Je oneerlijke voordeel vinden in het wilde westen van productontwikkeling

Lees het transcript:

We proberen onze podcasts te transcriberen met behulp van een softwareprogramma. Vergeef ons eventuele typefouten, want de bot is niet altijd 100% correct.

Hannah Clark: Het is officieel. Vibe coding is doorgedrongen tot het alledaagse taalgebruik van het grote publiek, en we betreden een cruciaal moment waarin AI, digitale producten en cultuur samenkomen in één enorme evolutionaire sprong. Het democratiseren van toegang tot de ontwikkeling van digitale producten, of in eenvoudigere termen: ‘bouwen op basis van vibes’, betekent een permanente nivellering van het speelveld, waarin letterlijk iedereen oprichter kan worden.

En hoewel het wegnemen van toetredingsdrempels betekent dat meer goede ideeën een weg naar de markt krijgen, betekent het ook dat, nou ja, meer goede ideeën een weg naar de markt krijgen. Zoals, heel veel meer. En op deze schaal zijn de gevolgen daarvan zoveel groter dan alleen veel meer concurrentie. Het betekent dat als we echte kanshebbers op deze markt willen zijn, we onze GTM- en groeistrategieën aan een veel hogere standaard moeten houden.

En gelukkig voor jou is mijn gast vandaag Margaret-Ann Seger, hoofd Product bij Statsig. Zoals je zo meteen zult horen, heeft Margaret-Ann, of MA voor degenen die haar kennen, een ongelooflijk gevoel voor wat door de ruis heen breekt en groeimotoren op gang brengt. Maar het belangrijkste doel dat je in deze aflevering zult horen, zijn de tactieken die zij en de mensen bij Statsig gebruiken om samenwerking tussen hun gebruikers en het productteam mogelijk te maken. Je zult absoluut aantekeningen willen maken. Laten we beginnen.

O, trouwens, elke week voeren we gesprekken zoals deze, dus als dit je interessant lijkt, waarom zou je je dan niet abonneren? Oké, laten we beginnen.

Welkom terug bij de podcast van The CPO Club. Margaret-Ann, heel erg bedankt dat je vandaag tijd hebt gemaakt om met me te praten.

Margaret-Ann Seger: Bedankt dat je me hebt uitgenodigd, Hannah.

Hannah Clark: Kun je ons eerst iets vertellen over je achtergrond en hoe je bent gekomen waar je vandaag bent bij Statsig?

Margaret-Ann Seger: Zeker. Ik geef leiding aan product en design bij Statsig, het moderne platform voor productinzichten.

Van traditionele A/B-tests tot offline modeltests, steeds meer teams bouwen met modellen, slimme functionaliteit voor functievlaggen en productanalyses. We helpen teams om gegevens in elk onderdeel van hun productontwikkelingsproces te integreren in dit tijdperk van AI. Het is dus een behoorlijk uitgebreid platform. Voor mij sluit dat sterk aan, omdat ik afkomstig ben van grotere technologiebedrijven.

Ik begon mijn carrière bij Big Tech, bij Facebook, en bracht daarna iets meer dan zes jaar door bij Uber. Beide bedrijven maakten een periode van hypergroei door toen ik er begon, maar ik had het voordeel dat ik over een reeks geweldige interne tools kon beschikken. Pas toen ik in 2020 vertrok en in de echte wereld terechtkwam, besefte ik dat niet elk bedrijf toegang tot die tools heeft.

En dus sluit wat we bij Statsig bouwen daarbij aan, omdat we de toegang tot diezelfde reeks tools voor elk bedrijf democratiseren.

Hannah Clark: Geweldig. Vandaag gaan we het wat meer hebben over groei: hoe je groei en GTM-strategie goed aanpakt, in het tijdperk van AI waarin zoveel onderdelen van het productontwikkelings- en lanceringsproces gedemocratiseerd zijn.

We moeten echt slimme, intuïtieve manieren vinden om op te vallen. Laten we beginnen met een uitspraak die je in een eerder gesprek met me deelde en die ik erg goed vond: oprichters die voor het eerst een bedrijf starten, geven om het product; oprichters die opnieuw een bedrijf starten, geven om distributie. Ik denk dat dat een zeer beknopte manier is om het gesprek te kaderen.

Als je daaraan denkt, wat is dan volgens jou de belangrijkste mentaliteitsverandering die productleiders moeten maken wanneer we overstappen van productgericht denken naar distributiegericht denken?

Margaret-Ann Seger: Goede vraag. Deze uitspraak kwam eigenlijk van mijn man. Hij vertelde die aan me toen hij bezig was zijn startup vorm te geven.

Het was dus heel toepasselijk om dat gesprek te hebben. Maar ik denk dat de kern ervan is dat je uiteindelijk het geweldigste product ter wereld kunt bouwen, maar als niemand ervan weet of je geen manier hebt om het onder de aandacht van de juiste mensen te brengen, zul je niet succesvol zijn. En ik denk dat dit vooral waar is in het tijdperk van AI, toch?

Want er zijn gewoon zoveel meer producten. De lat voor het creëren van een product is lager komen te liggen. Nu kan iedereen zijn eigen app, zijn eigen website, zijn eigen X, Y of Z maken. En dus zal er veel meer ruis zijn. Hoe val je op? Hoe krijg je daadwerkelijk distributie? Ik denk dus dat enkele voorbeelden waar ik vaak aan denk als ik denk aan hoe je dit goed doet, dingen zijn zoals—ik weet niet of je dit hebt gevolgd; het is geen voorbeeld van een technologieproduct—de make-uplijn van Haley Bieber, Rhode, werd onlangs overgenomen. Het bedrijf werd overgenomen voor meer dan een miljard dollar, met een enorm succesvol resultaat. En dat was allemaal gebouwd op haar merk. Ze is waarschijnlijk goed in make-up, maar ik weet zeker dat er anderhalf miljoen mensen zijn die meer weten over de nuances van make-up maken en al die dingen.

Maar zij heeft een fenomenaal merk. Zij had distributie. Je kunt dat zo aanzetten. Ik denk terug aan mijn tijd bij Facebook: wij hadden geweldige distributie, waardoor elke functie die je lanceerde van nul naar honderden miljoenen gebruikers kon gaan in één nacht, omdat je gewoon een gigantisch platform had met al een enorme adoptie.

En ik denk dat je het zelfs bij AI-bedrijven ziet. Cursor liftte bijvoorbeeld mee op VS Code. Er zijn al die bestaande gedragingen en bestaande distributiekanalen waarop mensen vervolgens iets aanvullends kunnen bouwen en het van de ene op de andere dag kunnen laten exploderen. Ik denk dat dit de bedrijven die echt succesvol zijn zal onderscheiden: kunnen ze een duurzaam en creatief distributiekanaal vinden?

En het zal niet alleen gaan om de vraag of je een goed product hebt, want dat zal in het AI-tijdperk bijna een basisvoorwaarde zijn.

Hannah Clark: Ja, en dat is precies, denk ik, de zorg die bij veel mensen leeft: je kunt een geweldig idee hebben, maar de functionaliteit van een product dat je creëert is niet per se uniek; er zijn meerdere wegen naar dezelfde uitkomst.

Als we nadenken over strategieën om geweldige producten van de massa te onderscheiden, wetende dat iedereen dezelfde app kan maken als jij, met welke ideeën zou je mensen dan aanraden te beginnen wanneer ze hun plek op de markt proberen te veroveren?

Margaret-Ann Seger: Ja. Ik denk dat een belangrijk aspect waar niet genoeg over wordt gesproken feedbacklussen zijn.

Misschien heb je een AI-assistent die je code schrijft. Misschien heb je bij elke stap van het productontwikkelings- en lanceringsproces ondersteuning. Maar hoe krijg je feedback zodra het product daadwerkelijk in de wereld is? Zowel kwalitatieve als kwantitatieve feedback, toch? Je moet snel weten of wat je bouwt daadwerkelijk werkt, en je moet die feedbacklussen gewoon goed laten draaien. Zo krijg je voortdurend signalen en kun je dienovereenkomstig itereren. En dan denk ik dat snelheid voor veel mensen de onderscheidende factor is. Bij Statsig zien we dit ook als een onderscheidende factor voor ons, toch?

Zodra je die feedbacklussen hebt opgezet, kun je die feedback dan verwerken en sneller itereren dan de volgende persoon? Als je gebruikers je iets vertellen, kun je daar dan onmiddellijk op inspelen? Ik denk dus dat die feedbacklus plus snelheid de winnaars echt zullen onderscheiden. Iets wat we hebben gezien, is dat we soms zelfs iets lanceren dat nog niet volledig is gebouwd en nog behoorlijk ruw aan de randen is, alleen om signalen te verzamelen. Vervolgens kunnen we daarmee bepalen wat we uiteindelijk bouwen en een deel van het kernproces van productontwikkeling omzeilen.

Hannah Clark: In dat verband gaat het er dus echt om dat je je gebruikers leert kennen. Dat is altijd al belangrijk geweest, maar nu is het gewoon van doorslaggevend belang. Wat is op dit moment een tactische aanpak die productleiders kunnen gebruiken om hun ICP echt te begrijpen, gezien dit gedemocratiseerde landschap?

Margaret-Ann Seger: Ja, dit zal controversieel zijn, maar doe daadwerkelijk ondersteuning.

Ik denk dat het voor productmanagers heel nuttig is om ondersteuning te doen en met klanten te werken wanneer zij problemen ervaren, als je je gebruiker wilt begrijpen. En dat wordt, zoals jij zegt, belangrijker dan ooit. Wij trekken dit bij Statsig tot het uiterste en het verbaasde me toen ik hier voor het eerst kwam.

We hebben namelijk geen ondersteuningsteam. Het hele bedrijf is verantwoordelijk voor ondersteuning. We hebben een hele reeks complexe hulpmiddelen opgezet met feedbackgroepen in Slack die automatisch door een bot worden getriageerd. Die bot zet meldingen in de wachtrij van de persoon die die dag dienst heeft, en elk teamlid heeft volgens een roulatiesysteem een dag dienst.

Ik ben hoofd Product, maar ik doe ook ondersteuning. Daardoor hoor ik wanneer dingen misgaan. Ik zie wanneer mensen vastlopen in een bepaalde stroom, en ik denk dat dit me in staat stelt voortdurend contact te houden met de klant en diens pijnpunten, en dat automatisch in elk gesprek mee te nemen.

Ik denk dat dit controversieel is omdat er zoveel bedrijven zijn, zoals Sierra, en al die AI-bedrijven voor klantenondersteuningsbots die in feite zeggen dat je deze vragen niet zelf zou moeten hoeven beantwoorden. We besteden dit uit aan een bot of aan AI. Maar ik denk juist dat het je helpt om echt betrokken te blijven.

Ik denk ook dat je klanten dit waarderen. Het wordt bijna een onderscheidende factor in deze nieuwe wereld.

Hannah Clark: Ja, en dit verbaast me echt. Ik denk dat het een briljante strategie is, want of je nu een bot gebruikt om vragen van klanten over ondersteuning te beantwoorden of een ondersteuningsteam hebt: als je dat gescheiden houdt van het ontwikkelingsproces van de mensen die dichter bij het product staan, speel je die informatie door via een soort telefoonspelletje of ben je afhankelijk van het feit dat je bij de juiste mensen navraag doet. Maar ik denk ook dat het briljant is omdat je anders moet nadenken over de andere manieren waarop je feedback krijgt.

Je vraagt erom bij mensen die ofwel heel enthousiast zijn om een product te ondersteunen omdat ze er al van houden, ofwel bij mensen die er echt een hekel aan hebben. Als je je op het gebied van ondersteuning begeeft, bevinden mensen zich daar niet echt waar ze verwachten dat je rekening houdt met hun feedback. Ze proberen gewoon van punt A naar punt B te komen, en ik denk dat die middenlaag anders heel moeilijk te vatten is.

Margaret-Ann Seger: Ja, het is echt interessant. Je ontmoet klanten in hun echte omgeving, precies op het moment zelf, en je ziet de emotie. Het is ook mooi om te zien hoe onze engineers empathie ontwikkelen. Ik denk dat dit heel goed opschaalt. Het zijn niet alleen de productmanagers die dit doen, maar ook de engineers.

Ze raken enthousiast over een kans om een bepaalde stroom te verbeteren. Ze zeggen: ik ga gewoon een snelle oplossing leveren. Zo kun je bijna meer bereiken door van onderaf empathie op te bouwen.

Hannah Clark: Absoluut. Ik zie ook echt de waarde van het kunnen begrijpen van de usecases die mensen op dat moment voor het product hebben en van wat ze proberen te bereiken.

Zou er een eenvoudigere manier moeten zijn waardoor ze geen contact met ondersteuning hoeven op te nemen? Dit is geweldig, mijn hoofd zit vol ideeën. Ik ben dol op dit idee. Ik ben blij dat het ter sprake kwam. Oké, we gaan verder. Als we nadenken over de snelheid van bouwcycli, was dat het andere dat je noemde over onderscheidend zijn: feedback heel snel in je productroadmap kunnen verwerken.

Je stelde voor om eenvoudige dingen te maken, ze snel te bouwen, ze naar buiten te brengen en feedback te verzamelen. Welke methode zou je gebruiken om te bepalen wat je als eerste moet bouwen en testen? Er zijn zoveel opties en zoveel verschillende richtingen die je kunt nemen.

Margaret-Ann Seger: Ik verwees hier eerder al een beetje naar, maar we zijn begonnen met het filmen van prototypevideo’s. We maken het prototype en filmen vervolgens een video alsof het een echt product is. We zeggen dat het openstaat voor bètaverzoeken als mensen bètatoegang willen, maar we bouwen het niet. Vervolgens neemt de klant contact met ons op als die geïnteresseerd is, of iemand ziet het op LinkedIn en zegt: dit is interessant, dit zouden we moeten proberen.

Ze sturen ons een bericht en als we genoeg vraag en enthousiasme krijgen, gaan we het bouwen. Het is dus een zeer goedkope manier om ideeën te toetsen zonder een volledig eind-tot-eindproduct te hoeven bouwen, inclusief alle randgevallen en alle nuances waar je rekening mee moet houden.

We hebben dit met een paar dingen geprobeerd en het werkte heel goed. Ik denk dus dat we dit gewoon blijven doen en de markt in feite laten bepalen wat we wel en niet moeten bouwen.

Hannah Clark: Dit is echt een kijkje achter de schermen. Het voelt bijna als een onthulling van De tovenaar van Oz.

Margaret-Ann Seger: Misschien had ik dit niet moeten zeggen.

Hannah Clark: Nee, ik vind het briljant, want je kunt veel dingen doen, maar als er geen enthousiasme is voor je punt over distributie, waarom zou je dan alle moeite in de bouwcyclus steken als je die impuls gewoon niet hebt?

Margaret-Ann Seger: Dat is precies het mooie eraan: we hebben vanaf dag één ingebouwde distributie, omdat we weten dat die er is. We hebben het al gevalideerd.

Hannah Clark: Fantastisch. Oké, laten we het meer hebben over het gebruik van AI om je GTM-strategie uit te voeren. De kern hiervan is volgens mij: hoe lanceer je een product en word je succesvol wanneer er elk moment zoveel producten zoals het jouwe worden gelanceerd, terwijl veel mensen denken: ik laat ChatGPT het gewoon doen.

GTM-strategie. Ik kan het gewoon prompten. Je lacht, dus ik denk dat ik moet zeggen: nee, ik lach omdat je gelijk hebt, je hebt honderd procent gelijk. Als je nadenkt over wat het ontbrekende stuk is: wat missen mensen wanneer ze die strategie volgen en waar we echt over moeten nadenken, wat kan niet worden geautomatiseerd en moeten we echt handmatig doen?

Margaret-Ann Seger: Je kunt ChatGPT zeker gebruiken voor veel concrete uitvoer. Ik wil niet te kritisch zijn over ChatGPT. Maar weten wat die uitvoer moet zijn en hoe je die moet kaderen, is op zichzelf al een kunst. Er is die hele meme dat productmanagers in feite prompt-engineers gaan worden.

Ik denk inderdaad dat je deze tools kunt gebruiken voor je GTM-strategie, maar je moet aan prompt-engineering doen en dat proces echt sturen. De reden dat daar een mens voor nodig is, is empathie. Uiteindelijk werkt je GTM-strategie alleen als je diepe empathie hebt voor je klant, de pijn begrijpt die hij doormaakt, zijn taal kunt spreken en iets kunt positioneren waarvan je weet dat het aansluit bij waar hij zich bevindt.

Daar zijn allerlei soorten input voor nodig. Je hebt kwantitatieve input nodig: begrijpen wat je gebruikers wel of niet doen. Ze kunnen je iets vertellen, maar misschien doen ze iets anders. Je hebt kwalitatieve input nodig. Je moet hun sessies bekijken. Je moet niet alleen weten wat ze zeggen, maar ook wat ze daadwerkelijk achter de schermen doen en waar ze vastlopen.

AI kan volgens mij bij beide processen helpen. Er zijn momenteel veel startups die door AI aangestuurde synthese van sessie-opnames onderzoeken, en dat vind ik heel slim. Je neemt potentieel duizenden of honderdduizenden sessies op, maar je kunt ze niet allemaal bekijken.

Je zou willen dat iemand of een bot erdoorheen gaat, de belangrijkste inzichten eruit haalt en die aan jou doorgeeft. Maar er is nog steeds een mens nodig om die inzichten te nemen, te weten hoe mensen zich gedragen, wie hun ICP is en wat hen motiveert. Vervolgens moet die persoon die twee zaken bij elkaar brengen om de juiste formulering te bepalen.

Zodra je die formulering hebt, kun je ChatGPT gebruiken om te zeggen: dit zijn de ruwe inputgegevens, dit is wat ik denk, dit is de klant; kun je me helpen dit iets beter te positioneren? Maar daarvoor is veel voorwerk nodig.

Hannah Clark: Laten we ingaan op de details van een sterke GTM-strategie, want ik denk dat dit nog een gebied is waarop alles sterker moet zijn als je veel meer concurrentie hebt dan vroeger. En vooral: je GTM-strategie van nu moet veel robuuster zijn dan die van vijf jaar geleden. Als we een soort anatomieles zouden geven over de perfecte GTM-strategie van nu, vergeleken met wat in 2020 als een geweldige strategie zou hebben gegolden, wat zijn volgens jou dan de kenmerken van een echt goede strategie die op de huidige tijd is gericht?

Margaret-Ann Seger: Dit is een moeilijke vraag, omdat ik niet weet of je gemakkelijk kunt definiëren wat vandaag een geweldige strategie is. Het is wel heel eenvoudig om te zeggen wat we vroeger deden en wat nu niet meer schaalbaar is. Ik begin daar dus mee. Ik denk dat we deze ontwikkeling zelfs bij Statsig hebben gezien. Ik kwam begin 2022 bij Statsig en in de afgelopen ruim drie jaar hebben we dit zien gebeuren.

Een paar dingen zijn volledig veranderd. Eén daarvan is SEO. Dat is nu heel anders, omdat modellen en mensen Google steeds vaker omzeilen en rechtstreeks naar ChatGPT, Claude of Gemini gaan. Zodra daar een kritieke massa is bereikt, zul je niet veel rendement meer halen uit SEO. Het andere is een veel hogere lat voor differentiatie.

Vroeger was content van hoge kwaliteit bijvoorbeeld voldoende als onderscheidende factor. Als je een geweldige blog publiceerde of een geweldige nieuwsbrief had, was dat genoeg.

Hannah Clark: Of een podcast.

Margaret-Ann Seger: Ja, al die dingen waren genoeg. Nu zijn ze in zekere zin bijna basisvoorwaarden. Vooral geschreven content wordt volgens mij steeds problematischer, omdat het zo gemakkelijk is om in feite AI-rommel te genereren.

Hoe schrijf je dan dingen die door die ruis heen breken, vooral wanneer mensen honderden AI-blogs genereren om beter te scoren in zoekresultaten? Het andere punt is dat dit verschuift van wat niet langer goed genoeg is naar wat volgens mij de gouden standaard is.

Ik denk echt dat menselijk contact de gouden standaard zal worden. Een mens in de lus hebben zal bijna revolutionair zijn, en mensen zullen vanzelf aangetrokken worden tot merken die menselijker aanvoelen.

Iemand vertelde ons onlangs dat hij vond dat het merk van Statsig echt anders was dan dat van een typisch AI-bedrijf. Ik vroeg: waarom? Kun je dat voor me concretiseren? En die persoon zei: er zijn gewoon zoveel mensen bij jullie zichtbaar; jullie medewerkers zijn aanwezig. Jullie hebben video’s waarin productmanagers dingen lanceren. Jullie zetten gezichten van individuele mensen bij jullie blogposts. Jullie stellen mensen centraal.

En dat is in de wereld van vandaag eigenlijk vernieuwend. Kijk naar Vercel en Linear, naar die superstrakke, minimalistische, bijna steriele merken. Dat is de gouden standaard. Het voelt bijna rommelig en onconventioneel om mensen zichtbaar te maken en je medewerkers daadwerkelijk naar buiten te brengen.

Maar we hebben gemerkt dat veel mensen dat geweldig vinden, en ik vind het zelf ook goed. We hebben onze honden op onze website. We hebben de mensen achter de producten zichtbaar, die niet alleen video’s maken maar ook je ondersteuningsvragen beantwoorden. Ik denk dat dit voor ons echt een onderscheidende factor is geweest.

Mensen maken grapjes over wat het ook alweer is: de esthetiek van grijze vloeren en wit hout in huizen, waarbij alles daarop is gaan lijken. Ik denk dat dit in de technologie vergelijkbaar zal zijn: er ontstaat een esthetiek waar iedereen naartoe beweegt. Als je daarvan afwijkt of op een bepaalde manier memorabel bent, wordt dat een voorsprong voor je.

Hannah Clark: Ja. Dit sluit goed aan bij iets waar ik de laatste tijd in veel gesprekken over nadenk: het lijkt erop dat er bij alles, van technologie tot modetrends en vrijwel alles daartussenin, altijd een slingerbeweging is. Er komt een bepaald verzadigingspunt waarop mensen naar iets in de tegenovergestelde richting beginnen te verlangen. Dat staat bijna in verhouding tot de mate waarin iets verzadigd is en hoe sterk we naar één kant van die slinger zijn gegaan.

Ik zie precies wat je bedoelt. Vroeger voelde iedereen zich sterk aangetrokken tot heel strak, minimalistisch design en zulke websites. Ze zijn mooi en heel eenvoudig, maar ze zijn nu ook het gemakkelijkst te genereren. Ik denk daarom aan de overgang van Instagram naar TikTok. Instagram maakte zeer gepolijste, glanzende content populair, waarna mensen echt begonnen te verlangen naar een lofi-esthetiek die veel mensgerichter en hands-on was.

Ik denk dat we iets vergelijkbaars zien: mensen zeggen dat ze bewijs willen dat er echte mensen achter zitten. Ja, daar zit iets in. Als we het hebben over groeiteams die tools zoals die van Statsig gebruiken, wat is dan volgens jou de grootste GTM-fout die je teams ziet maken wanneer ze toegang hebben tot veel verschillende technologieën om succes te meten?

Er zijn veel gegevens om te verwerken en het is gemakkelijk om verkeerde correlaties te trekken. Hoe maken we daar een logisch geheel van?

Margaret-Ann Seger: Het is interessant. Steeds meer teams nemen tools in gebruik om meer datagedreven te werken, gegevens te loggen en die input gewoon beschikbaar te hebben. Het probleem is dat de input vaak niet overeenkomt.

Als je vier verschillende tools hebt die allemaal vergelijkbare acties van een gebruiker registreren, moet je vervolgens door vier verschillende datasets en vier verschillende gegevensbronnen gaan. Ze zijn het zelden met elkaar eens. Het wordt een enorme chaos. Mensen raken gefrustreerd omdat de gegevens niet overeenkomen en ze niet weten wat ze moeten vertrouwen.

Ironisch genoeg wordt het dus moeilijker om echt goed datagedreven te werken naarmate je meer van deze tools toevoegt en probeert datagedreven te zijn. Een belangrijke trend in de sector om dit probleem aan te pakken is consolidatie: platforms worden gebouwd die meerdere tools beginnen te combineren. Wij zijn daar ook een van.

Ik zeg dus niet dat dit iets unieks van Statsig is, maar één set SDK’s die gebeurtenissen registreert, één bron van waarheid voor gegevens, of een bron van waarheidsgetrouwe gegevens in je datawarehouse. Steeds meer bedrijven hebben een datawarehouse dat hun bron van waarheid is. Dat is geweldig. Al deze tools zouden daarop moeten voortbouwen.

Ze zouden niet moeten proberen nieuwe gegevensbronnen te creëren. Je ziet dit in onze hele sector gebeuren. En ik denk dat het enorm helpt zodra teams zich op deze stack en op één bron van waarheid kunnen verenigen. Dan beginnen ze gegevens weer te vertrouwen en te gebruiken. Het is bijna een langzaam proces van wederopbouw, omdat mensen in de loop van de tijd hun vertrouwen in gegevens zijn kwijtgeraakt.

Dat is dus een belangrijke factor. Het andere is dat je verbaasd zou zijn hoeveel mensen zeggen: ja, we zijn datagedreven. Dan vraag je: oké, goed, hoe presteerde die functie? En dan zeggen ze: dat weet ik niet. Dat komt doordat het moeilijk is om nieuwe dingen als experimenten te lanceren.

Het wordt een groot project. We moeten het experiment opzetten. Wat is ons ontwerpdocument? Is het datateam het eens met de manier waarop we dit opzetten? Vervolgens lanceren we het en maken we een uitgebreide samenvatting.

Tools die dit proces echt lichtgewicht maken, zijn nuttig. Je lanceert gewoon een functievlag, zet die aan en uit, en de tool maakt automatisch een kleine A/B-test van de mensen die de functie wel hebben en de mensen die de nieuwe functie niet hebben.

Je kunt snel toetsen of dit geen invloed heeft op je bedrijfsmetrics, je latentie- en infrastructuurmetrics of je kostenmetrics. Als je dat snel kunt controleren en verder kunt gaan, verlaag je de drempel voor A/B-testen. Echt lichtgewicht A/B-testen. Ik denk dat dit krachtig is.

Is dit het volledige eind-tot-eindproces met alle geavanceerdere statistische methodes? Misschien niet. Maar het is volgens mij een heel goede instap voor teams om die vaardigheid te ontwikkelen. Dat is dus iets waar we aan werken: dit eenvoudiger maken.

Hannah Clark: Interessant. Als we het hebben over het ontwikkelen van die vaardigheid, gaat veel van wat we hier bespreken over de combinatie van een ontwikkelingsmentaliteit en de vraag hoe we dit gaan distribueren.

Volgens mij moet iedereen in het productteam dit nu internaliseren. We moeten distributie en ontwikkeling tegelijkertijd in gedachten houden. Hoe krijgen we vertrouwen in het ontwikkelen van zo’n vaardighedenpakket en mentaliteit? Ik weet niet of jullie bij Statsig die mentaliteit inmiddels in het hele team hebben, maar is er iets wat je hebt aangemoedigd bij mensen die niet rechtstreeks betrokken zijn bij productmarketing, maar toch moeten nadenken over hoe dit op de markt wordt gebracht?

Margaret-Ann Seger: Het is lastig om dat DNA te verspreiden. Eén aspect dat ik heel goed vind, heeft meer te maken met wie je aanneemt en met DNA. We proberen echt productgerichte engineers aan te nemen die gepassioneerd zijn over de eindgebruiker, over de prestaties van het product, en die betrokken willen zijn bij marketing.

Ze willen begrijpen wie het product daadwerkelijk gebruikt. Is dat de doelgroep die we verwachtten? Gebruiken ze het zoals we verwachtten? Zien de metrics er goed uit? Dat is iets wat we goed hebben weten te benutten.

Een concreet voorbeeld is ons infrastructuurteam. Zij werken aan een reeks tools die in zekere zin vergelijkbaar zijn met Datadog, omdat ze ons product zelf willen gebruiken en het meer willen inzetten.

Ik zei: dat is geweldig. En ze zijn heel ver in die richting gegaan. Inmiddels debuggen ze CEP op Statsig en doen ze de eind-tot-eindmonitoring, waarschuwingen en dagelijkse controle van de infrastructuurgezondheid op Statsig.

Ze kwamen naar me toe en zeiden: we gebruiken het product hiervoor. Kunnen we dit aan klanten aanbieden? Kunnen we dit gewoon verkopen? Kan dit een afzonderlijk product worden? Ik zei: ja, laten we dat doen.

Natuurlijk is het nog wat ruw aan de randen, omdat wij op dit moment onze belangrijkste klant zijn. Maar het is een geweldige manier om het probleem te benaderen. Je hebt een pijnpunt, lost het voor jezelf op, realiseert je dat andere mensen er misschien ook baat bij hebben en zegt: laten we dit daadwerkelijk op de markt brengen.

De engineeringlead voor dit gebied is nu zeer nauw betrokken bij mij, onze productmarketingmanager en ons marketingteam om de positionering van het product te bepalen.

Hannah Clark: Ja. Dat maakt heel duidelijk hoe genuanceerd en specifiek de manier waarop je lanceert en over distributie nadenkt, is voor het verhaal van het product en de plek waar je waarde vindt.

Ik zou graag nog een voorbeeld horen, omdat ik deze gedachtegang interessant vind: hoe belangrijk storytelling en het menselijke aspect in de toekomst zullen zijn bij de distributie van onze producten. Heb je daar onlangs een goed voorbeeld van gezien?

Een product dat zijn team echt goed heeft ingezet? Wie zou je in de schijnwerpers zetten als een geweldig voorbeeld?

Margaret-Ann Seger: Dit is geen recent voorbeeld. Het was volgens mij in 2018. Mijn gouden standaard waar ik altijd naar teruggrijp wanneer ik denk aan eersteklas GTM, was bij Uber. In 2018 was er een periode van ongeveer zes maanden waarin Uber Driver Forward uitvoerde.

Voor de context: ik denk dat Uber extreem snel groeide. Chauffeurs vormden daar een enorm belangrijk onderdeel van, maar ze voelden zich vaak ondergewaardeerd. Er werd veel verteld over de gebruikssituaties van passagiers die mogelijk werden gemaakt: hoe dit mensen hielp veilig thuis te komen na een avondje uit of moeders hielp hun kinderen naar de voetbaltraining te brengen.

Er werd minder verteld over de chauffeurs achter het stuur die op nieuwe manieren inkomen verdienden, hun kinderen naar de universiteit stuurden en allerlei andere geweldige dingen deden dankzij deze kans. Er was een lange lijst met verzoeken van chauffeurs, functies, verbeteringen van de levenskwaliteit en zichtbaarheid van inkomsten, allemaal kernonderdelen van hun dagelijkse werk waar chauffeurs al jaren om vroegen.

Als bedrijf vonden we dat het tijd was om chauffeurs in de schijnwerpers te zetten. We zeiden: waarom combineren we die twee dingen niet? Driver Forward was een concept waarbij de marketing- en productteams zes maanden lang elke maand samen een moment creëerden. Elke maand had een thema en bevatte één nieuwe functie of verbetering van de chauffeursapp.

Daarbij hoorde veel storytelling en zelfs sessies met chauffeurs. Chauffeurs werden uitgenodigd voor de lancering, er was een lanceringsfeest en elke lancering vond plaats in een andere stad, bij een ander inwerkcentrum voor chauffeurs.

Het was volledig gericht op chauffeurs en werkte echt goed. Het was mooi om te zien en betekende een grote omslag in de vertrouwensrelatie tussen chauffeurs en Uber.

Het was een echte masterclass in het afstemmen van product- en marketingteams op een volledige productroadmap rond deze GTM-momenten. De vrouw die hier een groot deel van aanstuurde was Laura Jones, die nu CMO bij Instacart is. Zij is fenomenaal.

Voor mij is dit het gouden voorbeeld van hoe je je gebruiker en diens pijn centraal stelt in wat je gaat doen, er een volledige roadmap omheen bouwt en marketing en product zeer nauw op elkaar afstemt.

Hannah Clark: O, oké. Hier ben ik dol op. Dat is zo’n geweldig voorbeeld en een heel beknopte manier om te laten zien hoe die mentaliteit er in de praktijk uit hoort te zien.

Margaret-Ann Seger: Het was echt mooi om te zien.

Hannah Clark: Ja. Heel erg bedankt dat je vandaag bij ons was. Dit was een geweldig gesprek. Ik denk dat we in relatief korte tijd heel veel goede punten hebben behandeld.

Als mensen je werk willen blijven volgen, waar kunnen ze je dan online vinden?

Margaret-Ann Seger: Op LinkedIn gebruik ik MA, maar mijn volledige naam is Margaret-Ann Seger. Ook de Statsig-blog is interessant. We praten over veel leuke onderwerpen en zoals ik al zei, staat de blog sterk in het teken van mensen. Als je het team beter wilt leren kennen: statsig.com/blog.

Hannah Clark: Heel erg bedankt.

Margaret-Ann Seger: Dank je wel.

Hannah Clark: Bedankt voor het luisteren. Abonneer je voor meer geweldige inzichten, praktische handleidingen en toolbeoordelingen op onze nieuwsbrief via theproductmanager.com/subscribe. Je kunt meer gesprekken zoals dit beluisteren door je overal waar je naar podcasts luistert te abonneren op The CPO Club.