Slik bruker du KI til å gi produktledet vekst et kraftig løft

Les transkripsjonen:

Vi prøver ut et program som transkriberer podkastene våre. Tilgi eventuelle skrivefeil, siden roboten ikke er korrekt 100 % av tiden.

Hannah Clark: Hvis vi skulle rangere de viktigste paradigmeskiftene innen produkt de siste ti årene, vil jeg tro at KI og produktledet vekst ville ligge øverst på listen. Begge konseptene handler i bunn og grunn om å øke effektiviteten og få mer ut av mindre. Men det virkelige jukseknepet er å kombinere dem og bruke tidsbesparende kraft fra store språkmodeller til å forbedre strategien for produktledet vekst.

I et nylig panelarrangement, «Slik bruker du KI til å gi produktledet vekst et kraftig løft», samlet vi tre dyktige eksperter på produktledet vekst – Ramli John, grunnleggeren av Delight Path, Dani Grant, administrerende direktør i Jam.dev, og Anuj Adhiya, forfatteren av «Growth Hacking for Dummies». Vi fikk dem til å snakke om hvordan produktteam kan utnytte KI-teknologi akkurat nå for å forbedre hver fase av brukerreisen.

Det jeg likte best med dette arrangementet, var hvordan ekspertisen til hver paneldeltaker utfylte de andres på en så god måte. De tilbød mange praktiske måter å tilpasse vekststrategien på ved hjelp av KI-verktøy. Og de var rett og slett veldig hyggelige mennesker. La oss sette i gang.

Dagens sesjon handler om hvordan man kan bruke KI til å gi produktledet vekst et kraftig løft. Vi skal snakke med noen fantastiske stemmer på området. Vi har et veldig spennende program i dag, og jeg gleder meg til å introdusere dem.

Vi har med oss Ramli John, som er forfatteren av «Product-Led Onboarding». Han er også en anerkjent ekspert på strategier for produktledet vekst. Ramli har en dyp forståelse av hvordan man gjør potensielle kunder til engasjerte brukere. Vi har et lite spørsmål fra spørrekonkurransen til Ramli i dag.

Ramli, du har blitt kalt onboarding-trollmannen av noen av de største navnene innen SaaS, og boken din, «Product-Led Onboarding», har endret spillereglene for utallige produktteam. Vi skryter virkelig av deg akkurat nå. Hvis du kunne svinge en tryllestav og umiddelbart løse den vanligste onboarding-feilen du har sett, hva ville det vært?

Ramli John: Tusen takk, Hannah. Jeg vil si at det faktisk ikke handler om produktet. Det største problemet med onboarding er ofte intern friksjon, ikke friksjon i produktet. Det jeg mener med det, er at produktteamet gjør sin produktgreie inne i produktet, markedsføringsteamet sender onboarding-e-postene sine, og kundesuksessteamet gjør sin kundeonboarding.

Og de snakker ikke med hverandre. Dette skjedde også da vi jobbet i et onboarding-selskap som het Appcues, altså programvare for produktadopsjon, og vi hadde det samme problemet. Så hvis jeg kunne svinge en tryllestav, ville jeg fått teamene til å snakke mer med hverandre og bli enige om hvordan suksess ser ut for brukeren. Det er et vanskelig problem, men det er der jeg ville begynt.

Hannah Clark: Ja, siloer er bare et av disse evige problemene. Takk for det.

Vi har også med oss Dani Grant. Hun er grunnleggeren av Jam.dev og tidligere produktleder. Dani er kjent for å bruke produktdata til å utforme sømløse brukeropplevelser med stor effekt, og hun er også et fantastisk menneske. Dani, tusen takk for at du blir med oss.

Et spørsmål til deg: Jam har skutt fart til 150 000 brukere hos 32 ulike Fortune 100-selskaper, noe som er utrolig. Men du holder også innlegg på arrangementer og konferanser, og du er aktiv på LinkedIn hver dag. Jeg er ærlig talt misunnelig på hvordan du får alt dette til å fungere. Hva er hemmeligheten din for å få gjort alt dette og samtidig beholde roen?

Dani Grant: Først bør alle her lese boken til Ramli. Den er så god. Medgründeren min leste den først i selskapet vårt og sa at jeg måtte lese den. Jeg leste den, og nå er den obligatorisk lesning for produktteamet vårt innen vekst. Det den virkelig vil endre oppfatningen din av, er hva onboarding er.

Vi produktledere tenker på onboarding hele tiden. Men vi tenker på det som perioden fra du registrerer deg til du har brukt produktet. Boken til Ramli viser at onboarding begynner mye tidligere og slutter mye senere. Å fokusere på onboarding på den måten vil endre resultatene for produktet ditt, slik det har gjort for oss.

Uansett, Ramli er briljant. Les boken hans. Når det gjelder foredrag, er vi utrolig heldige. Alle brukerne våre er skapere. De er ute i verden og prøver å endre den ved hjelp av programvare. Vi bygger selskapet vårt her, mens brukerne våre bygger selskapene sine der ute. Jobben vår er derfor å dele det vi lærer når vi bygger Jam, med alle andre som bygger sine egne ting.

Derfor legger vi ut lærdommer på nettet og deltar på ting som dette. Det er et privilegium og en ære. Takk for at jeg fikk komme.

Hannah Clark: Jeg setter pris på at du tok deg tid til å delta i panelet. Det er fantastisk. Jeg sa jo at hun er et flott menneske.

Vi har også med oss Anuj Adhiya i dag. Anuj er en vekstekspert og forfatter av «Growth Hacking for Dummies». Han skriver for productled.com og har lang erfaring med å veilede SaaS-selskaper i implementering av strategier for produktledet vekst. Det er virkelig en ære å ha deg her sammen med oss i dag, Anuj.

I forhåndssamtalen vår fortalte du at du planlegger å sette opp en Guinness-rekord ved å samle det største antallet mennesker med selskinn? partyhatter i Boston. Jeg synes dette er utrolig kult, men vi trenger litt mer kontekst. Kan du fortelle mer om hva du gjør, og hvordan folk kan delta? Hvor skal vi sende partyhattene?

Anuj Adhiya: Først og fremst, takk for invitasjonen. Dette er en veldig morsom gruppe å være en del av. Og ja, på overflaten virker det som om det ikke har noe med produktledet vekst å gjøre, men det har det faktisk, fordi det er et stort eksperiment.

Det finnes en app for festinvitasjoner som jeg rådgir, og den heter PartyClick. Ta gjerne en titt på den; det er den enkleste måten å sette opp et arrangement på. Vi prøver bare å tenke på hvordan vi kan vise den til flere mennesker. Mange ideer dukket opp, særlig ting som at vi burde lage vår egen kjendislookalike-konkurranse, slik som Timothée Chalamet-greia som nettopp skjedde. Og jeg tenkte: Ja, det er greit.

Men hva annet kan vi gjøre? Så sa en på teamet: Har de ikke verdensrekorder for de største samlingene? Jo, det er det vi bør gjøre. Jeg slo opp Guinness rekordbok, og ganske riktig finnes det en verdensrekord for mennesker med partyhatter. Jeg tenkte: Flott. Dette passer med navnet på produktet – partyhatter og PartyClick.

Flott, da gjør vi det. Denne uken holder jeg bokstavelig talt på med søknaden til Guinness rekordbok, samtidig som jeg trygler og ber byen Boston om å la meg samle 2500 mennesker på Boston Common. Vi får se hvor nær jeg kommer målet. Den egentlige grunnen til at jeg sier dette offentlig, er for å holde meg selv ansvarlig – og for at folk skal kunne erte meg hvis jeg ikke får det til.

Hannah Clark: Hvis du er i Boston-området, ta med partyhattene dine. Hvilken dato var det igjen i desember?

Anuj Adhiya: Vi tenker 22. desember.

Hannah Clark: Greit, nå vet dere det.

Anuj Adhiya: Hvis du er i området, har vi tenkt på det. Og hvis jeg ikke får det til, vet dere hvem dere skal kaste mursteinen tilbake på.

Hannah Clark: Da går vi videre til å sette scenen: møtet mellom KI og produktledet vekst.

Dette spørsmålet er til Ramli. På et overordnet nivå: Har produktledet vekst blitt avgjørende for SaaS-bransjen generelt? Vi ser det som et moteord. Hvor står vi akkurat nå?

Ramli John: Jeg vil si at det kommer an på. Ja, det kommer an på. Det er et kjedelig svar, men det kommer an på hvordan du definerer produktledet. Hvis du sier produktledet, er produktledet vekst nødvendig?

Hvis du har en gratis prøveperiode eller en freemium-modell? Jeg tror ikke det. Jeg anbefaler faktisk at oppstartsbedrifter begynner med en modell med tett oppfølging og kommer nær kundene sine. Hvis du med produktledet mener å fjerne unødvendig friksjon og skape en god opplevelse for brukerne, mener jeg at det er nødvendig. Standarden og forventningene til produktopplevelser har blitt høyere.

For ti år siden var det normalt at noe irriterende bare var sånn. Nå tenker folk at hvis noe er irriterende, har de hundre andre alternativer de kan bytte til. Det finnes mange flere produkter der ute. Jeg tror virkelig at det å skape en god opplevelse for sluttbrukerne blir avgjørende for å beholde og aktivere brukere og for alle de andre tingene vi skal snakke om senere. Vi skal se på hvordan KI påvirker resten av trakten. Hvis det er definisjonen på produktledet, mener jeg ja, det er avgjørende. Hvis du mener gratis prøveperiode og freemium, mener jeg nei.

Hannah Clark: Et nyansert svar. Er det noen som vil legge til noe om relevansen eller statusen til produktledet vekst i dag?

Dani Grant: Det er utrolig kraftfullt.

Ramli John: Jeg vil bare legge til at jeg ser mange grunnleggere stille feil spørsmål. Spørsmålet de stiller, er ofte: Hvordan kan jeg bli mer lik Slack? Når spørsmålet egentlig burde være: Hvordan kan jeg bruke produktet mitt bedre for å dekke sluttbehovene til kunden eller brukeren min?

Det kan se ut på mange forskjellige måter. Det åpner for langt kraftigere veier til en produktledet tilnærming enn å prøve å kopiere noe som aldri kommer til å fungere for deg.

Hannah Clark: Helt sant.

La oss gå videre til hvor KI kommer inn. Dette er til Dani. Hvordan mener du KI kan gi strategier for produktledet vekst et kraftig løft? Har dere noen historier om hvordan dere har brukt det i Jam?

Dani Grant: Vi skal gå gjennom alle taktikkene, men på et overordnet nivå er det slik at produktet ditt gjør salgsjobben i produktledet vekst. Salg blir mer effektivt når det er personlig, og det krever mye innhold og overbevisning.

Dette er faktisk noe KI er veldig god på. Selskaper har forsøkt å gjøre dette i lang tid, for eksempel maskinlæring for personalisering og svært finmasket segmentering med mye innhold. Nå er det enklere enn noen gang å gjøre dette godt. Du må forstå store mengder uorganiserte data.

Jeg gleder meg derfor til å gå gjennom taktikkene. Dette føles som noe KI virkelig er god på. Én siste ting: Den beste strategien for produktledet vekst er å ha et så godt produkt at folk ikke kan la være å snakke om det med andre. Med KI kan du nå bygge enda kraftigere funksjoner for brukerne dine.

Det er også en stor del av puslespillet.

Hannah Clark: Da går vi videre til å bygge grunnlaget: KIs rolle gjennom hele brukerreisen. Jeg tror dette blir den delen som tar opp mesteparten av sesjonen, så dette må dere få med dere. Nå er det på tide å legge bort telefonene. La oss gå gjennom hver fase av produktledet vekst og vise hvordan KI kan støtte hver av dem.

La oss begynne med å skaffe brukere. Dani, vil du fortelle hvordan teamet ditt bruker KI for å styrke denne fasen?

Dani Grant: Det er to ting jeg vil nevne. Det første er kanskje det mest åpenbare: I produktledet vekst finner kundene produktet fordi produktet på en måte har solgt seg selv, og de gjennomfører onboardingen på egen hånd.

Et område der du må produsere mye innhold, er søkemotoroptimalisering, og KI kan være svært nyttig. Dessverre har vi alle sett hvordan det ser ut når dette gjøres dårlig. Det blir bare KI-tøv og rangerer ikke. Men KI er faktisk veldig nyttig for søkemotoroptimalisering. Slik bruker vi det i praksis:

KI skriver disposisjonen ved hjelp av beste praksis for søkemotoroptimalisering. Du tar bokstavelig talt en artikkel om beste praksis, gir den til den store språkmodellen og sier: Skriv en disposisjon som følger all denne beste praksisen. KI kan redigere søkemotoroptimaliseringen din eller gi anbefalinger. Du kan bruke Perplexity til å finne verktøyene du skal nevne, hente alle prisene på verktøyene og så videre.

Det er svært nyttig på den måten. Men utover det tenker vi hele tiden på hvordan vi kan lage innhold som engasjerer målgruppen vår på nettet. Målgruppen vår er utviklere, og det skjer utrolig mye innen webutvikling. Området beveger seg svært raskt, og vi ønsket å lage innhold om dette for målgruppen vår.

Vi tenkte derfor at vi skulle lage et nyhetsbrev og en podkast om det som skjer denne uken i JavaScript. Hvis det høres interessant ut, kan du gå til thisweekinJavaScript.com og få ukens JavaScript-nyheter på fire minutter eller mindre. Vi er et lite oppstartsteam og kan ikke spille inn en podkastepisode hver uke. KI er svært nyttig for oss og gjør det mulig å skrive godt innhold.

Vi har over 50 prosent åpningsrate på disse nyhetsbrevene, og podkasten blir lyttet mye til. KI hjelper oss virkelig med dette. Det er to måter vi bruker KI på i anskaffelsesfasen av produktledet vekst.

Hannah Clark: Veldig kult.

Ramli John: Et annet område jeg har brukt KI på i forbindelse med å skaffe brukere, er gjenbruk av innhold.

Du kan ta en podkastepisode og legge den inn i Castmagic, som er et verktøy for sammendrag. Det lager blogginnlegg, innlegg på Twitter og LinkedIn og innlegg til nyhetsbrev som du kan dele. Det trenger litt bearbeiding og er ikke perfekt, men jeg mener dette er et annet område innen innhold der KI fungerer godt for å skaffe brukere.

Hvordan får du mer saft ut av sitronen? Er det det man sier? Jeg er ikke helt sikker. Hvordan får du mer ut av innholdet ditt? Det er i praksis én måte jeg har sett KI bli brukt på for å skaffe brukere.

Dani Grant: Vi gjør faktisk nøyaktig det samme. En av grunnverdiene våre er at grunnleggerdrevet salg i 2024 i stor grad skjer på nettet.

Før måtte du få en varm introduksjon, ha et første møte, og grunnleggeren introduserte seg for kunden. Nå skjer dette passivt på nettet når folk scroller gjennom LinkedIn. Du prøver derfor hele tiden å dele hvordan du ser verden, og hvilke endringer du prøver å skape, passivt på nettet.

Vi bruker KI til deler av dette, nemlig gjenbruk av innhold. Hvis noen i teamet deltar i en podkast, henter vi YouTube-lenken og legger den inn i et verktøy som OpusClip. Det klipper opp YouTube-lenken og gir oss videoklipp vi kan dele på nettet, eller trekker ut klipp med aha-øyeblikk.

Det gir oss små biter av innhold vi kan snakke og skrive om senere. Det har også vært svært nyttig for å skaffe brukere.

Hannah Clark: Jeg tror dette er veldig viktig akkurat nå. Dere har begge snakket om muligheten til å gjenbruke innhold så mye som mulig og få mest mulig saft ut av sitronen, som Ramli sa. Det er flott. Da kan vi gå videre til aktiveringsfasen.

Ramli, du er onboarding-eksperten. Hva vil du anbefale når det gjelder KI-aktiverte metoder for å støtte aktiveringsfasen?

Ramli John: Dette er noe jeg har sett et annet selskap gjøre mens vi snakket om hvordan de bruker KI i onboardingen.

En av utfordringene – eller mulighetene – med produktledet vekst er at du må ha sterke muskler innen bruker- eller kundeinnsikt. Med en salgsdrevet tilnærming har du direkte kontakt med kundene og hører innvendingene deres. Når produktet gjør salgsjobben, hører du ikke disse innvendingene; kundene bare forsvinner.

Hvordan får du da den verdifulle innsikten, altså hvorfor-et som kvantitative data ikke kan vise? Én måte de bruker KI på, som jeg syntes var interessant, er at de tar opp alle salgssamtalene sine. De har en hybridtilnærming, og i tillegg en onboardingopplevelse med tett oppfølging for større selskaper.

De tar opptakene og legger dem inn i ChatGPT for å trene den store språkmodellen. Når det er gjort, bruker de den til å lage ulike ting. Én ting jeg syntes var interessant, var et overleveringsdokument fra salg til kundesuksess, med forslag til hva man bør gjøre.

Den kan også hjelpe med å lage en sekvens på fem onboarding-e-poster basert på problemene som kom frem i salgssamtalene og kundeonboardingen. Siden modellen er trent på innvendingene fra salgssamtalene og spørsmålene og forvirringen i onboarding-samtalene, er den mer bevisst på hva kundene faktisk går gjennom.

Jeg foreslo også at de skulle legge inn de mest etterspurte supportsakene i chatboten eller ChatGPT, og mate den med informasjon som er verdifull i aktiveringsfasen. Da kan den hjelpe med å skrive sekvensen eller lage produktveiledningen.

Det er én måte å bruke ChatGPT på. Jeg har også sett mer avanserte KI-verktøy der du legger inn dataene dine, og verktøyet finner ut av oppbevaringsmålinger. Amplitude eller verktøy som June.so kan fortelle deg at de fleste vellykkede brukerne gjør X, Y og Z, og at 30 prosent blir værende.

Jeg ville selvsagt tatt det med en klype salt, men det kan gi verdifull informasjon når du går gjennom dataene dine, særlig hvis du har et stort nok brukergrunnlag. Har du bare ti brukere, vil modellen ikke ha nok data til å finne denne informasjonen.

Det er et viktig forbehold ved denne typen analyse: Hvis du har et tilstrekkelig datagrunnlag over tid, kan du sannsynligvis legge det inn og finne slik informasjon og slike mønstre.

Hannah Clark: Det gir mening. Er det noen andre som har tips til hvordan man kan støtte aktiveringsfasen i produktledet vekst?

Dani Grant: Dette er åpenbart, men når du har funnet ut hva god aktivering er – hvilke trinn brukeren må ta – må du finne mange ideer til hvordan du får brukerne til å ta disse trinnene.

For oss regnes en bruker som aktivert når de har opprettet fire feilrapporter med Jam. Vi prøver derfor hele tiden å finne ut hvordan vi kan få flere brukere til å opprette sin tredje og fjerde feilrapport. Hvordan kan vi oppmuntre dem og vise dem verdien? Det blir en stor idédugnad, og KI er faktisk helt grei til å komme opp med mange dårlige ideer som får deg til å komme frem til de gode.

Det er kanskje en annen åpenbar måte å bruke KI på i denne fasen.

Hannah Clark: Jeg liker ideen om å generere dårlige ideer som hjelper deg frem til gode ideer.

Dani Grant: Det er slik mennesker fungerer. Det er svært vanskelig å bruke ren fantasi til å komme på en idé fra ingenting. Hvis du noen gang har fått i oppgave å skrive det første utkastet til noe, vet du hvor vanskelig det er.

Men mennesker er svært gode til å vurdere og reagere, fordi hjernen vår er koblet slik. Vi ser noe, og det utløser andre ideer. Så lenge du har ett dårlig førsteutkast eller én dårlig førsteidé, blir du plutselig veldig god på det andre utkastet. KI er god til å gi deg det første som utløser hjernen din og får den til å tenke på sin egen måte.

Hannah Clark: Jeg liker det rådet. Beklager, jeg tror kanskje jeg avbrøt deg litt.

Ramli John: Nei, jeg ville bare legge til at det fine med denne typen store språkmodell er at du kan trene den. Du kan si: Dette er dårlig, og dette er grunnen. Så gir du den en eller annen form for tilbakemelding.

Jeg hørte et godt sitat i en podkastepisode med Nathan Berry. Han er hos Kit, og han sa at du må behandle KI som en svært tidlig praktikant, en nybegynner. Når du gir den gode tilbakemeldinger, lærer den faktisk hva som er bra og dårlig. Når den kommer med en dårlig idé, gir du den tilbakemelding, og den vil etter hvert produsere bedre og bedre resultater basert på dette.

Hannah Clark: Eller kanskje den dårlige versjonen i det minste blir et bedre utgangspunkt, slik at ideene dine blir enda bedre. Jeg tror ikke det fungerer helt slik, men kanskje.

Anuj Adhiya: Ramli, jeg har kalt den en full praktikant, men du vet.

Ramli John: Det var bedre. Den er jo veldig uvanlig.

Anuj Adhiya: Det eneste andre jeg vil legge til, og kanskje dette leder inn i det neste vi skal snakke om, er at aktivering egentlig ikke er et separat trinn fra brukerens perspektiv. Når de først er inne i produktet, er de inne i produktet.

Det som har hjulpet meg med å koble sammen det som skjer før og etter, er å tenke på aktivering som kortsiktig oppbevaring. Når brukeren først er inne i produktet, er det dette spillet handler om: Hvordan beholder du dem lenger, og hvordan tjener du mer på dem? Alt henger sammen.

Det vi snakker om i begynnelsen, henger sammen med det som skjer senere. Alt skjer langs et kontinuum av oppbevaring. Det er ikke en bryter i brukerens hode som sier: Nå er jeg aktivert. Nå blir jeg værende. Nei, alt er det samme.

Hannah Clark: Ja. Du må tenke på dette ikke bare ut fra fasene du ser, men også ut fra hvor brukeren ser seg selv.

Dani Grant: Det er mulig. Du bruker produktet i begynnelsen og på slutten. Som bruker, og ikke bare som produktperson, mener jeg det finnes et tidspunkt der jeg undersøker noe, og et tidspunkt der jeg faktisk bruker det.

Aktivering skjer etter min mening i midten. Så jeg tror det er noe forskjellig fra brukerens perspektiv.

Hannah Clark: Anuj, hva vil du si om brukstilfellene eller ideene du allerede har sett for å bruke KI i oppbevaringsfasen, nå som brukeren er inne i produktet? Hvor går vi videre herfra?

Anuj Adhiya: Noe av dette vil høres ut som en utvidelse av det som allerede er sagt, fordi det som fascinerer meg mest med oppbevaring og produktledet vekst, er hvordan det fullstendig endrer evnen vår til å forstå og handle på mønstre i brukeradferd.

Mange team jeg jobber med sitter på enorme mengder data om produktbruk. Alle har Amplitude, Heap, Mixpanel og så videre. Men av ulike grunner – selskapets fase, mangel på dataanalytikere eller noe annet – har de problemer med å hente ut nok handlingsrettet innsikt raskt nok.

Det som endrer spillet, er å kombinere tradisjonelle analyseplattformer med moderne KI-analyse. Det er nesten som om folk har arbeidet i mørket, og lysene plutselig er slått på.

Da jeg begynte å legge inn data i private versjoner av ChatGPT og lignende verktøy, begynte de å identifisere fascinerende mikrokohorter som ville vært nesten umulige å oppdage manuelt.

Du kan for eksempel oppdage at brukere som utfører en bestemt sekvens av handlinger i løpet av den første uken, blir avanserte brukere tre ganger så ofte som normalt. En kunde fant at brukere som både eksporterer data og deler dem med kolleger i løpet av de første dagene, viser langt sterkere engasjementsmønstre.

Det kraftfulle er kombinasjonen av analyse og automatisering. Bedrifter begynner å sette opp bedre, atferdsutløste brukerreiser. Når systemet oppdager at en bruker følger et mønster med høy verdi, kan det automatisk endre innholdet eller opplevelsen for å få brukeren raskere inn på denne veien.

I ett tilfelle gikk dette lenger enn det som skjer i produktet. Brukere med høyt potensial ble invitert til et betaprogram eller et kundepanel basert på de faktiske bruksmønstrene deres. Det er nettopp det folk ønsker å gjøre for å komme nærmere kundene, men de har ikke klart å gjøre det raskt nok.

Den virkelige gamechangeren er å bruke alle disse verktøyene til å koble det kvantitative med det kvalitative. Maskinlæring kan analysere mønstre på tvers av support, fellesskap og tilbakemeldinger på produktet. Når du kombinerer denne innsikten med bruksdata, får du et langt dypere 360-gradersbilde – ikke bare av hva brukerne gjør, men hvorfor de gjør det.

Denne innsikten og hastigheten på den er uvurderlig, fordi du i mindre grad baserer deg på antakelser og i større grad på det som faktisk skjer ut fra brukernes mønstre og behov.

Hannah Clark: Jeg er nysgjerrig på om du eller noen av de andre paneldeltakerne har historier om dette i praksis. Det er jo et evig problem å kombinere kvalitative og kvantitative data og fortelle historien mer effektivt.

Anuj Adhiya: Jeg kan komme med et annet eksempel. For mange team er disse aktivitetene frakoblet. Ett team gjennomfører en undersøkelse av produkt–marked-tilpasning. En helt separat database inneholder alle supportsakene, og en annen database inneholder salgssamtalene. Noen ganger er det ikke engang klart hvem som har ansvaret for å samle alt.

Det skyldes ikke nødvendigvis noens feil, men at ingen har fått beskjed om at det er jobben deres. De tenker: Jeg er brukerforsker, eller jeg er selger. Det kan være svært effektivt å tildele oppgaven til en KI-ansatt som samler alle dataene og presenterer dem for de involverte interessentene.

Jeg ser stadig oftere at selskaper gjør dette, fordi alternativkostnaden ved å vente eller være ubesluttsom er så høy. Den enkleste måten å starte på er å koble sammen noen få datakilder. Hvis du ikke kan automatisere det, kan du eksportere dataene fra flere regneark og la KI synliggjøre mønstrene.

Det er en enkel måte å øke hastigheten på innsikten og handle på den.

Hannah Clark: Webdesignere, dette er til dere. Jeg har 30 sekunder til å fortelle om Wix Studio, webplattformen for byråer og større virksomheter. Her er fire ting du kan gjøre på 30 sekunder eller mindre i Studio: Tilpass designene dine til alle enheter med responsiv KI. Gjenbruk ressurser som maler, widgeter, seksjoner og designbiblioteker på tvers av nettsteder, og del dem med teamet ditt. Legg til animasjoner uten kode og gradientbakgrunner direkte i redigeringsverktøyet. Og eksporter designene dine fra Figma til Wix Studio med ett klikk. Tiden er ute, men listen fortsetter. Ta steget inn i Wix Studio og se selv.

Det jeg hører her, er at KI kan brukes til å bryte ned siloene mellom avdelingene. Foreslår du at man lager en tverrfunksjonell rapport om situasjonen, slik at alle i de ulike avdelingene får et helhetsbilde av hva som skjer på tvers av områdene?

Anuj Adhiya: Ja, absolutt. Vekst er en lagidrett. Den er tverrfunksjonell av natur, og det gjelder særlig i en produktledet verden. Du prøver å samle innhold, opplæring, fellesskap, produkt og salg, og alle disse teamene må samarbeide.

Hvis du har et vekstteam av en viss størrelse, er hele poenget å samle de viktigste interessentene for å forstå den nåværende vekstsituasjonen, hvor problemene er, og hvor mulighetene finnes.

Det er alltid utfordrende for alle å forstå ikke bare hvilken rolle de har, men hva de kan gjøre akkurat nå som har størst effekt. Å kommunisere dette handler om historiefortelling og om å formidle innsikt – ikke bare om å si hva dataene viser, men hvorfor folk bør bry seg.

Ikke stol bare på dine egne evner. Få hjelp av KI til å forstå hvordan du kommuniserer datapunktet bedre til salg, utviklerrelasjoner, produktteamet og andre. Å bryte ned siloene og få alle på samme side er svært undervurdert.

Hannah Clark: Jeg liker denne taktikken. Vi hadde en podkastepisode med Michele Ronsen, en kjent UX-forsker. Hun anbefalte en svært lignende prosess, men på en mer analog måte.

Hun anbefalte at man, etter å ha gjennomført all denne forskningen, rammer den inn avdeling for avdeling: Hva forteller lærdommene oss om de neste handlingene for hver avdeling? Jeg ser dette som en tilsvarende KI-aktivert prosess, der KI oversetter funnene på tvers av avdelingene og hjelper oss å finne handlingene som gjør at vi kan samarbeide bedre.

Dette er et problem alle oppstartsbedrifter og selskaper av enhver størrelse sliter med: Hvordan kan vi samarbeide bedre på tvers av funksjoner? Jeg liker denne diskusjonen.

Dani Grant: Dette handler ikke om KI på tvers av funksjoner, men hvorfor ansetter selskaper produktledere? Alle på denne samtalen vet at det er fordi man ønsker én person som kommer til bunns i ting, eier hele problemet og eier suksessen til produktet.

Når noe ikke er noens problem, og noen forstår det på regnearknivå, men ikke på brukernivå, er det akkurat derfor produktledere er så verdifulle. Ingen produktleder i verden sier: Det er ikke mitt problem. De er der for å få produktet til å lykkes.

En taktikk som har vært nyttig for oss, er å ha en jevn strøm av kundesamtaler. Hver uke får de 100 viktigste brukerne fra uken før som ikke nylig har hørt fra oss, en e-post fra en av grunnleggerne i Jam med spørsmål om hvordan det går. Hvis de svarer grundig, spør vi om de vil ta en samtale.

På den måten har vi en jevn strøm av samtaler. Hvis en produktleder lurer på noe, finnes det allerede en enkel kanal å bruke i stedet for å måtte finne opp en ny prosess for kundesamtaler.

Hannah Clark: Flott. Det trenger ikke handle om KI. Vi prøver bare å vokse.

Da går vi videre til ekspansjonsfasen. Anuj, vil du lede denne også? Fortell gjerne om ekspansjon, så kan vi gå videre til Danis teknikk.

Anuj Adhiya: Alt er et kontinuum for meg. Hvis du tenker på den tradisjonelle ekspansjonsmodellen, hvordan fungerer den? Du venter på bruksindikatorer, og kanskje har du et kundesuksessteam som gjennomfører kvartalsvise gjennomganger. Jeg har jobbet med team som nærmest håper å oppdage ekspansjonssignaler.

Her er et praktisk eksempel. Et SaaS-selskap bruker Gong til å analysere kundeinteraksjoner på alle kontaktpunkter – salgssamtaler, supportsaker, kvartalsvise gjennomganger og alt annet. De trener systemet til å se etter bestemte ekspansjonsindikatorer.

Det handler ikke bare om å oppdage åpenbare uttrykk som «vi trenger flere lisenser». Systemet kan identifisere mønstre rundt nye bruksområder, omtale av et nytt teammedlem eller en ny avdeling, eller samtaler om et problem som kan løses med ekstra funksjonalitet.

Når du kombinerer samtaledata med analyse av produktbruk, kan teamet lage det vi kan kalle ekspansjonsintensjonspoeng basert på flere signaler. Når brukerne når bestemte terskler – for eksempel nærmer seg en API-grense eller prøver å bruke premiumfunksjoner – og dette samsvarer med analyserte samtalemønstre, får du et tydelig signal om en ekspansjonsmulighet.

Poenget er ikke bare å identifisere muligheter, men også å gjøre prosessen mer naturlig og bedre tilpasset kundens verdi.

Hannah Clark: Greit. Dani har en prosess der hun bruker samtaletranskripsjoner til å lage oppfølgings-e-poster. Vil du gå gjennom den prosessen, Dani?

Dani Grant: Den er ganske selvforklarende. Som produktfolk mener vi at produktet bør gjøre det meste av arbeidet, men for å endre menneskers adferd trenger du også et ansikt de kan stole på. Derfor er mye av ekspansjonsfasen menneskestyrt, ikke produktstyrt.

I en god prosess har du mange samtaler etter hverandre som hjelper team med å utvide bruken. Du vil følge opp samtalene på en gjennomtenkt måte. Det er vanskelig å begynne fra et blankt ark, men mye enklere å begynne med et førsteutkast. Ta samtaletranskripsjonen, gi den til Claude og spør: Hva var de tre viktigste punktene personen formidlet?

Deretter kan du bruke det til å utarbeide et utkast som begynner med: Dette hørte vi. Det er mye enklere enn å starte fra ingenting, særlig etter åtte samtaler på rad når du er sliten og ikke husker alt.

Hannah Clark: Jeg setter pris på alt som sparer den gamle hjernen på slutten av uken.

Da går vi videre til del tre: Fra visjon til gjennomføring. Dette handler om å bygge en KI-forsterket strategi for produktledet vekst. Jeg sender den til Ramli, siden vi ikke har hørt fra ham på noen minutter. Kan du gå gjennom noen vanlige fallgruver og misforståelser rundt produktledet vekst og bruk av KI?

Ramli John: Når det gjelder KI, er resultatet bare så godt som inndataene. Hvis du gir den ingen informasjon eller dårlig informasjon, får du også et dårlig resultat. Du må gi den riktig type informasjon, særlig om de beste kundeopplevelsene og de beste samtalene du har hatt.

Du må gi den riktig kontekst. Når det gjelder ekspansjonen vi nettopp hørte om, kan du gi den samtalene og dokumentene du har om kunden og be om et resultat basert på dette. Vær tydelig på hva du prøver å gjøre, hva du forventer, og be for eksempel om tre punkter.

Anuj kalte den en full praktikant. Jeg vil si at du skal behandle den som en praktikant som nettopp har begynt i jobben. Vær mer detaljert og tydelig i starten: Dette er det jeg ser etter, dette er resultatet jeg forventer, og dette er konteksten og informasjonen du skal bruke.

Jeg har også sett instruksjoner der man sier: Tenk at du er kundesuksessdirektør eller produktdirektør i dette selskapet. Her er informasjonen om selskapet, og her er LinkedIn-profilen til personen. Hva ville du skrevet? Hvilke tre punkter ville denne personen brydd seg om, basert på samtalene vi har hatt? Å være tydelig, direkte og kortfattet kan være svært nyttig.

Dani Grant: En annen fallgruve gjelder særlig yngre medarbeidere. Hvis du husker hvordan det var å være ny i arbeidslivet eller i en rolle, er en av de vanskeligste ferdighetene å lære hva «ferdig» betyr.

Jo mer uerfaren du er, desto mer betyr «ferdig» bare «fullført», i stedet for at du forstår effekten godt arbeid kan skape. En fallgruve ved å bruke KI er at en yngre medarbeider kan tenke at jobben er ferdig så snart KI har kjørt en analyse.

En mer erfaren person ville kanskje sagt: Dette har avdekket nye spørsmål vi bør undersøke, eller: Dette gir ikke mening – det må være en hallusinasjon. Eller: Denne e-postteksten er bare tull og bør åpenbart ikke sendes.

For å unngå dette må man ha mange samtaler om hva «ferdig» betyr i teamet og selskapet, enten man bruker KI eller ikke.

Hannah Clark: Det er gode karriereråd generelt: Still hele tiden spørsmålet «Hva betyr ferdig?»

Anuj Adhiya: Jeg vil legge til et par ting. Ramli snakket om «søppel inn, søppel ut». Et godt råd jeg selv har begynt å bruke, er at de fleste ikke engang vet hvordan de skal søke riktig på Google.

Det er nesten en tidlig indikator på om en person vil klare å lage gode instruksjoner. Jeg lar folk gjennomføre noen grunnleggende Google-søk og ser hvordan de svarer. Det gir meg et signal om hvor mye opplæring de trenger før de får bruke et slikt system.

Det andre handler om det Dani sa om at noe kan virke ferdig. Derfor har jeg sett stor verdi i å sørge for at alle i teamet forstår hva produktets nordstjernemåling er. Alle må forstå hvordan vi skaper verdi for brukerne og kundene, og at alt vi gjør, skal øke denne verdien.

Det gjelder også når du gir en instruksjon til et system. Systemet trenger perspektivet om at oppgaven skal bidra til den overordnede verdien, ikke bare perspektivet til den konkrete oppgaven eller analysen.

Et gjennomgående tema her er at de som skal bruke disse systemene, trenger mer kontekst og bakgrunn om det overordnede brukerperspektivet før de begynner å hente ut det de tror er innsikt.

Hannah Clark: Jeg ser flere gjennomgående temaer, blant annet utfordringene ved å samarbeide på tvers av team. Vi skal nå ta en kort avslutning. Vanligvis ville vi brukt denne tiden til å fortelle om neste sesjon. For dere som følger oss måned etter måned: Vi skal ikke ha et panel i desember.

Vi tar en liten feriepause. Hvis dere ser at det ikke kommer noen sesjon, er det derfor. Vi er tilbake i januar med en mer karriereorientert sesjon om hvordan man går over til en karriere innen produktledelse.

Påmeldingen starter i desember, og vi sender en lenke til abonnentene våre når den åpner. Det blir forhåpentligvis en flott sesjon. Den vil kanskje ikke være like relevant for dere som allerede er produktledere, men hvis dere kjenner noen som er interessert i karrieren og har stilt mange spørsmål om hvordan man tar steget, må dere gjerne fortelle dem om den.

Da går vi rett til spørsmål og svar. Det mest stemte spørsmålet er fra DM: KI kan vise skjevheter når den tolker nyanserte data, noe som kan føre til misvisende konklusjoner. Hvordan kan vi i en produktledet vekstkontekst utnytte KI strategisk for å forbedre brukeropplevelser og skape vekst, samtidig som vi reduserer denne risikoen?

Dani Grant: KI løser ikke menneskelige problemer, så du må bruke dømmekraften din. Det er et flott verktøy, men du trenger et skeptisk blikk. Bare det å ha et svar løser ikke problemet. Når du bruker KI, må du være enda mer oppmerksom, til stede og tenkende i arbeidet ditt.

Ramli John: Jeg er helt enig. Dette handler om KI-etikk og behovet for menneskelig inngripen. Når det finnes skjevheter, må et menneske oppdage dem. KI bør bare være ett av flere innspill i beslutningsprosessen. Du kan ha kvalitative data, kvantitative data, KI-forslag og innspill fra både administrerende direktør og kundesuksessteamet.

Til slutt må et menneske ta beslutningen. Jeg ville vært svært forsiktig med å la KI ta beslutningen for oss, fordi det finnes skjevheter den ikke nødvendigvis oppdager på egen hånd.

Anuj Adhiya: Det er viktig å ikke glemme hvordan ting ble gjort før KI. La oss kalle det grunnsannheter eller referanseverdier. Hvordan gjorde vi dette tidligere? Da har vi et tydelig sammenligningsgrunnlag og kan oppdage om systemet hallusinerer.

Det er også viktig med en triangulerende tilnærming. Hvis et KI-system for eksempel markerer noen brukere som utsatte, kan du ikke ta det som en sannhet. Du må se på rå produktanalysedata, tilbakemeldinger og det kundesuksessteamet forteller deg, og undersøke om signalene samsvarer manuelt.

Noen verktøy prøver også å ta hensyn til mangfold i treningsdataene. I produktledet vekst betyr det at modellene lærer fra brukere i ulike selskapsstørrelser, bransjer og brukstilfeller. Da kan du oppdage om KI-systemet legger for stor vekt på adferdsmønstre fra en stor eller svært aktiv kundebase, samtidig som det overser signaler fra mindre kunder.

Ikke glem hvordan du gjorde ting før, og verifiser alltid manuelt.

Hannah Clark: Gode tips.

Det neste spørsmålet er: Vil dere anbefale å bruke KI i stedet for tradisjonelle support- eller kundesuksess-team? Jeg føler at vi allerede har svart litt på dette, men vi kan gjerne gi mer kontekst.

Dani Grant: Det viktigste i 2024 er brukeropplevelsen. Det er mer konkurranse enn noen gang, og det er enklere enn noen gang å bytte verktøy. Hvis noen blir frustrert over produktet ditt, kan de senere samme dag registrere seg for en gratis prøveperiode hos et annet produkt.

Slik bør du ta avgjørelsen: Hvilken brukeropplevelse ønsker du å muliggjøre? Hvis du har mye dokumentasjon og vil gjøre det enkelt å søke i den med naturlig språk, kan agentbasert kundestøtte være flott. Hvis brukeropplevelsen du ønsker å tilby, er at en person alltid er der og bryr seg om problemet deres, er det kanskje ikke riktig å tilby en KI-opplevelse.

For enkelte brukere, som utviklere, kan det være ønskelig å få et raskt svar uten å ta en samtale. For større kunder kan det være annerledes. Tenk derfor ikke først på verktøyet, men på hvilken brukeropplevelse du ønsker å skape.

Ramli John: Jeg er helt enig. Jeg tror folk lengter etter menneskelig kontakt når KI blir stadig mer utbredt. Josh Kaufman, forfatteren av «The Personal MBA», har sagt at jo mer effektiv automatiseringen blir, desto viktigere blir den menneskelige opplevelsen.

Det stemmer. Folk blir glade når et faktisk menneske snakker med dem. Når jeg deltar på fysiske arrangementer, sier folk noen ganger: «Du er ekte.» De føler seg verdsatt som kunder. Det blir enda viktigere etter hvert som selskaper automatiserer mer gjennom KI, support, markedsføring, nettsteder og e-post.

Dani Grant: Samtidig blir kravene til kvaliteten på KI-opplevelsen høyere. Hvis et selskap lanserer KI-chat eller KI-support, og opplevelsen er dårlig, kan du hate selskapet mer enn om det bare hadde hatt en vanlig funksjon.

Hvis du skal introdusere en så sentral funksjon som KI-basert kundestøtte, og kunden vet at det er KI, må den være svært god. Kravene er faktisk enda høyere enn for en vanlig funksjon.

Hannah Clark: Dagens siste spørsmål: Hvordan balanserer man personalisering gjennom KI med hensynet til personvern?

Dani Grant: Følg personvernerklæringen din. Hvis du tenker at noe er galt, ikke gjør det. Hvis personvernerklæringen sier at dere kan se overordnede bruksmålinger for å forbedre produktet, kan KI hjelpe med det. Hvis den ikke sier at dere kan se alle brukerdata, skal dere ikke gjøre det. Brukertillit kommer først.

Hannah Clark: Jeg tror ikke det er så mye mer å si om det.

Ramli John: Det finnes en nyanse. Jeg har fått e-poster som sier: «Ramli, jeg la merke til at du gjorde X, Y og Z i produktet vårt.» Det kan være nyttig hvis jeg står fast og trenger hjelp. Men det kan også føles ubehagelig, som om noen følger med på meg. Jeg er i produktet deres, så kanskje det er rimelig at dere ser hva jeg gjør, men det må gjøres med varsomhet.

Anuj Adhiya: Dette minner meg om noe jeg har tenkt på: respektfull personalisering. Nøkkelen er å være tydelig på verdivekslingen. Folk forventer nok at vi kommer til å bruke KI til å personalisere opplevelser, men vi bør følge en enkel regel: Hvis du samler inn et bestemt datapunkt, må du internt kunne vise en tydelig fordel for brukeren. Det bør være ledestjernen.

Hannah Clark: Dette var svært innsiktsfullt. Dessverre er tiden ute. Vi gjør alltid dette – vi setter av for lite tid til alle spørsmålene. Tusen takk til alle for en engasjerende sesjon, for deltakelsen i chatten, for spørsmålene og for at dere ble med oss i dag.

Det var flott at dere tok dere tid. Jeg håper sesjonen var nyttig for alle som deltok, og jeg vil rette en varm takk til paneldeltakerne våre: Ramli, Anuj og Dani. Dere har vært fantastiske. Det har vært en glede å ha dere med oss, og takk til alle. Ha en fin dag.

Takk for at du lyttet. For mer god innsikt, veiledninger og verktøyanmeldelser kan du abonnere på nyhetsbrevet vårt på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved å abonnere på CPO-klubben, uansett hvor du får podkastene dine.