhdistämällä nämä työkalut? Yhdistänkö ne vain yhdistämisen vuoksi? Onko todella mahdollisuutta luoda jotakin parempaa? Ja vielä tärkeämpää: onko jotain, jonka tekemiseen minulla on erityisen hyvät edellytykset?
Kun rakennat tällaisen työkalun ensimmäisen version alueelta, jolla vastaava työkalu on ollut olemassa jo vuosia, olet määritelmällisesti jäljessä. Et voi saada vuosien työtä valmiiksi yhdessä yössä. Jos sinulla kuitenkin on todellinen erottava tekijä ja työnkulku, jota olet parantanut loppukäyttäjän kannalta merkittävästi, sinulla on koukku, jonka avulla voit alkaa tuottaa arvoa ja päihittää kilpailijat.
Kun ihmiset pohtivat työkalujen yhdistämistä ja siilojen purkamista, heidän on siis tärkeää ratkaista ongelmat ja rakentaa ominaisuudet harkitusti.
Hannah Clark: Kiehtovaa. Koska olemme päättämässä ajallaan, kysyn vielä täysin aiheesta poikkeavan kysymyksen: mitä soittolistallasi on juuri nyt? Mitä kuuntelet töissä tai vapaa-ajalla?
Vijay Umapathy: Kuuntelen paljon elektronista musiikkia. Olen suuri Above & Beyondin fani, jos tunnet heidät. He ovat olleet olemassa ikuisuuden ja heillä on muutama eri levy-yhtiö. Kuuntelen paljon Spotifyssa olevaa soittolistaa nimeltä Anjunabeats, jolla on paljon nousevia artisteja.
Monet heistä ovat vasta aloittelemassa uransa nousua, ja he ovat luoneet kokonaisen ekosysteemin hienosti soivasta musiikista. Kuuntelen yleensä sitä. Sitä soittolistallani on.
Hannah Clark: Kuulostaa hyvältä. Täytyy tutustua siihen. Jos ihmiset haluavat seurata sinua tai työtäsi, mistä he löytävät sinut verkossa?
Vijay Umapathy: Olen Mediumissa, ja minut löytää Twitteristä @vijayumapathy. Tutustukaa ehdottomasti Heapin toimintaan, jos rakennatte digitaalisia tuotteita. Autamme tekemään päätöksiä todella nopeasti. Toivottavasti keskustelumme auttoi näkemään, kuinka se on mahdollista ja kuinka voitte saada enemmän vaikutusmahdollisuuksia. Älkää antako HIPPOlle voittoa.
Hannah Clark: Selvä. Kiitos paljon, että liityit seuraamme. Arvostamme aikaasi suuresti.
Vijay Umapathy: Kiitos.
Hannah Clark: Kiitos kuuntelusta. Saat lisää hyödyllisiä oivalluksia, käytännön oppaita ja työkaluarvosteluja tilaamalla uutiskirjeemme osoitteessa theproductmanager.com/subscribe. Voit kuunnella lisää tämänkaltaisia keskusteluja tilaamalla The CPO Clubin käyttämästäsi podcast-palvelusta.