Come usare l’IA per potenziare la crescita guidata dal prodotto
Se dovessimo stilare una classifica dei principali cambiamenti di paradigma nel settore dei prodotti degli ultimi 10 anni, direi che l’intelligenza artificiale e la crescita guidata dal prodotto occuperebbero i primi posti. Entrambi i concetti si basano sull’amplificazione dell’efficienza, ovvero fare di più con meno. Ma il vero asso nella manica consiste nel combinarli e usare il potere dei modelli linguistici di grandi dimensioni di far risparmiare tempo per potenziare la propria strategia di crescita guidata dal prodotto.
Durante un recente evento con tavola rotonda, Come usare l’intelligenza artificiale per potenziare la crescita guidata dal prodotto, abbiamo riunito tre straordinari esperti di crescita guidata dal prodotto — Ramli John, fondatore di Delight Path, Dani Grant, amministratrice delegata di Jam.dev, e Anuj Adhiya, autore di Growth Hacking per negati. Abbiamo fatto parlare i tre esperti dei modi in cui i team di prodotto possono sfruttare fin da ora la tecnologia dell’intelligenza artificiale per migliorare ogni fase del percorso dell’utente.
Punti salienti dell’intervista
- Le riflessioni di Ramli John sull’onboarding [01:16]
- Ramli individua il problema più grande dell’onboarding nell’attrito interno, non in quello legato al prodotto.
- Team come quelli di prodotto, marketing e successo dei clienti lavorano spesso in silos senza collaborare.
- Ramli racconta che questo problema esisteva persino in Appcues, un’azienda di software per l’adozione dei prodotti.
- La sua soluzione: migliorare la comunicazione tra i team e raggiungere un’intesa su cosa significhi il successo dell’utente.
- Dani Grant sull’equilibrio tra crescita e coinvolgimento [02:12]
- Jam.dev è cresciuta fino a raggiungere 150.000 utenti in 32 aziende della classifica Fortune 100.
- Dani elogia il libro di Ramli, Onboarding guidato dal prodotto, definendolo trasformativo e una lettura obbligatoria per il suo team di prodotto dedicato alla crescita.
- Il libro ridefinisce l’onboarding come un processo che inizia prima della registrazione e continua molto tempo dopo, migliorando i risultati del prodotto.
- Dani attribuisce la crescita di Jam alla condivisione degli insegnamenti tratti dalla realizzazione del loro prodotto con la loro base di utenti orientata alla creazione.
- Sottolinea il privilegio di contribuire a eventi e discussioni come questa.
- L’approccio unico di Anuj Adhiya alla crescita guidata dal prodotto [03:49]
- Anuj sta pianificando di tentare di stabilire un record mondiale Guinness per il più grande raduno di persone che indossano cappelli da festa a Boston.
- L’evento è collegato al suo lavoro con PartyClick, un’app per inviti a feste per la quale svolge attività di consulenza.
- L’idea è nata come un modo creativo per promuovere l’app e allinearsi al suo marchio.
- Anuj sta attualmente presentando la candidatura al Guinness e coordinando la logistica per ospitare 2.500 persone a Boston Common.
- Condivide pubblicamente il piano per mantenersi responsabile e motivato a portarlo a termine.
- L’intersezione tra intelligenza artificiale e crescita guidata dal prodotto [05:51]
- Se la crescita guidata dal prodotto significa offrire un periodo di prova gratuito o un modello freemium, non è sempre necessario, soprattutto per le startup.
- Ramli consiglia alle startup di iniziare con approcci ad alta intensità di interazione per costruire relazioni strette con i clienti.
- Se la crescita guidata dal prodotto significa rimuovere gli attriti e creare esperienze utente eccellenti, allora è essenziale.
- Le aspettative degli utenti per esperienze fluide sono aumentate significativamente, influenzando la fidelizzazione e l’attivazione.
- Ramli sottolinea che il ruolo dell’intelligenza artificiale nel migliorare l’esperienza del prodotto sarà fondamentale in futuro.
- Ramli evidenzia che molti fondatori pongono la domanda sbagliata, concentrandosi sulla replica di aziende di successo come Slack.
- Consiglia invece ai fondatori di chiedersi come possano usare meglio il proprio prodotto per soddisfare le esigenze dei clienti.
- Questo approccio porta a strategie guidate dal prodotto più efficaci e personalizzate, invece di copiare ciecamente gli altri.
Vedo molti fondatori che pongono la domanda sbagliata. La domanda che dovrebbero porsi è: come posso usare meglio il mio prodotto per soddisfare le esigenze finali dei miei clienti o utenti?
Ramli John
- Strategie di IA e PLG [07:58]
- Dani spiega che nel PLG la vendita personalizzata è fondamentale e che l’IA può potenziarla notevolmente gestendo grandi quantità di dati non organizzati per una migliore segmentazione e distribuzione dei contenuti.
- L’IA rende la personalizzazione e la super-segmentazione più semplici che mai, aiutando le aziende a migliorare le proprie strategie di PLG.
- La migliore strategia di PLG consiste nell’avere un prodotto eccezionale che stimoli il passaparola, e l’IA può contribuire a creare funzionalità del prodotto ancora più efficaci.
- Dani è entusiasta di approfondire ulteriormente le tattiche, con l’IA che svolge un ruolo importante nel migliorare l’esperienza e i risultati degli utenti.
- L’IA nella fase di acquisizione del PLG [09:11]
- Dani illustra come Jam utilizza l’IA nella fase di acquisizione del PLG.
- L’IA aiuta con la SEO generando strutture e modificando i contenuti in base alle migliori pratiche SEO, migliorando il posizionamento.
- L’IA aiuta a raccogliere dati, come quelli relativi ai prezzi, per migliorare l’accuratezza e la rilevanza dei contenuti.
- Jam utilizza l’IA per creare una newsletter e un podcast su JavaScript per il proprio pubblico di sviluppatori, offrendo ogni settimana contenuti rapidi e coinvolgenti.
- L’uso dell’IA ha portato a un elevato coinvolgimento, con tassi di apertura delle newsletter superiori al 50% e un forte seguito per il podcast.
- Ramli utilizza l’IA per riadattare i contenuti ai fini dell’acquisizione, ad esempio trasformando gli episodi del podcast in articoli per il blog, post su Twitter, post su LinkedIn e contenuti per newsletter.
- Utilizza strumenti come Castmagic per generare riepiloghi e contenuti, che richiedono alcune modifiche.
- L’IA aiuta a massimizzare il valore dei contenuti, consentendo una distribuzione e un coinvolgimento più efficienti.
- Il team di Dani ritiene che nel 2024 le vendite guidate dai fondatori avvengano online, con i fondatori che condividono passivamente la propria visione attraverso piattaforme come LinkedIn.
- Utilizzano l’IA per riadattare i contenuti, ad esempio prendendo i link YouTube dei podcast e utilizzando strumenti come OpusClip per generare clip video o evidenziare i “momenti di intuizione”.
- Queste clip generate dall’IA forniscono contenuti preziosi per ulteriori discussioni e condivisioni, favorendo il processo di acquisizione.
- Dani illustra come Jam utilizza l’IA nella fase di acquisizione del PLG.
- L’IA nella fase di attivazione del PLG [12:48]
- IA per l’attivazione durante l’inserimento: un’azienda utilizza l’IA per analizzare le registrazioni delle chiamate di vendita e creare documenti personalizzati per il successo dei clienti.
- L’IA aiuta a elaborare sequenze di email per l’inserimento basate sui punti critici emersi dalle chiamate di vendita e di inserimento.
- ChatGPT viene addestrato con le obiezioni e i dati dei ticket di assistenza per migliorare l’attivazione dei clienti.
- Strumenti di IA come Amplitude e June.so analizzano i dati degli utenti per identificare le metriche di fidelizzazione, contribuendo a prevedere i comportamenti degli utenti e a migliorare il coinvolgimento.
- Il volume dei dati è importante: i modelli di IA funzionano meglio con una base utenti ampia, per ottenere informazioni accurate.
- Per stimolare l’attivazione degli utenti, è necessario concentrarsi sull’incoraggiamento di azioni chiave, come la creazione di quattro segnalazioni di bug in Jam.
- L’IA è utile per elaborare molte idee, anche se alcune sono pessime, così da ispirare soluzioni migliori.
- L’obiettivo è trovare modi efficaci per spingere gli utenti verso azioni specifiche che dimostrino il valore del prodotto.
- Gli esseri umani hanno difficoltà a creare idee da zero, ma sono eccellenti nel valutare e reagire a quelle già esistenti.
- L’IA aiuta fornendo una prima bozza o idea, che stimola ulteriore pensiero creativo.
- Una volta fornito un punto di partenza, gli esseri umani sono più bravi a perfezionare e migliorare il concetto.
- I modelli linguistici di grandi dimensioni possono essere addestrati attraverso il feedback per migliorare i propri risultati.
- Tratta l’IA come uno stagista alle prime armi che impara dal feedback su ciò che è positivo o negativo.
- Fornire feedback aiuta l’IA a generare idee e risultati migliori nel tempo.
- L’attivazione è collegata alla fidelizzazione a breve termine, non è una fase separata.
- Una volta che gli utenti entrano nel prodotto, l’attenzione si sposta sul mantenerli più a lungo e sul migliorare la monetizzazione.
- Attivazione e fidelizzazione si verificano lungo un continuum continuo, non come fasi distinte.
- L’IA nella fase di fidelizzazione del PLG [19:07]
- La fidelizzazione sta cambiando grazie alla combinazione dell’analisi tradizionale con quella basata sull’IA.
- L’IA aiuta a individuare micro-coorti e informazioni operative dai dati sull’utilizzo del prodotto.
- L’IA può identificare comportamenti chiave, come l’esportazione dei dati e la condivisione con i colleghi, che portano a un maggiore coinvolgimento degli utenti.
- L’IA consente percorsi attivati dal comportamento, che adattano contenuti ed esperienze in base alle azioni degli utenti.
- Gli utenti con un elevato potenziale possono essere identificati per programmi beta o comitati consultivi sulla base dei modelli di utilizzo.
- La combinazione di dati quantitativi e informazioni qualitative offre una visione a 360 gradi del comportamento e delle esigenze degli utenti.
- La combinazione di IA e analisi migliora la velocità e l’accuratezza delle informazioni sugli utenti.
- Combinare dati quantitativi e qualitativi con l’IA [22:52]
- I team spesso dispongono di fonti di dati scollegate, come sondaggi sull’adattamento prodotto-mercato, ticket di assistenza e conversazioni di vendita.
- La difficoltà consiste nell’integrare queste fonti di dati a causa della mancanza di chiarezza sulle responsabilità.
- L’IA può agire come un “dipendente” che raccoglie e presenta questi dati agli stakeholder, eliminando l’indecisione.
- Anche se la completa automazione non è possibile, combinare fogli di calcolo esportati può contribuire ad accelerare l’ottenimento di informazioni e il processo decisionale.
- Il costo opportunità dell’attesa per ottenere informazioni è elevato, rendendo essenziali una rapida integrazione e un’azione tempestiva.
- Superare i silos tra i reparti con l’IA [25:05]
- La crescita è uno sforzo interfunzionale che richiede la collaborazione tra i team dei contenuti, della formazione, della community, del prodotto e delle vendite.
- L’obiettivo di un team per la crescita è riunire gli stakeholder per comprendere lo stato della crescita, identificare i problemi e cogliere le opportunità.
- Comunicare efficacemente le informazioni tra i reparti è fondamentale, non basta presentare i dati.
- L’IA può aiutare i responsabili a elaborare e comunicare i dati in modi che risuonino con i diversi team, abbattendo i silos.
- Il potere della narrazione e di una comunicazione chiara è essenziale per garantire l’allineamento di tutti i reparti.
- I responsabili di prodotto (PM) sono responsabili del successo del prodotto e hanno il compito di risolvere i problemi, indipendentemente dalla difficoltà.
- Passare da dati a livello di foglio di calcolo a informazioni a livello di utente può essere difficile, ma i PM riescono a farlo funzionare.
- Una tattica utile consiste nell’interagire regolarmente con i clienti: i fondatori inviano un’email ai 100 utenti principali della settimana precedente per raccogliere feedback.
- Risposte ponderate portano a opportunità per chiamate di approfondimento, garantendo un ciclo di feedback costante.
- Questa tattica offre ai PM un facile accesso alle informazioni sugli utenti senza dover instaurare un nuovo processo di chiamate con i clienti.
- Espandersi con l’IA: esempi pratici [29:20]
- L’espansione è considerata parte di un processo continuo che collega diverse fasi.
- Le strategie di espansione tradizionali spesso si basano sull’attesa dei segnali di utilizzo o delle revisioni trimestrali.
- Esempio: un’azienda SaaS utilizza Gong per analizzare le interazioni con i clienti, come chiamate di vendita e ticket di assistenza, alla ricerca di indicatori di espansione.
- Il sistema identifica segnali sottili, come discussioni su casi d’uso adiacenti, nuovi membri del team o punti critici.
- Combinando i dati conversazionali con l’analisi dell’utilizzo del prodotto, l’azienda crea “punteggi di propensione all’espansione”.
- Segnali chiari di espansione si attivano quando gli utenti raggiungono determinate soglie di utilizzo, ad esempio quando si avvicinano ai limiti dell’API o esplorano funzionalità premium.
- L’obiettivo è identificare le opportunità di espansione facendo sì che il processo risulti naturale e orientato al valore per i clienti.
- Il prodotto dovrebbe svolgere la maggior parte del lavoro, ma il cambiamento comportamentale richiede una persona di fiducia.
- La fase di espansione è spesso guidata dalle persone, con numerose chiamate consecutive per aiutare i team ad ampliare l’utilizzo.
- Dopo le chiamate, i messaggi di ricontatto dovrebbero essere ponderati, ma ricominciare da zero può essere difficile.
- L’utilizzo di strumenti di IA come Claude può aiutare riepilogando i punti chiave delle trascrizioni delle chiamate per redigere rapidamente messaggi di ricontatto.
- Questo approccio è particolarmente utile dopo numerose chiamate, quando le energie sono poche o è difficile ricordare i dettagli.
- Creare una strategia di PLG potenziata dall’IA [32:20]
- La qualità dei risultati dell’IA dipende dalla qualità degli input; input scadenti portano a risultati scadenti.
- Evita di partire da zero: fornisci all’IA dati pertinenti e accurati.
- Addestra l’IA con le migliori esperienze dei tuoi clienti e con i documenti chiave.
- Fornisci all’IA un contesto chiaro e istruzioni specifiche su ciò che stai cercando.
- Tratta l’IA come un nuovo stagista: sii dettagliato e chiaro fin dall’inizio riguardo alle aspettative.
- Utilizza prompt specifici, ad esempio chiedendo all’IA di generare elenchi puntati basati sulle interazioni con i clienti e sui dettagli dell’azienda.
- I membri junior del team possono considerare “fatto” semplicemente come “completato”, senza comprendere l’impatto.
- I membri senior del team individuano i passaggi successivi o gli errori nel lavoro generato dall’IA.
- Un rischio dell’uso dell’IA consiste nel ritenere sufficiente il completamento senza un’analisi più approfondita.
- Per evitarlo, discutete di cosa significhi “fatto” nel vostro team e nella vostra azienda, con o senza l’IA.
- Formulare prompt correttamente è fondamentale per i sistemi di IA; testare semplici ricerche su Google può indicare la capacità di una persona di formulare prompt efficaci.
- I membri del team dovrebbero comprendere la metrica faro del prodotto, per garantire che tutte le attività siano orientate alla crescita del valore per gli utenti.
- Definire il contesto e comprendere la prospettiva più ampia dell’utente sono elementi essenziali prima di interagire con i sistemi di IA.
Assicurati che tutti i membri del team comprendano la metrica North Star del prodotto. Questo è fondamentale perché aiuta tutti a riconoscere come forniamo valore ai nostri utenti e clienti. Tutto ciò che facciamo ha lo scopo di accrescere tale valore.
Anuj Adhiya
- Mitigare i pregiudizi dell’AI nelle strategie PLG [38:22]
- L’AI è uno strumento, ma il giudizio umano è fondamentale per evitare pregiudizi e conclusioni fuorvianti.
- Quando si utilizza l’AI è necessaria una mentalità scettica, per garantire il pensiero critico e la consapevolezza.
- Avere semplicemente una risposta dall’AI non risolve necessariamente il problema; è necessaria un’analisi ponderata.
- L’AI dovrebbe essere utilizzata come uno degli elementi del processo decisionale, insieme ai dati qualitativi e ad altre fonti.
- L’intervento umano è necessario per individuare i pregiudizi e prendere le decisioni finali.
- L’AI può fornire suggerimenti, ma alla fine spetta agli esseri umani decidere la direzione sulla base di tutti gli elementi disponibili.
- È necessario prestare attenzione per evitare di lasciare che l’AI prenda decisioni autonomamente.
- È importante ricordare i metodi utilizzati in passato per fare confronti e rilevare gli errori dell’AI.
- Utilizza un approccio di triangolazione: verifica i risultati dell’AI con i dati grezzi, i feedback e gli approfondimenti del team dedicato al successo dei clienti.
- Assicurati che i sistemi di AI dispongano di dati di addestramento diversificati, tenendo conto delle diverse dimensioni aziendali, dei settori e dei casi d’uso.
- Alcuni strumenti, come Heap Analytics, sono progettati per affrontare i pregiudizi nei modelli di AI.
- Verifica sempre manualmente i risultati dell’AI per mantenere la fiducia nel sistema.
Il punto è che l’AI non risolve i problemi umani: devi comunque usare il tuo giudizio. È un ottimo strumento, ma devi avere una mentalità scettica.
Dani Grant
- AI a confronto con l’assistenza tradizionale nel 2024 [41:47]
- Nel 2024, l’esperienza utente è la priorità assoluta a causa dell’aumento della concorrenza e della facilità con cui si può passare da uno strumento all’altro.
- Gli strumenti di AI possono essere utili per l’assistenza clienti se migliorano l’esperienza utente, ad esempio fornendo un facile accesso alla documentazione.
- La decisione di utilizzare l’AI dovrebbe basarsi sull’esperienza utente desiderata: assistenza automatizzata oppure interazione umana personalizzata 24 ore su 24, 7 giorni su 7.
- Per alcuni tipi di pubblico, come gli sviluppatori, possono essere sufficienti strumenti per interrogazioni rapide, mentre gli utenti aziendali potrebbero richiedere un’assistenza più personalizzata.
- Con l’aumento dell’automazione tramite AI, le persone desiderano sempre più un contatto umano.
- I clienti apprezzano le interazioni umane, soprattutto nell’assistenza e nel successo dei clienti.
- La presenza di persona o il tocco umano nei prodotti B2B può creare connessioni e valore più solidi.
- Nonostante i progressi dell’AI, il coinvolgimento umano rimane fondamentale per favorire la fiducia e la fedeltà dei clienti.
- La qualità delle esperienze basate sull’AI è sempre più importante.
- Funzionalità di AI o assistenza tramite chat di bassa qualità possono frustrare gli utenti più dell’assistenza tradizionale.
- Se viene introdotta l’AI, soprattutto per l’assistenza clienti, deve essere di alta qualità.
- Il livello richiesto per le funzionalità di AI è più alto rispetto a quello delle funzionalità tradizionali, a causa delle aspettative dei clienti.
- Bilanciare la personalizzazione tramite AI con la privacy degli utenti [45:17]
- Quando utilizzi l’AI per la personalizzazione, segui la tua informativa sulla privacy.
- Utilizza solo i dati consentiti dalla tua informativa sulla privacy.
- Se i dati degli utenti non sono contemplati, non utilizzarli.
- Dai la massima priorità alla fiducia degli utenti.
- L’assistenza personalizzata può essere preziosa quando gli utenti si trovano in difficoltà.
- Le preoccupazioni relative alla privacy emergono se gli utenti si sentono osservati.
- Gli utenti possono aspettarsi un certo livello di tracciamento all’interno di un prodotto.
- La “personalizzazione rispettosa” implica trasparenza riguardo allo scambio di valore.
- Gli utenti si aspettano una personalizzazione basata sull’AI, ma richiedono vantaggi chiari.
- Assicurati che la raccolta dei dati offra un vantaggio dimostrabile agli utenti.
Conosci i nostri ospiti
Fondatore di Delight Path, Ramli John è uno dei principali esperti di onboarding guidato dal prodotto per le aziende SaaS B2B. In qualità di autore del bestseller Onboarding guidato dal prodotto, che ha venduto oltre 35.000 copie, Ramli aiuta i team di prodotto a progettare esperienze di onboarding che favoriscono l’attivazione e la fidelizzazione dei clienti. Grazie alla sua esperienza nel marketing, nel design UX e nello sviluppo software, ha offerto consulenza ad aziende come Zapier, Appcues e Mixpanel, creando strategie concrete che incrementano le entrate ricorrenti mensili e il successo dei clienti.
Se potessi agitare una bacchetta magica, farei in modo che i team comunicassero di più e concordassero su come appare il successo per l’utente. È un problema complesso, ma è da lì che inizierei.
Ramli John
Dani Grant è cofondatore e CEO di Jam.dev, uno strumento per sviluppatori che consente una comunicazione più rapida tra i team di prodotto e di ingegneria riguardo a bug e correzioni. Oggi Jam ha conquistato il favore di grandi clienti come Unilever, Staples, T-Mobile e Dell.
La migliore strategia PLG consiste nell’avere un prodotto talmente valido che le persone non possano fare a meno di parlarne ad altri.
Dani Grant
Anuj Adhiya è un esperto di crescita e autore di Strategie di crescita per negati, con una vasta esperienza nel guidare le aziende SaaS nell’implementazione di strategie di crescita guidata dal prodotto. Noto per il suo approccio basato sui dati, Anuj ha aiutato le startup a crescere costruendo framework di crescita che favoriscono l’acquisizione e la fidelizzazione degli utenti, oltre al coinvolgimento a lungo termine. Interviene spesso come relatore su crescita e PLG, e le sue intuizioni aiutano i team di prodotto a sbloccare una crescita sostenibile allineando dati, sperimentazione e strategia.
La crescita, in generale, è uno sport di squadra. Per definizione coinvolge più funzioni, e questo è particolarmente vero nel mondo guidato dal prodotto. Si riuniscono i team dei contenuti, della formazione, della community, del prodotto, delle vendite e molti altri, che devono lavorare in armonia.
Anuj Adhiya
Risorse di questo episodio:
- Iscriviti alla newsletter di The CPO Club
- Scopri lo sponsor di questo episodio: Wix Studio
- Connettiti con Ramli, Dani e Anuj su LinkedIn
- Scopri Delight Path, Jam.dev e Techstars
Articoli e podcast correlati:
- Informazioni sul podcast di The CPO Club
- La tua guida ai fondamenti della crescita guidata dal prodotto
- Come applicare strategie di crescita anche se non sei un PM della crescita
- 6 esempi di crescita guidata dal prodotto: le aziende che applicano correttamente il PLG
- Come sfruttare i 3 cicli di crescita
- Misurare la crescita guidata dal prodotto: le metriche che contano e come utilizzarle
- Il volano della crescita guidata dal prodotto: letture indispensabili per avere successo nel PLG
Leggi la trascrizione:
Stiamo provando a trascrivere i nostri podcast utilizzando un programma software. Perdonate eventuali refusi, poiché il bot non è corretto al 100% delle volte.
Hannah Clark: Se dovessimo classificare i principali cambiamenti di paradigma nel settore dei prodotti degli ultimi dieci anni, direi che l'IA e la crescita guidata dal prodotto sarebbero in cima alla lista. Entrambi i concetti si basano sull'amplificazione dell'efficienza, ovvero fare di più con meno. Ma il vero codice vincente consiste nel riunirli e utilizzare il potere di risparmio di tempo dei modelli linguistici di grandi dimensioni per migliorare la vostra strategia di crescita guidata dal prodotto.
In un recente evento con tavola rotonda, Come usare l'IA per potenziare la crescita guidata dal prodotto, abbiamo riunito tre straordinari esperti di crescita guidata dal prodotto — Ramli John, fondatore di Delight Path, Dani Grant, CEO di Jam.dev, e Anuj Adhiya, autore di Growth Hacking for Dummies. Abbiamo chiesto ai tre di parlare dei modi in cui i team di prodotto possono sfruttare oggi la tecnologia IA per migliorare ogni fase del percorso dell'utente.
Ciò che ho apprezzato di questo evento è stato il modo in cui le competenze di ciascun partecipante si sono unite in maniera così complementare, offrendo molti suggerimenti pratici per adattare e modificare la propria strategia di crescita utilizzando gli strumenti di IA. Inoltre, erano persone davvero gentili. Iniziamo.
La sessione di oggi sarà incentrata su come usare l'IA per potenziare la crescita guidata dal prodotto. Parleremo con alcune voci straordinarie del settore. Abbiamo una scaletta davvero entusiasmante. Sono molto felice di presentarveli.
Abbiamo Ramli John, autore di Product-Led Onboarding. È anche un esperto di fama nel campo della strategia di crescita guidata dal prodotto. Ramli offre una profonda comprensione di come trasformare i potenziali clienti in utenti appassionati. Oggi abbiamo una piccola domanda a sorpresa per Ramli.
Ramli, sei stato definito il mago dell'onboarding da alcuni dei più importanti nomi del SaaS e il tuo libro Product-Led Onboarding è stato una svolta per innumerevoli team di prodotto. In questo momento ti stiamo davvero facendo molti complimenti. Se potessi agitare una bacchetta magica e risolvere all'istante l'errore di onboarding più comune che hai visto, quale sarebbe?
Ramli John: Grazie mille, Hannah. Direi che in realtà non riguarda il prodotto. Spesso il problema più grande dell'onboarding è l'attrito interno, non quello del prodotto. E con questo intendo dire che il reparto prodotto si occupa delle proprie attività all'interno del prodotto, il marketing gestisce le e-mail di onboarding e il customer success gestisce il proprio onboarding dei clienti.
E non comunicano tra loro. È quello che è successo anche mentre lavoravamo presso un'azienda di onboarding chiamata Appcues, un software per l'adozione dei prodotti, e avevamo lo stesso problema. Quindi penso che, se potessi agitare una bacchetta magica, farei parlare di più i team tra loro e li farei concordare su come definire il successo per l'utente. È un problema difficile, ma è da lì che inizierei.
Hannah Clark: È vero, lavorare in compartimenti separati è uno di quei problemi perenni. Grazie per la risposta.
Abbiamo anche Dani Grant con noi. È la fondatrice di Jam.dev ed è stata responsabile prodotto. Dani è conosciuta per l'utilizzo dei dati di prodotto nella progettazione di esperienze utente fluide e ad alto impatto, ed è anche una persona fantastica. Dani, grazie mille per essere qui.
La domanda passa a te. Jam è arrivata rapidamente a 150.000 utenti presso 32 diverse aziende Fortune 100, il che è incredibile. Ma partecipi anche a eventi e conferenze e sei attiva quotidianamente su LinkedIn. Onestamente, sono invidiosa di come riesci a far funzionare tutto questo. Qual è il tuo segreto per riuscire a fare tutte queste cose restando sana di mente?
Dani Grant: Per prima cosa, tutti qui dovrebbero leggere il libro di Ramli. È davvero ottimo. Il mio cofondatore lo ha letto per primo nella nostra azienda e poi mi ha detto che dovevo leggerlo. L'ho letto. Ora è una lettura obbligatoria per il nostro team di prodotto dedicato alla crescita. E la cosa che vi farà cambiare completamente idea è il modo in cui concepite l'onboarding.
Noi product manager pensiamo continuamente all'onboarding. Ma lo consideriamo come il periodo che va dalla registrazione al momento in cui si è utilizzato il prodotto. Il libro di Ramli vi mostrerà che l'onboarding inizia molto prima e termina molto più tardi; concentrarsi sull'onboarding in questo modo cambierà i risultati del vostro prodotto, come è successo a noi.
Comunque, Ramli è straordinario. Leggete il suo libro. Per quanto riguarda gli interventi, siamo molto fortunati. Tutti i nostri utenti sono costruttori. Sono nel mondo e cercano di cambiarlo utilizzando il software. Noi costruiamo la nostra azienda, mentre i nostri utenti costruiscono le loro. Il nostro compito è quindi condividere ciò che impariamo costruendo Jam con tutti coloro che stanno costruendo qualcosa.
Per questo finiamo per pubblicare online ciò che impariamo e partecipare a iniziative come questa. È un privilegio e un onore. Grazie per avermi invitata.
Hannah Clark: Apprezzo il tempo che hai dedicato a noi e il fatto che tu abbia accettato di partecipare a questo panel. È fantastico. Vedete? Ve l'avevo detto che è una persona eccezionale.
Abbiamo con noi anche Anuj Adhiya. Anuj è un esperto di crescita e autore di Growth Hacking for Dummies. Ha scritto per productled.com e vanta una profonda esperienza nel guidare le aziende SaaS nell'implementazione di strategie di crescita guidata dal prodotto. Siamo davvero onorati di averti qui oggi, Anuj.
Durante la nostra chiamata preparatoria hai condiviso che stai pensando di organizzare un tentativo per entrare nel Guinness dei primati, radunando — e penso che sia davvero fantastico — il maggior numero di persone che indossano cappelli da festa a Boston. Abbiamo bisogno di qualche informazione in più. Puoi raccontarci cosa stai facendo e come possono partecipare le persone? Dove mandiamo i cappelli da festa?
Anuj Adhiya: Innanzitutto, grazie per avermi invitato. È un gruppo davvero divertente di cui far parte. E sì, in apparenza sembra non avere nulla a che fare con la crescita guidata dal prodotto, ma in realtà ne ha molto, perché è un grande esperimento.
C'è un'app per gli inviti alle feste con cui sto collaborando come consulente, chiamata PartyClick. Se volete, andate a dare un'occhiata: è il modo più semplice per organizzare un evento. Abbiamo iniziato a chiederci come poterla presentare a un numero maggiore di persone. Sono emerse molte idee, soprattutto cose come: “Dovremmo organizzare una nostra iniziativa con sosia di celebrità, come quella di Timothée Chalamet appena successa”. E io ho pensato: sì, va bene.
Ma cos'altro possiamo fare? A quel punto qualcuno del team ha detto: “Non esistono record mondiali per i raduni più numerosi?”. Sì, è proprio quello che dovremmo fare. Ho consultato il Guinness dei primati e, con mia sorpresa, esiste davvero un record mondiale per le persone con cappelli da festa. Ho pensato: ottimo. Si abbina al nome del prodotto: cappelli da festa, PartyClick.
Fantastico. Dovremmo farlo. Quindi, proprio questa settimana, sto completando la richiesta al Guinness dei primati e sto pregando e supplicando la città di Boston di permettermi di riunire 2.500 persone al Boston Common. Vediamo quanto riuscirò ad avvicinarmi a questo obiettivo. Il vero motivo per cui lo sto dicendo pubblicamente è soprattutto responsabilizzarmi e permettere agli altri di prendermi in giro se non riuscirò a farlo.
Hannah Clark: Quindi, se siete nella zona di Boston, portate i vostri cappelli da festa. Qual era la data di dicembre?
Anuj Adhiya: Pensiamo al 22 dicembre.
Hannah Clark: Bene, ora lo sapete.
Anuj Adhiya: Abbiamo valutato la zona e, se non riuscirò a farlo, sapete contro chi lanciare il mattone.
Hannah Clark: Passiamo ora a definire il contesto: l'intersezione tra IA e crescita guidata dal prodotto.
Questa domanda è per Ramli. In generale, la crescita guidata dal prodotto è diventata essenziale per il settore SaaS? La vediamo come una parola alla moda. A che punto siamo oggi?
Ramli John: Direi che dipende. Sì, dipende. È una risposta poco soddisfacente, ma dipende da come si definisce la crescita guidata dal prodotto. Se con crescita guidata dal prodotto intendiamo chiedersi se la PLG sia necessaria, allora, se avete una prova gratuita o un modello freemium, non credo necessariamente. Suggerisco infatti alle startup di iniziare con un approccio ad alto contatto e di avvicinarsi ai propri clienti.
Se invece per crescita guidata dal prodotto intendete eliminare ogni attrito superfluo e creare un'esperienza eccezionale per gli utenti, allora sì, penso che lo standard e il livello di aspettativa delle persone rispetto all'esperienza di un prodotto siano aumentati.
Sono cresciuti molto più rapidamente rispetto a dieci anni fa, quando qualcosa di fastidioso veniva considerato normale. Oggi, se qualcosa è fastidioso, esistono altre cento alternative a cui posso passare. Ci sono molti più prodotti disponibili. Credo davvero che creare un'esperienza eccellente per gli utenti finali sarà fondamentale per la fidelizzazione, l'attivazione e tutti gli altri aspetti di cui parleremo più avanti. Analizzeremo come l'IA influenzerà il resto del percorso. Se questa è la definizione di crescita guidata dal prodotto, allora sì, penso sia essenziale. Se invece intendete una prova gratuita e il modello freemium, allora no, non credo sia necessario.
Hannah Clark: Una risposta sfumata. Bene. Qualcuno vuole aggiungere qualcosa sulla rilevanza o sullo stato attuale della crescita guidata dal prodotto?
Dani Grant: È davvero potente.
Ramli John: Aggiungerei solo che vedo molti fondatori porre la domanda sbagliata. Chiedono: “Come posso essere più simile a Slack?” oppure “Come posso essere più simile a...?”, mentre dovrebbero chiedersi: “Come posso utilizzare meglio il mio prodotto per soddisfare le esigenze finali dei miei clienti o utenti?”.
E questo può assumere molte forme diverse. Apre possibilità molto più efficaci per adottare un approccio guidato dal prodotto, invece di cercare semplicemente di copiare qualcosa che non funzionerà mai per voi.
Hannah Clark: È proprio così.
Passiamo quindi al punto in cui l'IA sta entrando nel settore. Questa domanda è per Dani. Secondo te, in che modo l'IA è destinata a potenziare le strategie di crescita guidata dal prodotto? Non so se hai qualche esempio di come l'abbiate utilizzata in Jam.
Dani Grant: Tra poco parleremo di tutte le tattiche, ma a livello generale, nella crescita guidata dal prodotto il prodotto fa da solo il lavoro di vendita, e la vendita è più efficace quando è personalizzata. Richiede molti contenuti e molte argomentazioni.
Ed è proprio qualcosa in cui l'IA è molto brava. Le aziende hanno cercato di farlo per sempre, attraverso l'apprendimento automatico per la personalizzazione e la segmentazione avanzata con molti contenuti. Ora è più facile che mai farlo bene. Bisogna comprendere grandi quantità di dati non organizzati.
Sono quindi molto entusiasta di entrare nelle tattiche. Sembra proprio qualcosa in cui l'IA eccelle. Aggiungo un'ultima cosa: la migliore strategia di crescita guidata dal prodotto consiste semplicemente nell'avere un prodotto talmente valido che le persone non possano fare a meno di parlarne agli altri. Con l'IA ora potete creare funzionalità ancora più potenti per i vostri utenti.
E penso che anche questo sia un elemento molto importante del quadro generale.
Hannah Clark: Bene, passiamo alla costruzione delle fondamenta: il ruolo dell'IA lungo il percorso dell'utente. Penso che questa sarà la sezione più lunga della sessione, quindi è assolutamente da ascoltare. È il momento di mettere via i telefoni. Analizziamo ogni fase della crescita guidata dal prodotto e vediamo come l'IA possa supportarla.
Cominciamo dall'acquisizione. Dani, vuoi raccontarci come il tuo team utilizza l'IA per potenziare questa fase?
Dani Grant: Ci sono due aspetti da menzionare. Il primo è forse il più ovvio: nella crescita guidata dal prodotto, i clienti trovano il vostro prodotto perché il prodotto si è venduto da solo in qualche modo e completano autonomamente l'onboarding.
Un ambito in cui bisogna generare moltissimi contenuti è la SEO, e l'IA può essere davvero utile. Purtroppo tutti abbiamo visto come appare quando viene utilizzata male. Sembra solo un insieme di frasi senza senso generate dall'IA e, di fatto, non si posiziona. Ma l'IA è davvero utile per la SEO. Ecco come la utilizziamo concretamente.
Facciamo scrivere all'IA la struttura seguendo le migliori pratiche SEO. Prendiamo letteralmente un articolo sulle migliori pratiche SEO, lo forniamo al modello linguistico e gli diciamo: “Scrivimi una struttura che segua tutte queste migliori pratiche”. Usiamo l'IA per modificare i contenuti SEO o per ricevere consigli sulle migliori pratiche. Utilizziamo Perplexity per cercare gli strumenti che intendiamo citare e ottenere i prezzi di tutti questi strumenti.
È molto utile in questo senso. Ma oltre a questo, ci chiediamo sempre come creare contenuti che coinvolgano il nostro pubblico online. Il nostro pubblico è composto da sviluppatori e nel settore dello sviluppo web succedono moltissime cose. Il settore si muove molto rapidamente. Volevamo quindi creare contenuti su questi temi per il nostro pubblico.
Abbiamo pensato di creare una newsletter e un podcast su ciò che succede ogni settimana in JavaScript. Se vi interessa, potete visitare thisweekinJavaScript.com e ricevere ogni settimana, in quattro minuti o meno, le notizie della settimana su JavaScript. Siamo un piccolo team di startup e non possiamo registrare un podcast ogni settimana. L'IA ci è molto utile e ci permette di scrivere contenuti di qualità.
Abbiamo tassi di apertura superiori al 50% per queste newsletter e il podcast viene ascoltato molto, ma l'IA ci aiuta davvero a realizzare tutto questo. Questi sono due modi in cui utilizziamo l'IA nella fase di acquisizione della crescita guidata dal prodotto.
Hannah Clark: Molto interessante.
Ramli John: Un altro ambito in cui utilizzo l'IA per l'acquisizione è il riutilizzo dei contenuti.
Prendere un episodio di un podcast e inserirlo in Castmagic, uno strumento per creare riepiloghi, che produce articoli per blog, post per Twitter, post per LinkedIn e contenuti per newsletter da condividere. Richiede un po' di revisione. Non è perfetto, ma penso che sia un altro ambito in cui ho visto funzionare l'IA nell'acquisizione.
Come si può spremere più succo dal limone? Si dice così? Non ne sono del tutto sicuro. In sostanza, come si può ottenere di più dai propri contenuti? Questo è un modo in cui ho visto usare l'IA per l'acquisizione.
Dani Grant: Facciamo esattamente la stessa cosa. Una delle nostre convinzioni fondamentali è che nel 2024 la vendita guidata dai fondatori avvenga in gran parte online.
Un tempo era necessario ottenere una presentazione da un contatto, poi fare un primo incontro e il fondatore si presentava al cliente. Oggi accade passivamente online, mentre le persone scorrono LinkedIn. Cerchiamo quindi di condividere continuamente il nostro modo di vedere il mondo e i cambiamenti che vogliamo realizzare, in modo passivo online.
Utilizziamo l'IA per una parte di questo processo, cioè per riutilizzare i contenuti. Se qualcuno del team partecipa a un podcast, prendiamo il link di YouTube e lo inseriamo in uno strumento come OpusClip, che ritaglia il video e ci fornisce clip da condividere online oppure estrae i momenti di maggiore intuizione.
Questo ci offre spunti da discutere e sviluppare in seguito. È stato molto utile anche per la fase di acquisizione.
Hannah Clark: Penso che sia un aspetto enorme in questo momento. Entrambi avete parlato della possibilità di riutilizzare i contenuti il più possibile e di ottenere, come ha detto Ramli, più succo dal limone. Fantastico. Possiamo passare alla fase di attivazione.
Ramli, sei l'esperto di onboarding. Cosa suggeriresti per quanto riguarda le pratiche abilitate dall'IA a supporto della fase di attivazione?
Ramli John: È qualcosa che ho visto fare a un'altra azienda durante una conversazione su come stessero utilizzando l'IA nell'onboarding.
Una delle sfide della crescita guidata dal prodotto, che può essere anche un'opportunità, è che bisogna avere una solida capacità di ricerca sugli utenti o sui clienti. Con un approccio basato sulle vendite si è in contatto diretto con i clienti e si ascoltano le loro obiezioni. Quando è il prodotto a vendere, non si sentono quelle obiezioni: gli utenti semplicemente se ne vanno.
Come si ottengono quindi quegli importanti dati qualitativi, il perché che i dati quantitativi non riescono a mostrare? Un modo interessante che ho visto consiste nel raccogliere tutte le chiamate commerciali. L'azienda utilizza un approccio ibrido e registra le chiamate di vendita, oltre a offrire un'esperienza di onboarding ad alto contatto per le aziende. Inserisce poi le registrazioni in ChatGPT per addestrare il modello linguistico di grandi dimensioni.
Una volta caricate, le utilizza per creare vari elementi. Uno di quelli che ho trovato interessante è un documento di passaggio dalle vendite al customer success, con le attività da svolgere.
Si può anche creare una sequenza di cinque e-mail di onboarding basata sui punti critici emersi nelle chiamate di vendita e nelle chiamate di onboarding dei clienti. Poiché il modello è stato addestrato sulle obiezioni emerse nelle vendite e sulle domande e confusioni delle chiamate di onboarding, è più consapevole e preparato rispetto a ciò che i clienti stanno realmente affrontando.
Ho suggerito loro di inserire nel chatbot o in ChatGPT anche i ticket di assistenza più richiesti, fornendo informazioni preziose per la fase di attivazione. In questo modo, quando si scrive la sequenza o si crea il percorso guidato, il risultato può essere molto più utile.
Ho visto anche strumenti di IA più avanzati che collegano i dati e calcolano metriche di fidelizzazione. Per esempio, strumenti come Amplitude o June.so, nei quali si inseriscono i dati e si riceve un'indicazione del tipo: “La maggior parte degli utenti di successo compie X, Y e Z e il 30% rimane”. Naturalmente bisogna prendere questi risultati con cautela, ma possono offrire informazioni utili, soprattutto quando si dispone di un numero di utenti sufficientemente elevato.
Se si hanno dieci utenti e si inseriscono i dati nel modello, non ci saranno informazioni sufficienti per trarre conclusioni. Questo è un limite importante di questo tipo di analisi: se si dispone di un insieme di dati abbastanza ampio e lo si alimenta nel tempo, è possibile individuare informazioni e schemi utili.
Hannah Clark: Ha senso. Qualcun altro vuole aggiungere qualche consiglio per supportare la fase di attivazione nella crescita guidata dal prodotto?
Dani Grant: È ovvio, ma una volta stabilito che cosa significa una buona attivazione e che l'utente deve compiere determinati passaggi, bisogna trovare molte idee per portarlo a completarli.
Per noi un utente è attivato quando crea quattro segnalazioni di bug con Jam. Cerchiamo quindi sempre di capire come spingere più utenti a creare la terza e la quarta segnalazione: come incoraggiarli e mostrare loro il valore. L'IA è abbastanza brava a generare molte idee sbagliate, che però stimolano la produzione di idee valide.
È forse un altro modo ovvio di utilizzare l'IA in questa fase.
Hannah Clark: Mi piace l'idea di generare idee sbagliate che aiutino ad arrivare a conclusioni migliori.
Dani Grant: Il punto è questo: per gli esseri umani è molto difficile avere un'immaginazione pura e creare un'idea dal nulla. Se vi viene chiesto di scrivere la prima bozza di qualcosa, è davvero difficile.
Gli esseri umani, però, sono molto bravi a revisionare e reagire, perché il nostro cervello funziona così. Vediamo qualcosa e questo attiva altre idee. Finché si dispone di una prima bozza o di una prima idea imperfetta, si diventa improvvisamente molto più bravi a creare la seconda versione. L'IA è utile perché offre quel primo elemento che stimola il cervello a pensare nel modo in cui sa farlo.
Hannah Clark: Mi piace molto questo consiglio. Scusate, credo di averti interrotta un po'.
Ramli John: Stavo solo aggiungendo che il bello di questi modelli linguistici di grandi dimensioni è che possono essere addestrati. Si può dire: “Questo non va bene. Ecco perché”. E si fornisce un certo tipo di feedback.
Ho sentito una citazione molto interessante in un episodio di un podcast con Nathan Berry, di Kit. Diceva che bisogna trattare l'IA come una persona stagista alle prime armi, come uno stagista principiante. Fornendo un buon feedback, il modello impara ciò che è valido e ciò che non lo è. Quindi, come ha detto Dani, se produce una cattiva idea, bisogna dargli un feedback e inizierà a generare risultati sempre migliori.
Hannah Clark: O forse, almeno, la versione sbagliata sarà un punto di partenza migliore, così le tue idee saranno ancora più valide. Non credo che funzioni proprio così, ma forse.
Anuj Adhiya: Ramli, io la chiamo una stagista ubriaca, ma sai com'è.
Ramli John: È un modo migliore di dirlo, perché è molto imprevedibile.
Anuj Adhiya: L'unica altra cosa che aggiungerei, e forse questo introduce il prossimo argomento, è che l'attivazione non è davvero una fase separata dal punto di vista dell'utente. Una volta entrati nel prodotto, sono semplicemente nel prodotto. Quello che mi ha aiutato a collegare i punti a valle e a monte è pensare all'attivazione come a una fidelizzazione a breve termine.
Una volta che l'utente è nel prodotto, quello è il gioco: come tenerlo più a lungo, come monetizzarlo meglio e così via. Ciò che fa all'inizio e ciò che accade in seguito sono tutti elementi di un continuum di fidelizzazione. Nella mente dell'utente non c'è un interruttore che dice: “Ora sono stato attivato. Ora sono stato fidelizzato”. È tutto lo stesso processo.
Hannah Clark: Sì. Bisogna pensare alle cose non solo in base alle fasi che vediamo noi, ma anche al punto in cui l'utente vede se stesso.
Dani Grant: È possibile. Si utilizza il prodotto all'inizio e alla fine. Penso che, non da persona che lavora nel prodotto ma da utente, ci sia un momento in cui si sta valutando qualcosa e un momento in cui la si sta effettivamente utilizzando.
Credo che l'attivazione avvenga nel mezzo. Quindi penso che, dal punto di vista dell'utente, siano in parte diverse.
Hannah Clark: Anuj, quali casi d'uso hai già visto o quali idee hai sull'utilizzo dell'IA nella fase di fidelizzazione, ora che l'utente è entrato nel prodotto? Dove si va da qui?
Anuj Adhiya: Dirò subito che alcuni aspetti sembreranno un'estensione di ciò che è già stato detto, perché la cosa che trovo più affascinante della fidelizzazione e della crescita guidata dal prodotto è il modo in cui stanno trasformando completamente la nostra capacità di comprendere e utilizzare i modelli comportamentali degli utenti.
Molti team con cui lavoro, come probabilmente tutti i partecipanti, sono seduti su montagne di dati sull'utilizzo del prodotto. Tutti hanno Amplitude, Heap, Mixpanel e strumenti simili. Per qualsiasi motivo — la fase dell'azienda, la mancanza di analisti dei dati o altro — fanno fatica a estrarre abbastanza rapidamente informazioni utili e azionabili.
Penso che ciò che sta cambiando le regole del gioco sia la combinazione delle piattaforme di analisi tradizionali con le moderne capacità di analisi dell'IA. È quasi come se le persone avessero operato al buio e ora fossero state accese le luci.
Quando ho iniziato a inserire alcuni di questi dati in versioni private di ChatGPT o strumenti simili, il sistema ha iniziato a identificare micro-coorti molto interessanti, quasi impossibili da individuare manualmente o in base al livello di esperienza con questi strumenti.
Potrebbe emergere, per esempio, che gli utenti che compiono una sequenza specifica di azioni nella prima settimana diventano utenti avanzati a una frequenza tre volte superiore alla norma. Un cliente ha scoperto che gli utenti che esportavano dati e li condividevano con i colleghi nei primi giorni mostravano modelli di coinvolgimento molto più solidi.
La vera potenza sta nella combinazione di analisi e automazione. Le aziende stanno iniziando a configurare percorsi attivati dal comportamento. Quando il sistema rileva che un utente segue un modello ad alto valore, può modificare automaticamente i contenuti o l'esperienza per portarlo più rapidamente verso quel percorso.
In un caso, alcuni utenti con alto potenziale sono stati invitati a un programma beta o a un comitato consultivo per i clienti sulla base dei loro modelli di utilizzo effettivi. È proprio ciò che si vuole fare per avvicinarsi al cliente, ma prima non si riusciva a farlo abbastanza rapidamente.
Per me, la vera svolta consiste nel collegare i dati quantitativi a quelli qualitativi. L'apprendimento automatico può analizzare i modelli presenti nell'assistenza, nella community e nei feedback sul prodotto, ma collegare queste informazioni ai dati di utilizzo permette di ottenere una visione a 360 gradi molto più profonda: non solo che cosa fanno gli utenti, ma perché lo fanno.
Questa profondità e velocità di analisi sono inestimabili, perché si fa sempre meno affidamento sulle supposizioni e si aumenta la percentuale di decisioni basate su ciò che accade realmente e sui bisogni degli utenti.
Hannah Clark: Sono curiosa: tu o gli altri partecipanti avete esempi concreti di tutto questo in azione? Il problema di combinare dati qualitativi e quantitativi e raccontare la storia in modo efficace è perenne.
Anuj Adhiya: Aggiungo un altro esempio. Per molti team, queste attività sono scollegate. Un team conduce il sondaggio sul product-market fit, un database completamente separato contiene tutti i ticket di assistenza e un altro ancora contiene le conversazioni di vendita. A volte non è nemmeno chiaro di chi sia il compito di riunire tutto.
Penso sia utile assegnare questo incarico a quello che potremmo chiamare il vostro dipendente IA, in modo da eliminare l'incertezza e la decisione dalle vostre mani. Il sistema può raccogliere tutti questi dati e presentarli agli stakeholder coinvolti.
È un modo molto semplice per iniziare: collegare alcune fonti di dati oppure, se non è possibile farlo automaticamente, esportare i dati da più fogli di calcolo e inserirli nel sistema, lasciando che individui i modelli. È un modo minimo ma efficace per accelerare la raccolta di informazioni e agire su di esse.
Hannah Clark: Questa è una comunicazione per i web designer. Ho 30 secondi per parlarvi di Wix Studio, la piattaforma web per agenzie e aziende. Ecco quattro cose che potete fare in 30 secondi o meno su Studio. Adattare i design a ogni dispositivo con l'IA responsiva. Riutilizzare risorse come modelli, widget, sezioni e librerie di design tra i siti e condividerle con il team. Aggiungere animazioni senza codice e sfondi sfumati direttamente nell'editor. Ed esportare i vostri design da Sigma a Wix Studio con un solo clic. Il tempo è scaduto, ma l'elenco continua. Entrate in Wix Studio e scopritelo di persona.
Quello che sento qui è l'uso dell'IA per abbattere alcuni dei silos tra i vari reparti. Stai suggerendo di generare una sorta di rapporto interfunzionale sullo stato dell'azienda, per offrire a tutti una visione d'insieme di ciò che accade nei diversi ambiti?
Anuj Adhiya: Sì, assolutamente. La crescita in generale è uno sport di squadra, per definizione interfunzionale, e questo è certamente vero nel mondo della crescita guidata dal prodotto. Bisogna riunire contenuti, formazione, community, prodotto, vendite e tutti questi team devono lavorare insieme.
Se si ha un team di crescita, il suo scopo è riunire gli stakeholder principali per comprendere lo stato attuale della crescita, dove si trovano i problemi e quali sono le opportunità. La difficoltà è aiutare tutti a capire non solo quale sia il proprio ruolo, ma anche quale sia l'attività più efficace e di maggiore impatto che possono svolgere in quel momento.
Chi guida la crescita deve saper raccontare e comunicare le informazioni, non limitarsi a dire che cosa mostrano i dati. Non bisogna fare affidamento solo sulle proprie capacità: si può chiedere all'IA di aiutare a comunicare meglio un dato al reparto vendite, al team DevRel o al prodotto.
Abbattere i silos e portare tutti sulla stessa pagina è un aspetto molto sottovalutato.
Hannah Clark: Mi piace molto questa tattica. Abbiamo avuto un episodio del podcast con Michele Ronsen, una nota ricercatrice UX. Ha consigliato un processo molto simile, ma più analogico.
La sua raccomandazione riguardava la ricerca UX: quando si è condotta tutta questa ricerca, è fantastico, ma come può essere utilizzata dai diversi reparti coinvolti? Suggeriva di presentare i risultati reparto per reparto: che cosa indicano queste scoperte per quanto riguarda le azioni successive di ciascun reparto.
Vedo quindi questa soluzione come un equivalente basato sull'IA, nel quale l'IA traduce i risultati osservati nei diversi reparti e le azioni da intraprendere per collaborare meglio come team. Hai ragione: è un problema che affrontiamo in ogni startup e azienda, indipendentemente dalle dimensioni.
Qualcun altro vuole aggiungere qualcosa sull'uso dell'IA per migliorare la collaborazione tra reparti?
Dani Grant: Non si tratta dell'IA per la collaborazione interfunzionale, ma perché le aziende assumono product manager? Come tutti sanno, si vuole una persona di riferimento che arrivi al fondo delle questioni, sia responsabile dell'intero problema e del successo del prodotto e faccia tutto ciò che è necessario per far funzionare il prodotto e il progetto.
Quello che dice Anuj è vero: qualcosa può non essere considerato il problema di nessuno, qualcuno può averlo compreso a livello di foglio di calcolo ma non a livello di utente. La bellezza dei product manager è che nessuno di loro dice: “Non è un mio problema”. Sono lì per far sì che il prodotto abbia successo.
Una tattica che ci è stata molto utile è creare un ritmo costante di conversazioni con i clienti. Ogni settimana, i 100 utenti principali della settimana precedente che non hanno ricevuto nostre comunicazioni di recente ricevono un'e-mail da un fondatore di Jam che chiede loro come stanno andando le cose.
Se rispondono in modo approfondito, diciamo che ci piacerebbe saperne di più e chiediamo se sarebbero disponibili per una chiamata. In questo modo abbiamo un flusso costante di conversazioni. Quando un product manager vuole approfondire qualcosa, esiste già un modo semplice per partecipare senza dover creare da zero un nuovo processo di chiamate con i clienti.
Non è una tattica basata sull'IA, ma la consiglio vivamente.
Hannah Clark: Fantastico. Non deve per forza trattarsi di IA. Stiamo semplicemente cercando di crescere.
Passiamo alla fase di espansione. Anuj, se vuoi guidare anche questa parte, puoi iniziare tu e poi passiamo agli aspetti tecnici di Dani.
Anuj Adhiya: Come ho detto, per me tutto è un continuum. Se pensiamo al tradizionale processo di espansione, come funziona? Si attendono indicatori di utilizzo, magari si dispone di un team di customer success che organizza revisioni trimestrali. Ho lavorato con team che sperano semplicemente di intercettare i segnali di espansione.
Vi faccio un esempio pratico. Un'azienda SaaS utilizza Gong per analizzare le interazioni con i clienti in ogni punto di contatto: chiamate di vendita, ticket di assistenza, revisioni trimestrali e così via. L'obiettivo è addestrare il sistema a cercare indicatori molto specifici di espansione.
Non si limita a riconoscere frasi ovvie come “Abbiamo bisogno di più licenze”, ma può iniziare a individuare modelli nelle conversazioni su casi d'uso adiacenti, nella menzione di un nuovo membro del team o reparto, oppure in un problema che potrebbe essere risolto con funzionalità aggiuntive.
Combinando questi dati conversazionali con le analisi sull'utilizzo del prodotto, il team può creare punteggi di intenzione di espansione basati su più segnali. Quando gli utenti raggiungono determinate soglie di utilizzo, per esempio si avvicinano a un limite API o cercano di accedere a funzionalità premium, questi comportamenti possono essere correlati a specifici modelli conversazionali e creare un segnale molto chiaro di opportunità di espansione.
Non si tratta solo di identificare le opportunità di espansione, ma anche di rendere il processo più naturale e coerente con il valore per il cliente.
Hannah Clark: Va bene. Dani ha un processo per il quale utilizza le trascrizioni delle chiamate per generare le prime e-mail di follow-up sul traffico, come ho accennato prima. Vuoi illustrarcelo?
Dani Grant: È abbastanza intuitivo. Come persone che lavorano nel prodotto, crediamo che il prodotto debba svolgere gran parte del lavoro, ma per cambiare il comportamento delle persone serve anche un volto di cui possano fidarsi. Per questo la fase di espansione è molto più guidata dalle persone che dal prodotto.
In un processo ben organizzato ci sono molte chiamate consecutive che aiutano i team a espandere l'utilizzo. Dopo queste chiamate bisogna inviare un messaggio ponderato. È difficile partire da una pagina vuota, ma è molto più semplice iniziare da una prima bozza: si prende la trascrizione della chiamata, la si fornisce a Claude e si chiede quali siano i tre punti principali comunicati dalla persona.
Poi si utilizza il risultato per redigere un messaggio del tipo: “Ecco ciò che abbiamo ascoltato”. È molto più semplice che iniziare da zero, soprattutto se si hanno otto chiamate consecutive e alla fine della giornata si è stanchi e non si ricorda tutto perfettamente.
Hannah Clark: Apprezzo qualsiasi cosa possa aiutare il cervello alla fine della settimana.
Passiamo alla terza sezione: dalla visione all'esecuzione. Si tratta di costruire una strategia di crescita guidata dal prodotto potenziata dall'IA. Mi rivolgo a Ramli, visto che non lo sentiamo da qualche minuto. Puoi illustrarci alcuni degli errori e dei luoghi comuni più frequenti sulla crescita guidata dal prodotto e sull'uso dell'IA a suo supporto?
Ramli John: L'output è valido solo quanto l'input. Se si forniscono informazioni insufficienti o di scarsa qualità, si otterrà un risultato altrettanto scadente. Come ha detto Dani, non bisogna iniziare da una pagina vuota.
Bisogna fornire il giusto tipo di informazioni, soprattutto quelle relative alle migliori esperienze dei clienti e alle migliori chiamate effettuate. Occorre dare il giusto contesto, specialmente durante l'espansione: “Ecco le chiamate che abbiamo avuto con loro, ecco i documenti che li riguardano. Genera un risultato sulla base di questo materiale”.
È importante anche formulare il prompt nel modo corretto: “Stiamo cercando di fare questo, ci aspettiamo questo risultato, indicaci tre punti”. Riprendendo ciò che ha detto Anuj, bisogna trattare l'IA come una stagista alle prime armi. Occorre essere più dettagliati all'inizio e spiegare chiaramente che cosa si sta cercando, quale output ci si aspetta e qual è il contesto.
Ho visto prompt in cui si dice: “Immagina di essere il direttore del customer success o il direttore del prodotto di questa azienda. Ecco le informazioni sull'azienda e il profilo LinkedIn di questa persona. Che cosa scriveresti? Quali sono i tre punti che potrebbero interessare a questa persona sulla base delle chiamate che abbiamo avuto?”. Essere chiari, diretti e concisi può essere molto utile quando si usa l'IA.
Dani Grant: Aggiungerei un errore, soprattutto per le persone più giovani del team. Se ricordate quando eravate nuovi nel mondo del lavoro o in un ruolo, una delle competenze più difficili da imparare è capire che cosa significhi “finito”. Più si è junior, più “finito” significa semplicemente completato, invece di comprendere l'impatto che può avere un lavoro davvero ben fatto.
Uno degli errori nell'uso dell'IA è che, per una persona junior, “finito” può significare soltanto completato. Il sistema ha eseguito un'analisi, ma una persona più esperta si chiederebbe quali nuove domande siano emerse, quali siano i passaggi logici successivi o se il risultato abbia davvero senso. Potrebbe anche riconoscere un'allucinazione o capire che una bozza di e-mail è incomprensibile e non dovrebbe essere inviata.
Per evitare questo problema bisogna avere molte conversazioni su cosa significhi “finito” per il team e per l'azienda, con o senza IA.
Hannah Clark: È un ottimo consiglio per la crescita professionale in generale: chiedersi continuamente che cosa significhi “finito”.
Anuj Adhiya: Vorrei aggiungere un paio di cose. Sul punto di Ramli relativo al principio “spazzatura dentro, spazzatura fuori”, ho iniziato a rendermi conto che la maggior parte delle persone non sa nemmeno usare Google correttamente.
Per me è un indicatore iniziale: se assegno un compito a qualcuno, sarà in grado di formulare correttamente un prompt? Chiedo alle persone di eseguire ricerche di base su Google e osservo come rispondono. Questo mi segnala se hanno bisogno di più formazione prima di essere lasciate libere di utilizzare un sistema di questo tipo o se comprendono già come interrogare un sistema.
L'altra cosa riguarda ciò che Dani diceva sul fatto che qualcosa possa sembrare completato. Per questo trovo molto utile far comprendere a tutti i membri del team qual è la metrica North Star del prodotto. È fondamentale che tutti capiscano come si crea valore per gli utenti e i clienti e che ogni attività deve servire ad aumentare quel valore.
Questo vale anche quando si formula un prompt: il sistema deve avere questa prospettiva, non solo quella del compito o dell'analisi specifica. Bisogna chiedersi se l'attività serve a creare maggiore valore per gli utenti.
Il tema comune è che chiunque interagisca con questi sistemi deve avere più contesto e una migliore comprensione dello scenario generale e della prospettiva dell'utente prima di estrarre qualsiasi informazione.
Hannah Clark: Vedo emergere alcuni temi comuni, comprese le difficoltà di collaborazione tra team diversi. Normalmente useremmo questo momento per parlarvi della prossima sessione. Per chi partecipa alle nostre sessioni mese dopo mese, sappiate che a dicembre non organizzeremo un panel.
Ci prenderemo una pausa per le festività. Torneremo a gennaio con una sessione più incentrata sulla carriera, dedicata al passaggio a una carriera nel product management.
Le iscrizioni inizieranno a dicembre. Invieremo un link ai nostri abbonati quando sarà disponibile e quando saranno aperte le registrazioni. Sarà una sessione davvero interessante. Chi è qui oggi probabilmente non ne avrà molto bisogno, poiché siete già tutti product manager. Ma se conoscete qualcuno interessato a questo percorso, che vi fa molte domande ed è curioso di compiere il salto, fateglielo sapere. Ci farebbe piacere che ci aiutaste a diffondere la notizia.
Passiamo subito alle domande. Domande e risposte. La domanda con più voti arriva da DM: “L'IA può mostrare pregiudizi nell'interpretazione di dati complessi, portando a conclusioni fuorvianti. Nel contesto della crescita guidata dal prodotto, come possiamo sfruttare strategicamente l'IA per migliorare le esperienze degli utenti e stimolare la crescita riducendo al contempo questi rischi?”.
Dani Grant: L'IA non risolve i problemi umani e bisogna usare il proprio giudizio. È uno strumento straordinario, ma serve una mentalità scettica. Avere una risposta non significa aver risolto il problema. Quando si usa l'IA bisogna essere ancora più consapevoli, presenti e attenti al proprio lavoro.
Ramli John: Sono completamente d'accordo. Questo riguarda l'etica dell'IA: deve esserci un intervento umano. Quando sono presenti pregiudizi, serve una persona che li individui. L'IA è solo un input nel processo decisionale, insieme ai dati qualitativi, ai dati quantitativi, ai suggerimenti dell'IA, al parere del CEO e a quello del customer success.
Tutti questi sono input, ma alla fine deve esserci una persona che prende la decisione. Sulla base di tutte le informazioni, compreso il contributo dell'IA, bisogna stabilire la direzione. Sarei molto prudente nel lasciare che sia l'IA a decidere per noi, perché ci sono pregiudizi che potrebbe non riconoscere autonomamente.
Anuj Adhiya: È importante non dimenticare come venivano svolte le attività in passato. Consideriamole come linee di base reali: come facevamo prima dell'IA? Questo ci offre un punto di confronto chiaro. Se non sappiamo come facevamo prima, come possiamo capire se il sistema sta generando un'allucinazione o se dobbiamo mettere in discussione il risultato?
È importante adottare anche un approccio di triangolazione. Se un sistema di IA segnala che alcuni utenti sono a rischio, non si può accettare il risultato senza verificarlo. Bisogna guardare i dati grezzi di analisi del prodotto, i feedback e ciò che dice il team di customer success, verificando se i segnali sono coerenti.
Alcuni strumenti stanno iniziando a considerare la diversità dei dati di addestramento. Nel contesto della crescita guidata dal prodotto, questo significa che i modelli imparano da utenti appartenenti ad aziende di dimensioni diverse, settori diversi e con casi d'uso diversi.
Questo aiuta a individuare se il sistema sta dando troppo peso a un modello comportamentale derivante da una clientela più grande o più attiva, ignorando i segnali provenienti dai clienti più piccoli. Non bisogna dimenticare i metodi utilizzati in precedenza e bisogna sempre verificare manualmente quando necessario.
Hannah Clark: Ottimi consigli.
La domanda successiva con più voti è: “Consigliereste di usare l'IA al posto dei tradizionali team di assistenza o customer success?”. Mi sembra che abbiamo già risposto indirettamente, ma possiamo aggiungere qualche contesto.
Questi ruoli sono generalmente considerati responsabili della fidelizzazione delle coorti, ma sono anche due aree in cui stiamo vedendo una crescita esplosiva degli strumenti di IA agentica. Chi vuole iniziare?
Dani Grant: Nel 2024 la cosa più importante è l'esperienza dell'utente. C'è più concorrenza che mai ed è più facile che mai cambiare strumento. Se una persona si frustra con il vostro prodotto, poco dopo può iscriversi alla prova gratuita di un altro prodotto.
La decisione deve quindi dipendere dall'esperienza che volete offrire. Se volete fornire molta documentazione e rendere facile la ricerca in linguaggio naturale, un sistema di assistenza clienti agentico può essere ottimo, perché è un'interfaccia efficace per la documentazione.
Se invece volete offrire l'esperienza di una persona disponibile 24 ore su 24, 7 giorni su 7, che si prende cura del problema del cliente e lo accompagna in ogni fase del percorso, allora forse un sistema completamente automatizzato non è la soluzione adatta.
Per alcuni utenti, soprattutto sviluppatori, potrebbe essere preferibile non parlare con qualcuno e ottenere rapidamente informazioni tramite il linguaggio naturale. Per altri, come quelli aziendali, potrebbe essere importante un contatto umano. Bisogna quindi ragionare in termini di esperienza utente, non di strumenti.
Ramli John: Sono d'accordo. Con la crescita dell'IA, le persone desiderano sempre più un contatto umano. Esiste un paradosso dell'automazione: quanto più l'automazione è efficiente, tanto più importante diventa l'esperienza umana.
Penso che le persone sarebbero felici di parlare con un essere umano. Quando partecipo a eventi di persona, le persone dicono: “Sei reale, non sei un chatbot che sputa fuori risposte”. Sentono di avere davanti qualcuno che si prende cura di loro e li fa sentire importanti come clienti.
Questo diventerà ancora più importante man mano che le aziende automatizzeranno il supporto, il marketing, i siti web e le e-mail con l'IA, soprattutto per i prodotti B2B. Il rapporto umano e il contatto diretto hanno valore.
Dani Grant: Allo stesso tempo, il livello di qualità atteso per le esperienze basate sull'IA sta aumentando. Se un prodotto introduce una funzionalità di IA o un supporto via chat basato sull'IA e l'esperienza è scadente, gli utenti possono odiarlo ancora più di una funzionalità o di un supporto tradizionale.
Può sembrare che l'azienda stia semplicemente seguendo una moda o facendo marketing. Se introducete una funzionalità centrale come l'assistenza clienti tramite IA e il cliente sa che è IA, deve essere davvero eccellente. Il livello richiesto è ancora più alto.
Hannah Clark: L'ultima domanda di oggi è: “Come si bilancia la personalizzazione tramite IA con le preoccupazioni relative alla privacy degli utenti?”.
Dani Grant: Bisogna seguire la propria informativa sulla privacy. Se qualcosa sembra sbagliato, non fatelo. Se la vostra informativa dice che potete analizzare le metriche generali di utilizzo per migliorare il prodotto, l'IA può aiutarvi in questo. Se non dice che potete analizzare tutti i dati degli utenti, non fatelo. La fiducia degli utenti viene prima di tutto.
Hannah Clark: Non credo ci sia molto altro da aggiungere.
Ramli John: Esiste sicuramente una certa sfumatura. Ho ricevuto e-mail del tipo: “Ramli, abbiamo notato che hai fatto X, Y e Z nel nostro prodotto”. In alcuni casi può esserci valore, perché magari l'utente è bloccato e ha bisogno di aiuto.
Ma se sembra che qualcuno stia osservando ogni mia azione, può diventare inquietante. Quando si è all'interno del prodotto, forse ci si aspetta che l'azienda veda alcune attività, ma bisogna prestare molta attenzione alla privacy.
Anuj Adhiya: Questa domanda mi fa pensare a quello che qualcuno ha definito personalizzazione rispettosa. La chiave è essere molto trasparenti sullo scambio di valore.
Le persone probabilmente si aspetteranno che in futuro utilizziamo l'IA per personalizzare le esperienze, ma è utile seguire regole semplici. Se si raccoglie un determinato dato, bisogna avere internamente un vantaggio chiaro e dimostrabile per l'utente. Questo deve essere il principio guida.
Hannah Clark: Sono tutti spunti molto interessanti. Purtroppo il tempo è scaduto. Succede sempre: ci lasciamo troppo poco tempo per rispondere a tutte le domande. Grazie a tutti per aver partecipato con tanto interesse, per le domande e per essere stati con noi oggi.
È stato fantastico che abbiate trovato il tempo per partecipare. Spero che la sessione sia stata utile a tutti e desidero ringraziare calorosamente i nostri partecipanti: Ramli, Anuj e Dani, siete stati fantastici. È stato un piacere avervi con noi. Grazie a tutti e buona giornata.
Grazie per averci ascoltato. Per altri ottimi approfondimenti, guide pratiche e recensioni di strumenti, iscrivetevi alla nostra newsletter all'indirizzo theproductmanager.com/subscribe. Potete ascoltare altre conversazioni come questa abbonandovi a The CPO Club, ovunque ascoltiate i vostri podcast.
