Finn ditt urettferdige fortrinn i produktets ville vesten-æra

Les transkripsjonen:

Vi prøver ut å transkribere podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, siden roboten ikke er korrekt 100 % av tiden.

Hannah Clark: Det er offisielt. Vibe-koding har kommet inn i dagligtalen til folk flest, og vi går inn i et kritisk øyeblikk der kunstig intelligens, digitale produkter og kultur smelter sammen i ett stort evolusjonært sprang. Demokratiseringen av tilgangen til utvikling av digitale produkter, eller enklere sagt «å bygge på vibber», innebærer en permanent utjevning av konkurransevilkårene der bokstavelig talt hvem som helst kan bli gründer.

Og selv om fjerningen av etableringsbarrierer betyr at flere gode ideer får en vei inn i markedet, betyr det også at, vel, flere gode ideer får en vei inn i markedet. Altså, langt flere. Og i denne skalaen er konsekvensene mye større enn bare at konkurransen blir langt tøffere. Det betyr at hvis vi skal ha håp om å bli reelle utfordrere i dette markedet, må vi stille langt høyere krav til GTM- og vekststrategiene våre.

Og heldigvis for deg er dagens gjest Margaret-Ann Seger, produktsjef i Statsig. Som du snart vil høre, har Margaret-Ann, eller MA som de som kjenner henne kaller henne, en utrolig god forståelse av hva som bryter gjennom støyen og får vekstmotorer til å starte. Men det viktigste du vil høre i denne episoden, er taktikkene hun og folkene i Statsig bruker for å legge til rette for samarbeid mellom brukerne og produktteamet. Du kommer absolutt til å ville ta notater. La oss sette i gang.

Å, forresten: Vi har samtaler som denne hver uke, så hvis dette høres interessant ut, hvorfor ikke abonnere? Ok, la oss sette i gang.

Velkommen tilbake til The CPO Club-podkasten. Margaret-Ann, tusen takk for at du tok deg tid til å prate med meg i dag.

Margaret-Ann Seger: Takk for at jeg fikk komme, Hannah.

Hannah Clark: Kan du først fortelle oss litt om bakgrunnen din og hvordan du kom dit du er i dag hos Statsig?

Margaret-Ann Seger: Klart. Jeg leder produkt og design i Statsig, som er den moderne plattformen for produktintelligens.

Fra tradisjonell A/B-testing til testing av modeller offline, stadig flere team bygger med modeller, smart funksjonsflagging og produktanalyse. Vi hjelper team med å innarbeide data i alle deler av produktutviklingsprosessen i kunstig intelligens-alderen. Det er altså en ganske omfattende plattform. For meg gir dette mye mening fordi jeg kommer fra større teknologiselskaper.

Jeg startet karrieren min i Big Tech, begynte i Facebook og tilbrakte deretter litt over seks år i Uber. Begge selskapene var i hypervekst da jeg begynte, men jeg hadde den fordelen at jeg kunne bruke en samling fantastiske interne verktøy. Det var ikke før jeg sluttet i 2020 og kom ut i den virkelige verden at jeg innså at ikke alle selskaper har tilgang til disse verktøyene.

Derfor gir det vi bygger i Statsig mening: Vi demokratiserer tilgangen til det samme settet med verktøy for alle selskaper.

Hannah Clark: Det er kjempebra. I dag skal vi snakke litt mer om vekstsiden, om hvordan man lykkes med vekst og GTM-strategi, og om demokratisering i kunstig intelligens-alderen, når så mange deler av produktutviklings- og lanseringsprosessen blir demokratisert.

Vi må virkelig finne smarte og intuitive måter å skille oss ut på. La oss begynne med å vise til en setning du delte med meg i en tidligere samtale, som jeg likte veldig godt: Førstegangsgründere bryr seg om produktet, mens gründere som starter på nytt bryr seg om distribusjon. Jeg synes det er en svært kortfattet måte å ramme inn samtalen på.

Når du tenker på dette, hva er det viktigste holdningsskiftet du mener produktledere må gjøre når vi går fra produkt først til distribusjon først?

Margaret-Ann Seger: Godt spørsmål. Det var faktisk mannen min som fortalte meg denne setningen. Han sa den til meg mens han planla oppstartsselskapet sitt.

Det var derfor svært passende å ha den samtalen. Men jeg tror kjernen er at du på slutten av dagen kan bygge det mest fantastiske produktet i verden, men hvis ingen kjenner til det, eller du ikke har noen måte å få det foran de riktige menneskene på, kommer du ikke til å lykkes. Og jeg tror dette gjelder spesielt i kunstig intelligens-alderen.

Det finnes jo så mange flere produkter. Listen for å lage et produkt har blitt lavere. Nå kan alle lage sin egen app, sitt eget nettsted, sin egen X, Y, Z. Derfor kommer det til å bli mye mer støy. Hvordan skiller du deg ut? Hvordan får du faktisk distribusjon? Jeg tenker ofte på et par eksempler når jeg ser noe som er gjort riktig. Det er ting som, jeg vet ikke om du fulgte med på dette, men det er ikke et teknologiprodukt: Hailey Biebers sminkelinje Rhode ble nylig kjøpt opp. Den ble kjøpt for over én milliard dollar, og det ble et svært vellykket resultat. Alt dette bygget på merkevaren hennes. Hun er sikkert flink med sminke, men jeg er sikker på at det finnes halvannen million mennesker som vet mer om nyansene ved å lage sminke og alt det der.

Men hun har en fenomenal merkevare. Hun hadde distribusjon. Du kan få noe til å ta av slik. Jeg tenker tilbake på tiden min i Facebook. Vi hadde fantastisk distribusjon, så enhver funksjon du lanserte, kunne gå fra null til hundrevis av millioner brukere over natten fordi du ganske enkelt hadde en gigantisk plattform med stor utbredelse allerede.

Og jeg synes du ser det samme i KI-selskapene. Cursor bygget for eksempel oppå VS Code. Det finnes alle disse eksisterende vanene og distribusjonskanalene som folk kan bygge noe trinnvis oppå, og over natten kan det ta av. Jeg tror det som kommer til å skille selskapene som virkelig lykkes, er om de klarer å finne en bærekraftig og kreativ distribusjonskanal.

Det kommer ikke bare til å handle om hvorvidt du har et godt produkt, for det vil nesten være et minstekrav i kunstig intelligens-alderen.

Hannah Clark: Ja, og det er akkurat dette jeg tror bekymrer mange. Du kan ha en god idé, men funksjonaliteten i produktet du lager er ikke nødvendigvis unik. Det finnes mange veier til det samme resultatet.

Hvis vi tenker på strategier for å skille gode produkter fra mengden, når vi vet at hvem som helst kan lage den samme appen som deg, hvilke ideer vil du anbefale at folk begynner med når de prøver å finne sin plass i markedet?

Margaret-Ann Seger: Jeg tror en viktig ting som ikke blir snakket så mye om, faktisk er tilbakemeldingssløyfer.

Du kan ha en KI-assistent som skriver koden din. Du kan ha assistanse i hvert steg av produktutviklingen og lanseringsprosessen. Men hvordan får du tilbakemeldinger når produktet faktisk er ute i verden? Både kvalitative og kvantitative tilbakemeldinger. Du må raskt vite om det du bygger faktisk fungerer, og få disse tilbakemeldingssløyfene til å gå effektivt, slik at du hele tiden får signaler og kan iterere deretter. Og i forlengelsen av dette tror jeg at det som skiller mange, og faktisk noe vi i Statsig ser på som et konkurransefortrinn, er hastighet.

Når du først har fått tilbakemeldingssløyfene i gang, klarer du å ta til deg tilbakemeldingene og iterere raskere enn den neste personen? Hvis brukerne forteller deg noe, kan du utnytte det umiddelbart? Derfor tror jeg at kombinasjonen av tilbakemeldingssløyfer og hastighet virkelig kommer til å skille vinnerne fra resten. Vi har sett at vi noen ganger legger ut noe som ikke er ferdig utviklet, og som er ganske røft i kantene, bare for å få signaler. Da kan vi bruke dem til å informere om det vi faktisk bygger, og korte ned deler av den grunnleggende produktutviklingsprosessen.

Hannah Clark: Så det dette egentlig handler om, er å bli kjent med brukerne, noe jeg tror alltid har vært avgjørende, men som nå er viktigere enn noen gang. Hvilken konkret tilnærming kan produktledere bruke for å virkelig forstå sin ideelle kundekundeprofil akkurat nå, gitt dette demokratiserte landskapet?

Margaret-Ann Seger: Dette kommer til å være kontroversielt, men faktisk: Ta del i kundestøtten.

Jeg synes det er svært nyttig for produktledere å jobbe med kundestøtte og kunder når de har problemer, hvis de ønsker å forstå brukeren. Og, som du sier, kommer dette til å bli viktigere enn noen gang. Vi tar dette helt til yttergrensen i Statsig, og det slo meg helt ut da jeg begynte.

Vi har ikke noe kundestøtteteam. Hele selskapet har ansvar for kundestøtte. Vi har faktisk satt opp en hel samling med avanserte verktøy, blant annet tilbakemeldingsgrupper i Slack som automatisk sorterer henvendelser via en robot, sender dem til dagens vaktkø, og gjør hvert teammedlem til dagens vakt etter tur.

Jeg er produktsjef, men jeg jobber også med kundestøtte. Derfor hører jeg når ting går galt. Jeg ser når folk setter seg fast i en bestemt prosess, og jeg tror det gjør at jeg hele tiden kan være i kontakt med kunden og smertepunktene deres, og automatisk ta dette med inn i alle samtaler.

Jeg tror dette er kontroversielt fordi det finnes så mange selskaper, som Sierra og alle disse KI-selskapene innen kundestøtte, hvis grunnpremiss er at du ikke burde trenge å stille disse spørsmålene. Vi skal overlate dette til en robot eller kunstig intelligens. Men jeg synes det hjelper deg å holde kontakten.

Jeg tror også kundene setter pris på det. Det blir nesten et konkurransefortrinn i denne nye verdenen.

Hannah Clark: Dette får faktisk helt bakoversveis på meg. Jeg synes det er en genial strategi, fordi enten du bruker en robot til å svare på spørsmål fra kundene, eller du har et kundestøtteteam, så mister du verdifull informasjon hvis du holder dette adskilt fra utviklingsprosessen og menneskene som står nærmest produktet. Da videreformidler du informasjonen gjennom flere ledd, eller blir avhengig av å sjekke inn med de riktige personene.

Jeg synes også dette er genialt fordi hva er ellers måtene du får tilbakemeldinger på? Du ber om dem fra folk som enten er veldig ivrige etter å støtte et produkt fordi de allerede elsker det, eller fra folk som virkelig hater det. Ved å være i kundestøtteområdet er du der folk minst forventer at du skal ta hensyn til tilbakemeldingene deres. De prøver bare å komme fra punkt A til punkt B, og dette mellomnivået tror jeg ellers er svært vanskelig å fange opp.

Margaret-Ann Seger: Det er veldig kult, og jeg synes det er interessant å møte kundene i deres virkelige miljø. Du møter dem i øyeblikket og ser følelsene deres. Det er også kult å se ingeniørene våre utvikle denne empatien. Jeg tror det skalerer veldig godt. Det er ikke bare produktlederne som gjør dette, men også ingeniørene.

De blir engasjert av at det finnes en mulighet til å forbedre en prosess. «Jeg sender bare ut en rask løsning.» På den måten kan du nesten oppnå mer ved å bygge empati nedenfra og opp.

Hannah Clark: Absolutt. Jeg ser også virkelig verdien av å forstå brukstilfellene folk har for produktet i øyeblikket og hva de prøver å oppnå.

Finnes det en enklere måte de burde kunne gjøre dette på, slik at de slipper å kontakte kundestøtte? Hjernen min koker, jeg elsker denne ideen. Jeg er veldig glad for at den kom opp. Ok, vi går videre. Når vi tenker på hastigheten i utviklingssyklusene, var det den andre tingen du nevnte som skiller seg ut: evnen til å innarbeide tilbakemeldingene raskt i produktveikartet.

Du foreslo å lage enkle ting raskt, få dem ut og få tilbakemeldinger. Hvilket rammeverk bruker du for å avgjøre hva som skal bygges og testes først, når det finnes så mange alternativer og måter å gå videre på?

Margaret-Ann Seger: Jeg var inne på dette litt tidligere, men vi har begynt å filme prototypvideoer. Vi lager prototypen og filmer deretter en video som om det var et ekte produkt, sier at det er åpent for betaforepørsler for dem som ønsker tilgang, og så bygger vi det ikke. Kunden tar kontakt hvis de er interessert, eller noen ser det på LinkedIn og sier: «Dette er kult. Vi burde prøve det.» De sender oss en melding, og hvis vi får nok etterspørsel og engasjement, bygger vi det.

Det er en svært kostnadseffektiv måte å kvalitetssikre ideer på uten å måtte bygge et komplett produkt fra ende til ende, med alle kanttilfellene og nyansene du må ta hensyn til.

Vi har prøvd dette med flere ting, og det har fungert veldig bra. Jeg tror derfor vi kommer til å fortsette med det, og i praksis la markedet fortelle oss hva vi bør og ikke bør bygge.

Hannah Clark: Dette er virkelig et innblikk bak kulissene. Jeg føler at dette er som avsløringen i Trollmannen fra Oz.

Margaret-Ann Seger: Kanskje jeg ikke burde si dette.

Hannah Clark: Nei, jeg synes det er genialt. Det er mange ting du kunne gjort, men hvis du ikke har det engasjementet du snakket om når det gjelder distribusjon, hvorfor legge all innsatsen i utviklingssyklusen hvis du ikke har noe momentum?

Margaret-Ann Seger: Det fine er at vi får innebygd distribusjon fra dag én fordi vi vet at den finnes. Vi har allerede validert den.

Hannah Clark: Fantastisk. La oss snakke mer om bruken av kunstig intelligens når det gjelder å komme gjennom GTM-strategien. Kjernen i dette er jo hvordan du skal lansere et produkt og lykkes når det lanseres så mange produkter som ligner på ditt hele tiden, og mange tenker: «Jeg lar bare ChatGPT gjøre det.»

GTM-strategi. Jeg kan bare skrive en melding til den. Du ler, og jeg skjønner det. Du ler fordi du har helt rett. Hvis du tenker på hva som er den manglende brikken, hva går folk glipp av ved å bruke den strategien som vi virkelig må tenke på, og som ikke kan automatiseres, men må gjøres manuelt?

Margaret-Ann Seger: Du kan definitivt bruke ChatGPT, og jeg vil ikke snakke ned ChatGPT. Du kan bruke det til mange konkrete resultater. Men å vite hva disse resultatene bør være, og hvordan de skal rammes inn, er en kunst i seg selv. Det finnes også en hel vits om at produktledere i praksis kommer til å bli meldingsingeniører.

Jeg tror du kan bruke disse verktøyene til GTM-strategien din, men du må konstruere gode meldinger og virkelig styre prosessen. Grunnen til at et menneske må gjøre dette, er empati. På slutten av dagen kommer GTM-strategien din bare til å fungere hvis du har dyp empati for kunden. Du må forstå smerten de går gjennom, kunne snakke språket deres og posisjonere noe du vet vil møte dem der de er.

Alle slags innspill trengs her. Du trenger kvantitative innspill, slik at du forstår hva brukerne gjør eller ikke gjør. De kan fortelle deg én ting, men gjøre noe annet. Du trenger kvalitative innspill. Du bør se på øktene deres. Du må vite ikke bare hva de sier, men hva de faktisk gjør bak kulissene, og hvor de setter seg fast.

Kunstig intelligens kan faktisk hjelpe i begge disse prosessene. Det finnes mange oppstartsbedrifter som utforsker KI-drevet syntetisering av øktavspillinger, noe jeg synes er svært smart. Du kan ta opp tusenvis, potensielt hundretusenvis, av økter, men du kan ikke se på alle.

Du skulle gjerne hatt noen, eller en robot, som gikk gjennom dem, hentet ut de viktigste innsiktene og sendte dem til deg. Men det krever fortsatt et menneske å ta disse innsiktene, vite hvordan mennesker oppfører seg, hvem den ideelle kundekundeprofilen er og hva som motiverer dem, og deretter sette alt sammen for å finne riktig innramming.

Når du har denne innrammingen, kan du bruke ChatGPT og si: «Her er råinnspillene, her er det jeg tenker, og her er kunden. Kan du hjelpe meg å posisjonere dette litt bedre?» Men det kreves mye forarbeid.

Hannah Clark: La oss gå inn i detaljene i en sterk GTM-strategi. Dette er et annet område der alt må bli sterkere hvis du har enormt mye mer konkurranse enn før. GTM-strategien din i dag må være langt mer robust enn den var for fem år siden.

Hvis vi skulle gjort en anatomitime om den perfekte GTM-strategien i dag, sammenlignet med det som ville blitt regnet som en god strategi i 2020, hva vil du si kjennetegner en virkelig god strategi i dag?

Margaret-Ann Seger: Dette er et vanskelig spørsmål, fordi jeg ikke vet om det er lett å definere en god strategi i dag. Det er mye enklere å si hva vi pleide å gjøre som ikke lenger skalerer. Jeg begynner der. Jeg begynte i Statsig tidlig i 2022, og i løpet av de siste litt over tre årene har vi sett denne utviklingen skje.

Et par ting har endret seg fullstendig. Den ene er at SEO er svært annerledes nå, siden modeller og mennesker ganske enkelt hopper over Google og går direkte til ChatGPT, Claude eller Gemini. Du kommer ikke til å få særlig mye igjen for SEO når kritisk masse flytter seg dit. Den andre tingen er at terskelen for differensiering er mye høyere.

Det pleide for eksempel å være nok at innholdet hadde høy kvalitet. Hvis du publiserte en god blogg eller hadde et godt nyhetsbrev, var det en differensiator.

Hannah Clark: Eller en podkast.

Margaret-Ann Seger: Ja, alle disse tingene var på en måte nok, og nå er de nesten bare et minstekrav. Jeg tror særlig skriftlig innhold blir stadig mer problematisk fordi det er så enkelt å generere det, i praksis KI-søppel.

Hvordan skriver du ting som bryter gjennom denne støyen, særlig når folk genererer hundrevis på hundrevis av KI-blogger bare for å rangere bedre i søk? Den andre tingen handler om hva jeg tror gullstandarden er.

Jeg tror faktisk at menneskelig kontakt kommer til å bli gullstandarden. Å ha et menneske med i loopen kommer nesten til å være revolusjonerende, og folk kommer naturlig til å trekkes mot merkevarer som føles mer menneskelige.

En venn fortalte oss at han syntes merkevaren vår var veldig annerledes enn et typisk KI-selskap. Jeg spurte hvorfor og ba ham forklare det, og han sa: «Det er bare så mange mennesker hos dere. Dere har ansatte ute i offentligheten. Dere har videoer med produktlederne deres når de lanserer ting. Dere har ansiktene til enkeltpersoner knyttet til blogginnleggene. Dere setter mennesker først.»

Og det er faktisk edgy i dagens verden. Se på Vercel og Linear, disse svært rene, minimalistiske og nesten sterile merkevarene. Det er gullstandarden. Det føles nesten rotete og ukonvensjonelt å ha ansatte synlige der ute.

Men vi har oppdaget at mange liker det, og jeg liker det også. Vi har hundene våre på nettstedet, vi viser menneskene bak produktene, og de lager ikke bare videoer, men svarer også på kundestøttespørsmålene dine. Jeg tror dette faktisk har vært et konkurransefortrinn for oss.

Alt har blitt likt. Folk spøker med hva det er – grå gulv og hvitt treverk i hus, og alt har gått over til den stilen. Jeg tror det kommer til å bli lignende i teknologien, der det finnes en estetikk alle samler seg rundt. Hvis du faktisk skiller deg fra den eller er minneverdig på en eller annen måte, blir det et fortrinn for deg.

Hannah Clark: Jeg synes dette stemmer godt med noe jeg har snakket mye om i det siste: Det virker som om det gjelder alt fra teknologi til motetrender og omtrent alt annet. Det finnes alltid en pendelbevegelse, der det oppstår et metningspunkt hvor folk begynner å lengte etter noe i motsatt retning. Det står nesten i forhold til hvor mettet markedet er og hvor langt pendelen har svingt.

Jeg ser nøyaktig det du beskriver. Før var det slik at alle søkte mot veldig rene, minimalistiske design og nettsteder. De er vakre og svært enkle, men de er også de enkleste å generere nå. Jeg tror derfor vi ser den samme overgangen som fra Instagram til TikTok. Instagram gjorde svært polert og skinnende innhold populært, og så begynte folk å lengte etter en lavbudsjettestetikk som føltes mer direkte og satte mennesker først.

Jeg tror vi ser noe lignende her, der folk sier: «Nei, jeg vil ha bevis på at det finnes mennesker bak dette.» Det er noe der. Hvis vi snakker om vekstteam som bruker verktøy som Statsig, hva vil du si er den største GTM-feilen du ser team gjøre når de har tilgang til mye forskjellig teknologi for å måle suksess?

Det finnes mye data å gå gjennom, og det er lett å trekke dårlige korrelasjoner. Hvordan får vi mening ut av det?

Margaret-Ann Seger: Det er interessant. Stadig flere team tar i bruk verktøy for å bli mer datadrevne, logge data og ganske enkelt ha disse innspillene. Problemet er at innspillene ofte ikke henger sammen.

Hvis du har fire forskjellige verktøy som alle logger lignende handlinger en bruker gjør, må du gå gjennom fire forskjellige datasett og fire forskjellige datakilder. De er sjelden enige. Det blir svært rotete. Folk blir frustrerte fordi dataene ikke stemmer overens, og du vet ikke hva du skal stole på.

Ironisk nok blir det vanskeligere å være ordentlig datadrevet jo flere verktøy du legger til og prøver å bruke for å bli datadrevet. En stor trend i bransjen for å løse dette har vært konsolidering, med plattformer som begynner å kombinere flere verktøy. Vi er én av dem.

Jeg sier ikke at dette er noe som er unikt for Statsig, men det er nyttig å ha ett sett med SDK-er som logger ting, og én sannhetskilde for data – eller en sannhetskilde for data i datavarehuset ditt. Stadig flere selskaper har et datavarehus som er sannhetskilden deres. Det er bra. Alle disse verktøyene bør bygge oppå det.

De bør ikke prøve å lage nye datakilder. Du ser dette over hele bransjen vår. Jeg tror det hjelper mye når team kan samle seg rundt denne teknologistakken og ett datasett som sannhetskilde. Da begynner de å stole på data igjen og bruke dem. Men det er nesten en langsom gjenoppbyggingsprosess, fordi folk har mistet tilliten til data over tid.

Den andre tingen er at du ville blitt overrasket over hvor mange som sier: «Ja, vi er datadrevne.» Så spør du: «Ok, hvordan gjorde den funksjonen det?» Og de svarer: «Jeg vet ikke.» Det er fordi det faktisk er vanskelig å lansere nye ting som eksperimenter.

Det blir en stor prosess. Vi må sette opp eksperimentet. Hva er designdokumentet vårt? Er datavitenskapsteamet enig i hvordan vi setter dette opp? Så lanserer vi det og gjør en stor oppsummering.

Verktøy som gjør denne prosessen enkel, lar deg bare lansere et funksjonsflagg, slå funksjonen av og på, og automatisk opprette en liten A/B-test mellom personer som har funksjonen og personer som ikke har den nye funksjonen.

Du kan raskt kontrollere at dette ikke påvirker forretningsmålingene dine, forsinker infrastrukturen eller øker kostnadsmålingene dine. Hvis du raskt kan gjøre denne kontrollen, og deretter gå videre, senker du terskelen for A/B-testing. Virkelig enkel A/B-testing er kraftfullt.

Blir dette den riktige ende-til-ende-prosessen med alle de mer avanserte statistiske metodene? Kanskje ikke. Men jeg synes det er en veldig god inngang for team som bare vil begynne å bygge opp denne muskelen. Det er én ting vi har jobbet med: å gjøre dette enklere.

Hannah Clark: Kult. Når vi snakker om å bygge opp denne muskelen, handler mye av det vi snakker om her om kombinasjonen av utviklingstankesettet og tankesettet rundt hvordan vi skal distribuere dette.

Dette er noe jeg tror alle i produktteamet nå må ta inn over seg. Vi må ha distribusjon og utvikling i tankene samtidig. Hvordan blir vi trygge på å bygge opp en slik ferdighet og et slikt tankesett? Har dere i Statsig dette tankesettet i hele teamet nå, eller er det noe dere har oppmuntret folk til å gjøre, selv om de ikke er direkte involvert i produktmarkedsføringen, men fortsatt må tenke på hvordan dette skal markedsføres?

Margaret-Ann Seger: Det er vanskelig å spre dette DNA-et. Én ting jeg synes er interessant, handler mer om hvem du ansetter. Vi prøver å ansette ingeniører med et sterkt produktfokus, som brenner for sluttbrukeren og for produktets ytelse, og som ønsker å være involvert i markedsføringen.

De ønsker å forstå hvem som faktisk tar i bruk produktet. Er det de vi forventet? Bruker de det slik vi forventet? Ser målingene bra ut? Det har vært kult å utnytte dette.

Et konkret eksempel er infrastrukturt teamet vårt. De har jobbet med en samling verktøy som på en måte ligner på Datadog, fordi de vil bruke vårt eget produkt og bruke det mer.

Jeg syntes det var flott. De har gått langt ned i dette kaninhullet, og nå feilsøker de systemet i Statsig og gjør ende-til-ende-overvåking, varsling og kontroll av infrastrukturens helse hver dag i Statsig.

De kom til meg og sa: «Vi bruker produktet til dette. Kan vi markedsføre det til kunder? Kan vi selge det? Kan dette bli en produktvariant?» Jeg svarte: «Ja, la oss gjøre det.» Det er selvsagt litt røft i kantene fordi vi er hovedkunden akkurat nå, men det er en veldig god måte å angripe problemet på.

Du har et smertepunkt, løser det for deg selv, innser at andre kanskje kan ha nytte av det, og sier: «La oss faktisk markedsføre dette.» Ingeniørlederen for dette området er nå svært involvert sammen med meg, produktmarkedsføringsansvarlig og markedsføringsteamet i posisjoneringen av produktet.

Hannah Clark: Det gjør det veldig tydelig hvor nyansert og spesifikt det er å lansere noe og tenke på distribusjon, og hvor knyttet det er til historien om produktet og hvor du finner verdi i det.

Jeg vil gjerne høre en annen historie, fordi jeg liker denne tankerekken om hvor viktig historiefortelling og det menneskelige aspektet kommer til å bli, og hvordan dette vil stå sentralt i distribusjonen av produkter i fremtiden. Har du nylig sett et virkelig godt eksempel på dette?

Et produkt som virkelig har utnyttet teamet sitt godt? Hvem vil du trekke frem som et godt eksempel?

Margaret-Ann Seger: Dette er ikke nylig. Det var i 2018, tror jeg. Gullstandarden jeg alltid vender tilbake til når jeg tenker på GTM i verdensklasse, var faktisk hos Uber. I 2018 hadde vi en periode på omtrent seks måneder der de gjennomførte Driver Forward.

For å sette det i kontekst tror jeg Uber vokste svært raskt. Sjåførene var en stor del av dette, men de følte seg ofte lite verdsatt. Det ble fortalt mange historier om brukstilfellene for passasjerene – hvordan tjenesten hjalp folk trygt hjem fra baren eller hjalp foreldre med å få barna til fotballtrening.

Men det ble fortalt færre historier om sjåførene bak rattet, som tjente penger på nye måter, sendte barna sine på universitetet og gjorde alle disse flotte tingene fordi de hadde denne muligheten.

Det fantes en hel kø av forespørsler fra sjåfører, funksjoner og forbedringer av livskvaliteten, bedre oversikt over inntekter og alle disse grunnleggende arbeidsflytene som sjåførene hadde bedt om i årevis.

Som virksomhet følte vi at det var på tide å sette søkelyset på sjåførene. Vi sa: Hvorfor ikke kombinere disse to tingene? Driver Forward var i praksis et konsept der markedsførings- og produktteamene hver måned i seks måneder gikk sammen om et øyeblikk. Hver måned hadde et tema, og det ble lansert én ny funksjon eller forbedring av sjåførappen.

Dette ble kombinert med mye historiefortelling og til og med sjåførarrangementer, der de inviterte sjåfører til lanseringen. Det var lanseringsfest, og lanseringen fant sted i en annen by på et annet opplæringssenter for sjåfører hver gang. Det var svært sjåførsentrert, og det fungerte virkelig.

Det var et stort skifte i tillitsforholdet mellom sjåførene og Uber. Det var en mesterklasse i hvordan produkt- og markedsføringsteam i praksis kunne orientere hele produktveikartet rundt disse GTM-øyeblikkene.

Kvinnen som drev mye av dette, var Laura Jones, som faktisk er markedssjef i Instacart, og hun er helt fantastisk. For meg er dette gullstandarden for hvordan du tar brukeren og smerten deres, setter det i sentrum for det du skal gjøre, bygger et helt veikart rundt det og samkjører markedsføring og produkt svært tett.

Hannah Clark: Jeg elsker det. Det er et så godt eksempel, og en svært kortfattet måte å vise hvordan dette tankesettet skal se ut i praksis.

Margaret-Ann Seger: Det var virkelig kult å se.

Hannah Clark: Tusen takk for at du ble med oss i dag. Dette var en flott samtale. Jeg synes vi rakk innom så mange gode poenger på ganske kort tid.

Hvis folk vil følge arbeidet ditt videre, hvor kan de finne deg på nettet?

Margaret-Ann Seger: På LinkedIn bruker jeg MA, men hele navnet mitt er Margaret-Ann Seger. Bloggen til Statsig er også ganske kul. Vi snakker om mange interessante ting, og som jeg sa, er den svært menneskesentrert. Hvis du vil bli bedre kjent med teamet, kan du gå til statsig.com/blog.

Hannah Clark: Tusen takk.

Margaret-Ann Seger: Takk.

Hannah Clark: Takk for at du lyttet. Hvis du vil ha flere gode innsikter, praktiske veiledninger og verktøyanmeldelser, kan du abonnere på nyhetsbrevet vårt på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved å abonnere på The CPO Club der du vanligvis hører på podkaster.