Jokainen yli vuoden kokemuksen omaava PM kertoo, että uusia tuotekehityksen taktiikoita ja strategioita ilmestyy jatkuvasti. Luonteeltamme innovatiivisina ihmisinä haluamme tietenkin omaksua näistä uusista strategioista uusimmat ja parhaat.
Mutta onko todella vaivan ja ajan arvoista opetella ja omaksua jokainen näistä strategioista?
Seniorituotepäällikkönä olen oppinut paljon tuotekehityksestä puhtaasti kokeilun ja erehdyksen kautta.
Tässä siis se, mitä sinun on tiedettävä
jotta voit tehdä enemmän kokeiluja ja vähemmän virheitä.
Mikä on uuden tuotteen kehitysstrategia (NPD-strategia)?
Jos olet yksi niistä onnekkaista tuotepäälliköistä, jotka pääsevät rakentamaan tuotteen tyhjästä, sinun on ensin laadittava suunnitelma eli uuden tuotteen kehitysstrategia.
NPD-strategia on joukko vaiheita, joiden avulla sinä ja tiimisi ideoitte ja rakennatte tuotteen (sekä taktiikat, joita tarvitsette kunkin suunnitelman vaiheen toteuttamiseen).
Miltä uuden tuotteen kehitysprosessi näyttää vuonna 2025?
Tapa, jolla ihmiset loivat uusia digitaalisia tuotteita 5–10 vuotta sitten, ja tapa, jolla he tekevät sen nyt, ovat hieman erilaisia.
En halua käsitellä sitä, miten NPD-strategia muodostetaan ja miltä sen nykyaikainen versio näyttää (olemme laatineet siitä erillisen oppaan).
Sen sijaan haluan tuoda esiin keskeiset muutokset siinä, miten uusia tuotteita rakennetaan nykyään verrattuna vuosikymmenen takaiseen aikaan.
Tuoteideointi / olemassa olevien tuotteiden tutkiminen
Silloin
Käytit huomattavan paljon aikaa kilpailijoidesi tutkimiseen, heidän asiakaspalautteensa kuuntelemiseen, kilpailuetujesi selvittämiseen, tuotekonseptisi ideointiin, ideoiden tuottamiseen, uusien tuoteideoiden keksimiseen ja muuhun.
Nyt
ChatGPT:n (erityisesti GPT-4:n) myötä kaiken sen tutkimustyön, jonka tekemiseen olisi kulunut viikkoja, voi tehdä muutamassa päivässä.
Have an account? Log In
Kaupallistamisesta, hinnoittelusta ja pakettitarjouksista päättäminen
Silloin
Useimmat käyttäjät ostivat ohjelmiston kerran ja vastasivat itse päivitysten lataamisesta ja asentamisesta niiden tullessa saataville. Yritysohjelmistoja myi ja osti myyntiosasto (myyntivetoinen kasvu), joka työskenteli organisaation ja asiakkaan kanssa räätälöityjen ratkaisujen ja hinnoittelun kehittämiseksi.
Nyt
Kun pohdit, miten hinnoittelet ja myyt tuotteitasi, keskeinen huomioon otettava suuntaus on PLG.
Moderni tuotepohjaisen kasvun strategia lähtee siitä, että järjestät tuotekarttasi uudelleen niin, että keskityt aloitteisiin, jotka luovat tuotteesi sisällä erinomaisia käyttäjäkokemuksia ja varmistavat, että tuotteesi markkinoi itse itseään.
Lisäksi PLG-liiketoimintastrategioihin kuuluu yleensä ilmainen hinnoittelutaso tai ilmainen kokeilujakso, jonka ansiosta käyttäjät voivat tutustua tuotteesi arvolupaukseen ja asiakaskokemukseen suoraan ennen ostopäätöksen tekemistä.
Markkinointistrategian laatiminen
Silloin
Ideointiprosessin tavoin markkinatutkimuksen tekeminen ja strategian laatiminen on perinteisesti ollut erittäin aikaa vievää. Se sisältää monenlaisia tehtäviä, kuten:
- Markkinatutkimuksen tekeminen ja kohdemarkkinoiden valitseminen.
- Uusien ja olemassa olevien markkinoiden tunnistaminen
- Kohderyhmääsi edustavien fokusryhmien kanssa työskenteleminen ja markkinatestien tekeminen asiakkaidesi tarpeiden tunnistamiseksi.
- Samankaltaisten tuotteiden markkinaosuuden laskeminen sekä nykyisillä että uusilla markkinoilla.
Nyt
Nykyään käytössämme on paljon uusia tekoälypohjaisia työkaluja (kuten ChatGPT), jotka voivat lyhentää merkittävästi markkinointistrategian tutkimiseen ja laatimiseen kuluvaa aikaa. Lisäksi käytettävissä on Similarweb, Browse AI, Brandwatch ja muita tekoälypohjaisia markkinatutkimustyökaluja, joita voit harkita lisääväsi työkalupakkiisi avuksi tässä.
Yhteenvetona voidaan todeta, että tekoälyteknologia on helpottanut huomattavasti yrittäjien mahdollisuuksia laatia uuden tuotteen kehitysstrategia, rakentaa liiketoiminnan kasvusuunnitelma ja edetä sen toteuttamisessa. Tekoälyn käyttö tuotteen löytämisessä ja tutkimuksessa ei kuitenkaan ole ainoa asia, joka on muuttunut tuotekehitysprosessissa.
Itse asiassa on olemassa vielä 6 uutta strategiaa, joiden käyttämistä voit harkita seuraavan tuotteesi kohdalla.
Strategia #1: Tekoäly auttaa päätöksenteossa
Elämme tekoälyn kulta-aikaa, ja tätä teknologiaa käytetään kaikkialla. Sen lisäksi, että voit käyttää sitä tuotteen toiminnallisuuden parantamiseen, voit myös hyödyntää koneoppimisalgoritmeja tuotekehitykseen liittyvien päätösten tekemisessä.
Ensimmäinen tekoälyn käyttö tuotestrategiassa ja tuotteisiin liittyvässä päätöksentekoprosessissa, joka tulee luultavasti ensimmäisenä mieleesi, on tietenkin edistynyt data-analytiikka. Loistavat tuotetiimit luottavat dataan ja analytiikkaan seuratakseen tuotteidensa ja ominaisuuksiensa suorituskykyä, tunnistaakseen kehityskohteita ja saadakseen arvokkaita oivalluksia.
Yleensä tämä tehdään käyttämällä tapahtumapohjaista analytiikkatyökalua tai palkkaamalla erillinen analytiikkatiimi. Molemmat vaihtoehdot nostavat yrityksesi tuotepäällikkyyden laadun aivan uudelle tasolle. Niihin liittyy kuitenkin useita rajoituksia, kuten:
- Ajankäytön ja resurssien suuri tarve: Kehitystiimisi on integroitava nämä analytiikkatyökalut ja otettava käyttöön kaikki tapahtumatriggerit. Erillinen analytiikkatiimisi puolestaan saattaa käyttää monimutkaisten analyysien tekemiseen useita päiviä tai jopa viikkoja.
- Kyvyttömyys suorittaa monimutkaisia analyysejä: Tapahtumapohjaiset analytiikkatyökalut pystyvät hoitamaan puolestasi kevyet ja keskitason tehtävät. Analytiikkatiimisi puolestaan pystyy suorittamaan monimutkaisia tehtäviä. Et kuitenkaan pysty kattamaan tilanteita, joissa käsillä oleva tehtävä on erittäin monimutkainen ja siihen liittyy paljon tuntemattomia tekijöitä.
Onneksi nykyaikaiset tekoälymallit ja -algoritmit ovat kehittyneet riittävän älykkäiksi hoitamaan analytiikkatehtävät puolestasi. Niiden kyky käsitellä erittäin monimutkaisia tehtäviä muutamassa minuutissa on yksinkertaisesti hämmästyttävä.
Esimerkki
Datarobot pystyy esimerkiksi perehtymään tuotteesi suorituskykydataan ja antamaan arvion asiakkuuden elinkaariarvosta (LTV).
LTV on yksi vaikeimmin mitattavista mittareista tuotetiimeille, etenkin jos tuotteesi on melko uusi etkä ole kerännyt riittävästi hankinta- ja asiakaspoistumatietoja sen laskemista varten. Datarobotin tekoälymalli pystyy kuitenkin ekstrapoloimaan olemassa olevat tietosi ja ennustamaan LTV-arvosi riippumatta siitä, kuinka vähän olemassa olevaa dataa sinulla on.
Strategia #2: AR/VR-prototyyppien luominen
Yksi ohjelmistokehityksen hienoista puolista on mahdollisuus nopeaan prototypointiin. CTO:mme rakensi kerran yhden tuotteemme prototyypin/MVP-version yön aikana ja julkaisi sen seuraavana aamuna.
Tuote oli floppi eikä läpäissyt idean validointivaihetta. Pointtini on kuitenkin se, että pystyimme rakentamaan prototyyppiversion ja julkaisemaan tuotteen yhden päivän aikana.
Emme kuitenkaan olisi voineet tehdä mitään nopeaan prototypointiin verrattavaa, jos olisimme rakentaneet fyysisen tuotteen. Ongelma on siinä, että sinun on perehdyttävä valmistusprosessiin ja työskenneltävä useiden toimittajien kanssa voidaksesi rakentaa tuotteestasi yhden kappaleen.
Tämä tarkoittaa, että tuhlaat huomattavan määrän aikaa ja rahaa saadaksesi käsiisi tuotenäytteitä, joita voit jakaa kohdeyleisöllesi heidän käytettäväkseen ja kritisoitavakseen.
Hyvä uutinen on se, että AR- ja VR-teknologian viimeaikainen kehitys on mahdollistanut käyttäjillesi vuorovaikutuksen prototyyppiesi kanssa digitaalisesti ilman, että sinun tarvitsee nähdä prototyyppien valmistamisen vaivaa.
Esimerkki
Yksi merkittävimmistä esimerkeistä on Ford Motor Company, joka rakentaa ja testaa autonsa ensin virtuaalitilassa ennen ensimmäisen fyysisen kappaleen valmistamista tuotelinjansa päivittämistä varten.
Tämän prosessin ansiosta Fordin insinöörit ja suunnittelijat pystyvät löytämään ja korjaamaan prototyypin ongelmat varhaisessa vaiheessa näkemällä, ”koskettamalla” ja käsittelemällä autoa käytännössä.
Vasta muutaman virtuaalisen testaus- ja korjauskierroksen jälkeen tuotepäällikkötiimi antaa valmistustiimeille luvan aloittaa auton fyysisen prototyypin työstämisen.
Strategia #3: Erinomaiset DevOps-prosessit
En yllättyisi, jos ihmettelet, mitä DevOpsilla on tekemistä tuotekehitysstrategioiden kanssa.
No, lyhyt vastaus on, että hyvä DevOps-prosessi on itsessään tuotekehitysstrategia, ja suosittelen ehdottomasti kiinnittämään siihen huomiota, kun työskentelet NPD-prosessisi parissa.
Ja tässä on pitkä vastaus:
Tässä puhumani DevOps ei tarkoita suunnittelutiimin trendikästä tehtävänimikettä, vaan prosessia ja filosofiaa, joiden avulla voit rakentaa, testata ja ottaa nopeasti ja saumattomasti käyttöön sovelluksesi tai verkkosivustosi uusia versioita tuotantoympäristössä jatkuvan integraation avulla.
Voimme nopeasti tunnistaa useita teknisiä ja operatiivisia hyötyjä, joita erinomaisten DevOps-prosessien käyttöönotto yrityksessäsi tuo (kuten koodipohjan parempi vakaus, yhteistyöhön perustuvien koodausprosessien hallittavuus ja paljon muuta).
Tuotepäällikköinä meidän on kuitenkin keskityttävä hyvin toimivan DevOps-kokonaisuuden liiketoimintahyötyihin yrityksessäsi, kuten seuraaviin:
- Uusien ominaisuuksien ja tuoteversioiden nopeampi markkinoillepääsy . Olen nähnyt tuotteita, joiden testaus- ja käyttöönottoprosessit kestivät 1–2 kuukautta jokaisen merkittävän julkaisun yhteydessä! Se on aivan liian pitkä aika! Olisit voinut rakentaa kokonaisia MVP-tuotteita ja validoida ne siinä ajassa, joka näiden tuotteiden julkaisuun kului!
- Parempi vakaus siinä mielessä, että tuotteeseesi ei tuoda uusia virheitä jokaisen julkaisun jälkeen. Et halua tuotteesi näyttävän täydelliseltä kaaokselta jokaisen julkaisun jälkeen etkä halua käyttäjiesi suuttuvan sinulle ja vaihtavan vakaampaan vaihtoehtoon.
- Ennakoitavuus siinä mielessä, että tekninen tiimisi pystyy pitämään kiinni määräajoista. Tiedän, että julkaisupäivät muuttuvat jatkuvasti. Hyvin organisoidun DevOps-prosessin avulla kohtaat kuitenkin paljon vähemmän ennalta arvaamattomia viime hetken ongelmia, ja mahdollisuutesi julkaista ajallaan paranevat huomattavasti.
Esimerkki
Havainnollistaaksemme DevOpsin valtavaa vaikutusta luotettavuuteen ja käyttöönoton nopeuteen verrataan teknologiajättejä (jotka ovat erinomaisia DevOpsissa) tyypillisiin suuryrityksiin.
Tässä näemme, että Amazonin kaltainen jättiläinen pystyy tekemään 23 000 käyttöönottoa päivässä, kun läpimenoaika on ”muutaman minuutin” luokkaa, kun taas tyypillisessä suuryrityksessä julkaisutiheys on (uskoitpa sitä tai et!) kerran yhdeksässä kuukaudessa.
Voimme nähdä tämän tuotteen elinkaaren paranemisen myös muissa teknologiayrityksissä, kuten Applessa ja Uberissa sekä sosiaalisen median jättiläisissä, kuten Facebookissa ja muissa.
Strategia #4: API-ensin-lähestymistapa
Joskus tuotteesi menestys ei johdu liiketoiminta- tai tuotepäätöksistä, vaan tavasta, jolla insinöörisi ja teknologiajohtosi suunnittelevat arkkitehtuurin.
Esimerkiksi johtamassani tuotteessa on laitteessa tapahtuva melunvaimennus ja puheentunnistus. Tämä varhainen arkkitehtuuripäätös on antanut meille merkittäviä etuja kilpailijoihimme nähden. Laitteessa tapahtuva puheentunnistus on yritykselleni käytännössä ilmaista. Siksi voimme hinnoitella sen tasolle, jolla muut (kallista pilvipohjaista puheentunnistusta käyttävät) eivät pysty kilpailemaan kanssamme.
Toinen erinomainen arkkitehtuuripäätös, jota voit harkita tuotteesi tulevien ominaisuuksien huomattavaksi parantamiseksi, on sen rakentaminen API-ensin-lähestymistavalla.
Ajatus on seuraava: jotta verkkosivustosi tai mobiili- ja työpöytäsovelluksesi voi viestiä palvelimesi kanssa, rakennat paljon rajapintoja eli API-rajapintoja. Yleensä käsittelet näitä rajapintoja sisäisinä ja rakennat ne tavalla, joka estää niiden käytön omien sovellustesi kanssa tapahtuvan viestinnän ulkopuolella.
API-ensin-lähestymistapa tarkoittaa, että omia tarpeitasi varten rakentamiesi API-rajapintojen tulisi olla riittävän laadukkaita käytettäväksi myös julkisina API-rajapintoina (mukaan lukien tarvittava tietoturva ja rakenne).
Näin ollen, kun päätät lisätä integraatioita kolmannen osapuolen työkaluihin tai tarjota API-rajapintaasi erillisenä palveluna, sinun ei tarvitse käyttää valtavasti aikaa ja vaivaa julkisen API-rajapinnan rakentamiseen alusta alkaen.
Esimerkki
Suosikkiesimerkkini oikein toteutetusta API-ensin-lähestymistavasta on Stripe.
Niiden käyttäjille tarjoama API-rajapinta on yksinkertaisesti loistava. Se on turvallinen, vankka ja helppokäyttöinen, ja se sisältää käytännössä kaikki Stripesta löytyvät ominaisuudet.
Strategia #5: Reunalaskennan lähestymistapa
Laskenta on erittäin kallista. Infrastruktuuri- ja laskentakustannuksesi ovat erityisen merkittäviä, jos käsittely tapahtuu pilvessä.
LinkedIn tunnettiin esimerkiksi siitä, että se käytti suurimman osan tuloistaan pilvipalveluihin ennen kuin Microsoft osti sen. Yhtiö ilmoitti kuuluisasti 72 miljoonan dollarin kustannuksista erään vuosineljänneksensä osalta 2010-luvun alkupuolella.
Näin merkittävät pilvipalvelukustannukset vaikuttavat suoraan siihen, miten rakennat ja hinnoittelet tuotteesi sekä miten asemoit itsesi markkinoilla.
Palataanpa hallinnoimaani tuotteeseen ja siihen fantastiseen arkkitehtuuriin, jonka teknologiajohtomme oli sille suunnitellut. Kuten jo mainitsin, päätimme pilvipalvelussa ajettavien tekoälymallien sijaan suorittaa ne paikallisesti käyttäjiemme laitteilla, jolloin näiden mallien yksikkökustannukset laskivat nollaan.
Teknologiajohtomme käyttämällä lähestymistavalla on nimi — reunalaskenta. Siinä kaikki tai osa laskennasta siirretään asiakkaiden laitteille.
More Articles
Esimerkki
Melko kuuluisa esimerkki tästä lähestymistavasta on Tesla. Voidaan väittää, että sen autot ovat enemmän ohjelmistoja ja IT-laitteistoa kuin autoja. Oletko nähnyt Teslan auton sisäiset tietokoneet?
Näissä kahdessa sirussa on supertietokoneen tasoinen laskentateho, ja ne pystyvät suorittamaan suurimman osan Teslan tekoälymalleista paikallisesti. Näin Tesla säästää merkittävästi infrastruktuurikustannuksissa ja kaistanleveydessä verrattuna siihen, mitä näiden mallien suorittaminen pilvipalvelussa olisi maksanut.
Hauska fakta: Eräs tietoturva-asiantuntijaystäväni hakkeroitui hiljattain Teslansa tietokoneelle. Ilmeisesti se toimii Linuxilla (tietenkin, kaikkihan toimii Linuxilla) ja siihen on asennettu Dropbox.
Strategia nro 6: hyperpersonointi
Jos kysyt keneltä tahansa digitaalisen markkinoinnin asiantuntijalta heidän alansa tärkeimmistä suuntauksista, useimmat antavat saman vastauksen — personointi.
Sama logiikka pätee myös tuotehallintaan. Älkäämme unohtako, etteivät kaikki käyttäjäsi ole täsmälleen ihanneasiakaspersoonasi kaltaisia. Persoonasi on yksinkertaisesti kaikkien niiden erilaisten ihmisten ”matemaattinen keskiarvo”, joita aiot tavoitella.
Huomautus: Persoonat ovat tärkeimpiä tuotoksia, joita PM:ien tulee luoda ja hallinnoida. Tutustu tuotekehitystyökalujen luetteloomme, joka auttaa sinua tässä tehtävässä.
Itse asiassa käytännössä kukaan ei ole täysin samanlainen, ja tosielämän käyttäjillä on vähintään yksi ominaisuus tai mieltymys, joka poikkeaa persoonastasi. Tämä tarkoittaa, ettei persoonasi ympärille rakentamasi tuote pysty täysin vastaamaan tosielämän käyttäjien tarpeisiin, ja jokaisella heistä on ainakin jotain valitettavaa.
Onneksi elämme suurdatan ja tekoälyn maailmassa. Voit hyödyntää käyttäjistäsi keräämiäsi käyttäytymistietoja ja tarjota heille niin sanottuja ”hyperpersonoituja” kokemuksia, joissa ominaisuutesi ja sisältösi vastaavat täsmällisesti heidän yksilöllisiä tarpeitaan.
Esimerkki
Netflix ja Spotify kuuluvat maailman johtaviin yrityksiin, jotka ovat hallinneet hyperpersonoinnin. Käytä näitä tuotteita vain pari viikkoa, niin ne alkavat suositella sinulle täydellisesti sopivia kappaleita ja ohjelmia.
Tuotemaailma kehittyy — pysy mukana!
Tapa, jolla startup-yrityksesi etenee tuoteideasta menestyksekkääksi tuotteeksi, on muuttunut merkittävästi. Uudet teknologiat, kuten AR/VR ja tekoäly, voivat auttaa sinua rakentamaan parempia tuotteita ja saavuttamaan markkinasi nopeammin.
Riippumatta siitä, työskenteletkö parhaillaan jonkin tuotteen parissa vai oletko rakentamassa vähimmäiskelpoista tuotetta alusta alkaen, suosittelen ehdottomasti hyödyntämään näitä innovatiivisia lähestymistapoja ja viemään tuotteesi rakentamisen uudelle tasolle.
Menestyksekkään tuotekehitysstrategian omaksuminen auttaa sinua varmasti saavuttamaan tavoitteesi, mutta tarvitset myös oikeat työkalut strategian toteuttamiseen. Tutustu huolellisesti koostamaamme tuotetyökalujen luetteloon, joka auttaa sinua tässä.
Lopuksi on todettava, että erinomaiset PM:t pysyvät aina ajan tasalla tuotehallinnan uusimmista suuntauksista. Voimme auttaa sinua myös siinä! Tilaa uutiskirjeemme saadaksesi lisää tuotehallinnan resursseja ja oppaita sekä alan johtajien ja asiantuntijoiden uusimpia podcasteja, haastatteluja ja muita näkemyksiä.
