Qualsiasi responsabile di prodotto con più di un anno di esperienza ti dirà che le tattiche e le strategie per lo sviluppo di nuovi prodotti spuntano continuamente. Essendo persone innovative per natura, ovviamente vogliamo adottare le più recenti e migliori tra queste nuove strategie.
Ma vale davvero la pena dedicare tempo e impegno a imparare e adottare ognuna di queste strategie?
In qualità di responsabile senior di prodotto, ho imparato molto sullo sviluppo dei prodotti attraverso una lunga serie di tentativi ed errori.
Quindi, ecco cosa devi sapere
per fare più tentativi con meno errori.
Che cos'è una strategia di sviluppo di nuovi prodotti (NPD)?
Se sei tra i responsabili di prodotto fortunati che hanno l'opportunità di creare un prodotto da zero, devi prima definire il piano d'azione, ovvero la strategia di sviluppo di nuovi prodotti.
La strategia NPD è un insieme di passaggi che tu e il tuo team seguite per ideare e sviluppare il prodotto (oltre alle tattiche da adottare per gestire ogni fase del piano).
Come si presenta il processo di sviluppo di nuovi prodotti nel 2025
Il modo in cui le persone creavano nuovi prodotti digitali 5-10 anni fa e il modo in cui lo fanno oggi sono leggermente diversi.
Non voglio parlare di come si definisce la strategia NPD e di come si presenta la sua versione moderna (abbiamo una guida separata al riguardo).
Vorrei invece evidenziare i principali cambiamenti nel modo in cui oggi le persone sviluppano nuovi prodotti rispetto a dieci anni fa.
Ideazione del prodotto / Ricerca sui prodotti esistenti
Prima
Avresti dedicato molto tempo alla ricerca sui concorrenti, all'analisi dei loro riscontri dei clienti, all'individuazione dei tuoi vantaggi competitivi, alla raccolta di idee sul concetto del prodotto, alla generazione di idee, all'elaborazione di nuove idee per prodotti e altro ancora.
Ora
Con l'avvento di ChatGPT (soprattutto GPT-4), qualsiasi ricerca che prima ti avrebbe richiesto settimane può essere completata in un paio di giorni.
Have an account? Log In
Decidere la commercializzazione, i prezzi e le offerte in pacchetto
Prima
La maggior parte degli utenti acquistava il programma una volta sola ed era responsabile del download e dell'installazione degli aggiornamenti quando diventavano disponibili. Il programma aziendale veniva acquistato e venduto da un reparto commerciale (crescita trainata dalle vendite), che collaborava con l'organizzazione e il cliente per sviluppare soluzioni e prezzi personalizzati.
Ora
Quando si tratta di capire come definire i prezzi e vendere i propri prodotti, la tendenza principale da considerare è la crescita trainata dal prodotto (PLG).
La moderna strategia di crescita trainata dal prodotto presuppone che tu riorganizzi il piano di sviluppo del prodotto in modo da mantenere l'attenzione sulle iniziative che creano esperienze utente eccezionali all'interno del prodotto, assicurandoti che sia il prodotto stesso a farsi pubblicità.
Inoltre, le strategie aziendali PLG prevedono generalmente un piano tariffario gratuito o una prova gratuita che consenta agli utenti di sperimentare direttamente la proposta di valore e l'esperienza cliente del prodotto prima di decidere se acquistarlo.
Definire la strategia di promozione
Prima
Come il processo di ideazione, anche la conduzione delle ricerche di mercato e la definizione della strategia richiedevano tradizionalmente molto tempo. Comprendevano un'ampia varietà di attività, come:
- Condurre ricerche di mercato e selezionare un mercato obiettivo.
- Individuare mercati nuovi ed esistenti
- Collaborare con gruppi di discussione rappresentativi del proprio gruppo demografico e condurre test di mercato per individuare le esigenze dei clienti.
- Calcolare la quota di mercato di prodotti simili sia nei mercati esistenti sia in quelli nuovi.
Ora
Oggi disponiamo di numerosi strumenti emergenti basati sull'intelligenza artificiale (tra cui ChatGPT) che possono ridurre significativamente il tempo necessario per svolgere ricerche e definire la strategia di promozione. Esistono anche Similarweb, Browse AI, Brandwatch e altri strumenti di ricerca di mercato basati sull'intelligenza artificiale che puoi valutare di aggiungere al tuo insieme di strumenti per ricevere assistenza in questo ambito.
In sintesi, la tecnologia IA ha reso molto più semplice per gli imprenditori formulare una strategia NPD, elaborare il piano di crescita aziendale e portarlo avanti. Tuttavia, l'uso dell'IA nella scoperta del prodotto e nella ricerca non è l'unico elemento che è cambiato nel processo di sviluppo del prodotto.
In effetti, ci sono altre 6 nuove strategie che puoi valutare di utilizzare per il tuo prossimo prodotto.
Strategia n. 1: l'IA come supporto al processo decisionale
Viviamo nell'età dell'oro dell'IA e questa tecnologia è presente ovunque. Oltre a utilizzarla per migliorare le funzionalità del tuo prodotto, puoi anche affidarti agli algoritmi di apprendimento automatico per aiutarti a prendere decisioni sul prodotto.
La prima applicazione dell'IA nella strategia di prodotto e nel processo decisionale relativo al prodotto che probabilmente ti viene subito in mente è, naturalmente, l'analisi avanzata dei dati. I team di prodotto più efficaci si affidano ai dati e all'analisi per monitorare le prestazioni dei loro prodotti/funzionalità, individuare le aree di miglioramento ed estrarre insegnamenti preziosi.
Di solito lo fai utilizzando uno strumento di analisi basato sugli eventi o assumendo un team di analisi dedicato. Entrambe le opzioni porteranno la qualità della gestione del prodotto nella tua azienda a un livello completamente nuovo. Tuttavia, comportano una serie di limitazioni, come:
- Elevato impiego di tempo e risorse: il tuo team di sviluppo dovrà integrare questi strumenti di analisi e implementare tutti i trigger degli eventi. Il tuo team di analisi dedicato, invece, potrebbe impiegare da alcuni giorni a diverse settimane per eseguire analisi complesse.
- Incapacità di eseguire analisi complesse: gli strumenti di analisi basati sugli eventi saranno in grado di gestire per te attività leggere e di media complessità. Il tuo team di analisi, invece, può svolgere attività complesse. Tuttavia, non puoi coprire i casi in cui l'attività da svolgere è estremamente complessa e presenta molte incognite.
Fortunatamente, i moderni modelli e algoritmi di IA sono diventati abbastanza intelligenti da gestire per te le attività di analisi. La loro capacità di gestire attività ad alta complessità in pochi minuti è semplicemente sbalorditiva.
Esempio
Datarobot, ad esempio, è in grado di analizzare in profondità i dati sulle prestazioni del tuo prodotto e fornirti una stima del valore del ciclo di vita del cliente (LTV).
LTV è tra le metriche più difficili da misurare per i team di prodotto, soprattutto se il tuo prodotto è relativamente nuovo e non hai accumulato dati sufficienti sull'acquisizione e sull'abbandono dei clienti per calcolarlo. Il modello di IA di Datarobot, tuttavia, può estrapolare i dati esistenti e prevedere il tuo LTV, indipendentemente dalla quantità ridotta di dati esistenti a tua disposizione.
Strategia n. 2: prototipazione in AR/VR
Uno degli aspetti più positivi dello sviluppo software è la possibilità di realizzare rapidamente prototipi. Il mio CTO una volta ha realizzato durante la notte un prototipo/versione MVP di uno dei nostri prodotti e lo ha lanciato la mattina seguente.
Il prodotto è stato un fallimento e non ha superato la fase di convalida dell'idea. Ma il punto è che siamo riusciti a realizzare e lanciare un prodotto in versione prototipale nell'arco di una sola giornata.
Non avremmo potuto fare nulla di simile alla prototipazione rapida, tuttavia, se avessimo realizzato un prodotto di tipo fisico. Il problema è che dovrai entrare nel processo produttivo e collaborare con più fornitori per riuscire a costruire una singola unità del tuo prodotto.
Ciò significa che stai sprecando una quantità significativa di tempo e denaro per ottenere campioni del prodotto da distribuire al tuo pubblico target, affinché possa utilizzarli e criticarli.
La buona notizia è che i più recenti sviluppi nella tecnologia AR e VR hanno reso possibile per i tuoi utenti interagire digitalmente con i tuoi prototipi, senza che tu debba affrontare la complessità della loro produzione.
Esempio
Uno degli esempi più significativi è Ford Motor Company, che costruisce e testa le proprie auto prima nello spazio VR, prima di produrre la prima copia fisica per aggiornare la propria linea di prodotti.
Grazie a questo processo, gli ingegneri e i designer di Ford sono in grado di individuare e risolvere tempestivamente i problemi del prototipo, vedendo, “toccando” e interagendo concretamente con l'auto.
Solo dopo un paio di iterazioni virtuali di test e correzione del design del prodotto, il team PM darà il via libera ai team di produzione affinché inizino a lavorare sul prototipo fisico della loro auto.
Strategia n. 3: processi DevOps straordinari
Non mi sorprenderò se ti chiedi cosa c'entri DevOps con le strategie di sviluppo del prodotto.
Beh, la risposta breve è che un buon processo DevOps è di per sé una strategia di sviluppo del prodotto, ed è qualcosa a cui ti consiglio vivamente di prestare attenzione quando lavori al tuo processo NPD.
Ora, ecco la risposta lunga:
Il DevOps di cui parlo qui non è il ruolo di tendenza nel team di ingegneria, ma il processo e la filosofia che consentono di creare, testare e distribuire rapidamente e senza soluzione di continuità nuove versioni della propria applicazione o del proprio sito web nell'ambiente di produzione attraverso l'integrazione continua.
Possiamo identificare rapidamente numerosi vantaggi ingegneristici e operativi derivanti dall'implementazione di ottimi processi DevOps nella tua azienda (come una migliore stabilità della base di codice, una maggiore gestibilità dei processi di sviluppo collaborativo e altro ancora).
Tuttavia, in qualità di responsabili di prodotto, dobbiamo concentrarci sui vantaggi aziendali di una macchina DevOps ben oliata nella tua azienda, tra cui:
- Riduzione del tempo di immissione sul mercato per le nuove funzionalità e versioni del prodotto. Ho visto prodotti i cui processi di test e distribuzione richiedevano 1-2 mesi per ogni versione principale! È davvero troppo tempo! Nello stesso periodo avresti potuto creare interi MVP e convalidarli!
- Maggiore stabilità, evitando di introdurre nuovi bug nel prodotto dopo ogni versione. Non vuoi che il tuo prodotto sembri un caos totale dopo ogni versione e non vuoi che gli utenti si arrabbino con te e passino a un'alternativa più stabile.
- Maggiore prevedibilità, in termini di capacità del team di ingegneria di rispettare le scadenze. Lo so, le date di rilascio cambiano continuamente. Ma con un processo DevOps ben organizzato, avrai molti meno problemi imprevisti dell'ultimo minuto e probabilità molto maggiori di rilasciare in tempo.
Esempio
Per illustrare l'enorme differenza che il DevOps comporta in termini di affidabilità e velocità di distribuzione, confrontiamo i colossi tecnologici (che eccellono nel DevOps) con le tipiche aziende di grandi dimensioni.
Qui possiamo vedere che un colosso come Amazon riesce a effettuare 23.000 distribuzioni al giorno con un tempo di esecuzione nell'ordine di “un paio di minuti”, mentre per una tipica azienda di grandi dimensioni la frequenza è (se riesci a crederci!) una volta ogni 9 mesi.
Possiamo osservare questo miglioramento nel ciclo di vita del prodotto anche in altre aziende tecnologiche, come Apple, Uber o giganti dei social network come Facebook e altri.
Strategia n. 4: approccio basato sulle API
A volte il successo del tuo prodotto non deriva da decisioni aziendali o di prodotto, ma dal modo in cui i tuoi ingegneri e i responsabili tecnologici progettano la tua architettura.
Ad esempio, il prodotto che gestisco dispone di cancellazione del rumore e trascrizione direttamente sul dispositivo. Questa decisione architetturale iniziale ci ha permesso di ottenere vantaggi significativi rispetto ai concorrenti. In particolare, la trascrizione sul dispositivo è essenzialmente gratuita per la mia azienda. Possiamo quindi proporla a un prezzo con cui gli altri (che utilizzano una trascrizione nel cloud, costosa) non possono competere.
Un'altra ottima decisione architetturale che puoi prendere per migliorare notevolmente le funzionalità del tuo prodotto in futuro consiste nel costruirlo con un approccio basato sulle API.
La logica è questa: per fare in modo che il tuo sito web o la tua applicazione mobile/desktop comunichi con il server, dovrai creare molte API. Solitamente consideri queste API come componenti interne e le costruisci in modo tale da non poterle utilizzare al di fuori della comunicazione con le tue applicazioni.
L'approccio basato sulle API stabilisce che le API create per le tue esigenze debbano essere sufficientemente valide da poter essere utilizzate anche come API pubbliche (includendo la sicurezza e la struttura necessarie).
In questo modo, quando deciderai di aggiungere integrazioni con strumenti di terze parti o di offrire la tua API come servizio separato, non dovrai dedicare una quantità enorme di tempo e impegno alla creazione di un'API pubblica da zero.
Esempio
Il mio esempio preferito di approccio basato sulle API realizzato correttamente è Stripe.
L'API che offre ai suoi utenti è semplicemente fantastica. È sicura, robusta, facile da utilizzare e include praticamente tutte le funzionalità che puoi trovare in Stripe.
Strategia n. 5: approccio all'informatica perimetrale
L'elaborazione informatica è estremamente costosa. I costi dell'infrastruttura e dell'elaborazione sono particolarmente rilevanti se il processo avviene nel cloud.
LinkedIn, per esempio, era noto per spendere la maggior parte dei suoi ricavi nel cloud computing prima di essere acquisita da Microsoft. All'inizio degli anni 2010, dichiarò notoriamente un costo di 72 milioni di dollari per uno dei suoi trimestri.
Avere costi cloud così significativi influirà direttamente sul modo in cui sviluppate e stabilite il prezzo dei vostri prodotti e sul modo in cui vi posizionate sul mercato.
Torniamo al prodotto che gestisco e alla fantastica architettura che la nostra leadership tecnologica aveva progettato per esso. Come ho già accennato, invece di eseguire i modelli di AI nel cloud, abbiamo deciso di eseguirli localmente sui dispositivi dei nostri utenti, portando a zero i costi unitari di questi modelli.
L'approccio adottato dalla nostra leadership tecnologica ha un nome: elaborazione periferica. Si tratta di una struttura in cui si delega tutta o parte dell'elaborazione ai dispositivi dei propri clienti.
More Articles
Esempio
Un esempio piuttosto famoso di azienda che ha adottato questo approccio è Tesla. Si potrebbe sostenere che le sue auto siano più software e hardware informatico che automobili. Voglio dire, avete mai visto i computer di bordo di una Tesla?
Questi due chip offrono una potenza di elaborazione pari a quella di un supercomputer e sono in grado di eseguire localmente la maggior parte dei modelli di AI di Tesla, consentendo un notevole risparmio sui costi dell'infrastruttura e sulla larghezza di banda rispetto a quanto Tesla avrebbe speso eseguendo questi modelli nel cloud.
Curiosità: recentemente, un mio amico esperto di sicurezza è riuscito a introdursi nel computer della sua Tesla. A quanto pare, funziona con Linux (ovviamente, tutto funziona con Linux) e ha Dropbox installato.
Strategia n. 6: super-personalizzazione
Se chiedete a un qualsiasi esperto di marketing digitale quali siano le tendenze più importanti nella sua disciplina, la maggior parte vi darà la stessa risposta: la personalizzazione.
La stessa logica si applica anche alla gestione dei prodotti. Non dimentichiamo che non tutti i vostri utenti sono copie esatte del vostro profilo cliente ideale. Il vostro profilo è semplicemente la “media matematica” di tutte le diverse persone che intendete raggiungere.
Nota: i profili cliente sono tra i deliverable più importanti che i PM devono creare e gestire. Consultate il nostro elenco di strumenti per lo sviluppo dei prodotti che vi aiuteranno in questo compito.
In realtà, praticamente nessuno corrisponde esattamente a questo profilo e gli utenti reali hanno almeno una caratteristica o una preferenza diversa da quella del vostro profilo. Ciò significa che il prodotto sviluppato sulla base del vostro profilo non sarà in grado di soddisfare completamente i problemi degli utenti reali e ciascuno di loro avrà almeno qualcosa di cui lamentarsi.
Fortunatamente, viviamo nel mondo dei big data e dell'AI. Potete sfruttare i dati comportamentali che possedete sui vostri utenti e offrire loro esperienze cosiddette “super-personalizzate”, in cui le funzionalità e i contenuti corrispondono esattamente alle loro esigenze individuali.
Esempio
Netflix e Spotify sono tra le principali aziende al mondo ad aver perfezionato la super-personalizzazione. Utilizzate questi prodotti per un paio di settimane e inizieranno a suggerirvi canzoni e programmi perfetti per voi.
Il mondo dei prodotti è in evoluzione: restate al passo!
Il modo in cui la vostra startup passa da un'idea di prodotto a un prodotto di successo è cambiato significativamente. Le nuove tecnologie, come AR/VR e AI, possono aiutarvi a sviluppare prodotti migliori e a raggiungere il vostro mercato più rapidamente.
Quindi, indipendentemente dal fatto che stiate lavorando a un prodotto già esistente o che stiate per sviluppare da zero un prodotto minimo fattibile, vi consiglio vivamente di sfruttare questi approcci innovativi per portare lo sviluppo del vostro prodotto a un livello superiore.
Adottare una strategia di sviluppo dei prodotti efficace vi aiuterà sicuramente a raggiungere i vostri obiettivi, ma dovrete anche utilizzare gli strumenti giusti per attuare questa strategia. Consultate il nostro elenco selezionato di strumenti per i prodotti che vi aiuteranno in questo.
Infine, i PM più preparati si tengono sempre aggiornati sulle ultime tendenze nel mondo della gestione dei prodotti. Possiamo aiutarvi anche in questo! Assicuratevi di iscrivervi alla nostra newsletter per ricevere ulteriori risorse e guide sulla gestione dei prodotti, oltre agli ultimi podcast, alle interviste e ad altri approfondimenti di leader ed esperti del settore.
