6 Nieuwe strategieën voor productontwikkeling die het verkennen waard zijn
Elke PM met meer dan een jaar ervaring zal je vertellen dat er voortdurend nieuwe tactieken en strategieën voor productontwikkeling opduiken. Omdat we van nature innovatieve mensen zijn, willen we natuurlijk de nieuwste en beste van deze nieuwe strategieën toepassen.
Maar is het echt de tijd en moeite waard om elk van deze strategieën te leren en toe te passen?
Als senior productmanager heb ik door vallen en opstaan veel geleerd over productontwikkeling.
Want more from The CPO Club?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Dit is dus wat je moet weten
zodat je meer kunt uitproberen met minder fouten.
Wat is een strategie voor nieuwe productontwikkeling (NPD)?
Als je tot de gelukkige productmanagers behoort die een product vanaf nul mogen opbouwen, moet je eerst het plan van aanpak of de strategie voor nieuwe productontwikkeling bepalen.
De NPD-strategie is een reeks stappen die jij en je team nemen om je product te bedenken en te bouwen (evenals de tactieken die je moet inzetten om elke stap in het plan uit te voeren).
Hoe het proces voor nieuwe productontwikkeling er in 2025 uitziet
De manier waarop mensen 5-10 jaar geleden nieuwe digitale producten creëerden en de manier waarop ze dat nu doen, verschillen enigszins.
Ik wil het niet hebben over de manier waarop je je NPD-strategie opstelt en hoe de moderne versie daarvan eruitziet (we hebben daar een afzonderlijke handleiding voor).
In plaats daarvan wil ik de belangrijkste veranderingen belichten in de manier waarop mensen tegenwoordig nieuwe producten bouwen, vergeleken met tien jaar geleden.
Productideeën ontwikkelen / bestaande producten onderzoeken
Toen
Je zou veel tijd besteden aan het onderzoeken van je concurrenten, het waarderen van hun feedback van klanten, het bepalen van je concurrentievoordelen, het brainstormen over je productconcept, het genereren van ideeën, het bedenken van nieuwe productideeën en meer.
Nu
Met de komst van ChatGPT (vooral GPT-4) kan elk onderzoek waarvoor je vroeger weken nodig had, binnen een paar dagen worden uitgevoerd.
Beslissen over commercialisering, prijsstelling en pakketdeals
Toen
De meeste gebruikers kochten software eenmalig en waren zelf verantwoordelijk voor het downloaden en installeren van updates zodra die beschikbaar kwamen. Bedrijfssoftware werd gekocht en verkocht door een verkoopafdeling (door verkoop gestuurde groei), die samen met de organisatie en de klant aangepaste oplossingen en prijzen ontwikkelde.
Nu
Als het gaat om bepalen hoe je je producten gaat prijzen en verkopen, is de belangrijkste trend waarmee je rekening moet houden PLG.
De moderne productgestuurde groeistrategie gaat ervan uit dat je je productroadmap zo aanpast dat je focus blijft liggen op initiatieven die fantastische gebruikerservaringen binnen je product creëren, zodat je product zichzelf op de markt brengt.
Bovendien houden PLG-bedrijfsstrategieën meestal rekening met een gratis prijsniveau of een gratis proefperiode, waarmee je gebruikers de waardepropositie en klantervaring van je product rechtstreeks kunnen ervaren voordat ze besluiten het te kopen.
Je marketingstrategie formuleren
Toen
Net als het ideevormingsproces waren marktonderzoek doen en je strategie opbouwen van oudsher zeer tijdrovend. Het omvat een breed scala aan taken, zoals:
- Marktonderzoek uitvoeren en een doelmarkt selecteren.
- Nieuwe en bestaande markten identificeren
- Samenwerken met focusgroepen die je doelgroep vertegenwoordigen en markttests uitvoeren om de behoeften van je klanten te identificeren.
- Het marktaandeel berekenen van vergelijkbare producten in zowel bestaande als nieuwe markten.
Nu
Tegenwoordig beschikken we over veel opkomende AI-gestuurde hulpmiddelen (waaronder ChatGPT) die de tijd die je nodig hebt om onderzoek te doen en je marketingstrategie te formuleren aanzienlijk kunnen verkorten. Er zijn ook Similarweb, Browse AI, Brandwatch en andere AI-hulpmiddelen voor marktonderzoek die je aan je hulpmiddelenpakket kunt toevoegen om hierbij te helpen.
Kort samengevat heeft AI-technologie het voor ondernemers veel eenvoudiger gemaakt om een NPD-strategie te formuleren, hun bedrijfsgroeiplan op te stellen en hiermee vooruitgang te boeken. Het gebruik van AI bij productontdekking en onderzoek is echter niet het enige dat in het productontwikkelingsproces is veranderd.
Er zijn namelijk nog 6 nieuwe strategieën die je kunt overwegen voor je volgende product.
Strategie #1: AI helpt bij besluitvorming
We leven in het gouden tijdperk van AI en deze technologie is overal aanwezig. Behalve dat je AI kunt gebruiken om de functionaliteit van je product te verbeteren, kun je ook vertrouwen op machinelearningalgoritmen om je te helpen bij beslissingen over je product.
De eerste toepassing van AI in productstrategie en in het productbesluitvormingsproces die waarschijnlijk meteen in je opkomt, is natuurlijk geavanceerde data-analyse. Geweldige productteams vertrouwen op data en analyses om de prestaties van hun producten/functies te volgen, verbeterpunten te identificeren en waardevolle inzichten te verkrijgen.
Meestal doe je dit door een gebeurtenisgebaseerde analysetool te gebruiken of door een gespecialiseerd analyseteam in te huren. Beide opties tillen de kwaliteit van productmanagement binnen je bedrijf naar een compleet nieuw niveau. Ze brengen echter een aantal beperkingen met zich mee, zoals:
- Tijdrovend en belastend voor middelen: Je ontwikkelingsteam zal deze analysetools moeten integreren en alle gebeurtenistriggers moeten implementeren. Je gespecialiseerde analyseteam kan daarentegen dagen tot weken nodig hebben om complexe analyses uit te voeren.
- Onvermogen om complexe analyses uit te voeren: Gebeurtenisgebaseerde analysetools kunnen lichte en taken van gemiddeld niveau voor je uitvoeren. Je analyseteam kan daarentegen complexe taken uitvoeren. Je kunt echter geen rekening houden met situaties waarin de taak in kwestie extreem complex is en veel onbekende factoren bevat.
Gelukkig zijn moderne AI-modellen en -algoritmen slim genoeg geworden om de analysetaken voor je uit te voeren. Hun vermogen om taken met een hoge complexiteit binnen enkele minuten af te handelen is simpelweg verbluffend.
Voorbeeld
Datarobot kan bijvoorbeeld de prestatiegegevens van je product grondig analyseren en je een schatting geven van de levenslange klantwaarde (LTV).
LTV is een van de moeilijkste statistieken om te meten voor productteams, vooral als je product relatief nieuw is en je nog niet genoeg acquisitie- en churngegevens hebt verzameld om deze te berekenen. Het AI-model van Datarobot kan je bestaande gegevens echter extrapoleren en je LTV voorspellen, ongeacht hoe weinig bestaande gegevens je hebt.
Strategie #2: AR/VR-prototyping
Een van de grote voordelen van softwareontwikkeling is je vermogen om snel prototypes te maken. Mijn CTO bouwde ooit 's nachts een prototype-/MVP-versie van een van onze producten en lanceerde deze de volgende ochtend.
Het product was een flop en doorstond de fase van ideevalidering niet. Maar mijn punt is dat we binnen één dag een prototypeversie konden bouwen en lanceren.
We zouden echter niets kunnen doen wat ook maar in de buurt komt van snel prototypen als we een fysiek producttype zouden bouwen. Het probleem is dat je in het productieproces moet stappen en met meerdere leveranciers moet samenwerken om één exemplaar van je product te kunnen bouwen.
Dit betekent dat je een aanzienlijke hoeveelheid tijd en geld verspilt aan het verkrijgen van productmonsters die je onder je doelgroep kunt verspreiden, zodat zij deze kunnen gebruiken en bekritiseren.
Het goede nieuws is dat de nieuwste ontwikkelingen op het gebied van AR- en VR-technologie het mogelijk hebben gemaakt dat je gebruikers digitaal met je prototypes kunnen interageren, zonder dat je het gedoe van het produceren van prototypes hoeft te doorlopen.
Voorbeeld
Een van de meest prominente voorbeelden hiervan is Ford Motor Company, dat zijn auto's eerst in een VR-omgeving bouwt en test voordat het het eerste fysieke exemplaar produceert om zijn productlijn bij te werken.
Dankzij dit proces kunnen de ingenieurs en ontwerpers bij Ford problemen in hun prototype al vroeg opsporen en oplossen door de auto daadwerkelijk te zien, “aan te raken” en ermee te interageren.
Pas na een paar virtuele testrondes en aanpassingen van het productontwerp geeft het PM-team de productieteams groen licht om aan het fysieke prototype van hun auto te beginnen.
Strategie #3: fantastische DevOps-processen
Het zal me niet verbazen als je je afvraagt wat DevOps te maken heeft met productontwikkelingsstrategieën.
Het korte antwoord is dat een goed DevOps-proces inderdaad op zichzelf al een productontwikkelingsstrategie is en dat ik je zeker zou aanraden hier aandacht aan te besteden wanneer je aan je NPD-proces werkt.
Het lange antwoord is als volgt:
De DevOps waar ik het hier over heb, is niet de trendy functie binnen het engineeringteam, maar het proces en de filosofie waarmee je snel en naadloos nieuwe versies van je applicatie of website kunt bouwen, testen en implementeren in de productieomgeving via continue integratie.
We kunnen snel een aantal technische en operationele voordelen identificeren van het implementeren van goede DevOps-processen in je bedrijf (zoals een betere stabiliteit van de codebasis, beter beheer van je gezamenlijke codeerprocessen en meer).
Als productmanagers moeten we ons echter richten op de zakelijke voordelen van een goed geoliede DevOps-machine in je bedrijf, waaronder:
- Snellere tijd tot marktintroductie voor je nieuwe functies en productversies. Ik heb producten gezien waarvan de test- en implementatieprocessen voor elke grote release 1 à 2 maanden duurden! Dat is veel te lang! In de tijd die nodig was om deze producten uit te brengen, had je complete MVP's kunnen bouwen en valideren!
- Betere stabiliteit doordat er na elke release geen nieuwe bugs in je product worden geïntroduceerd. Je wilt niet dat je product er na elke release uitziet als een complete puinhoop, en je wilt niet dat je gebruikers boos op je worden en overstappen naar een stabieler alternatief.
- Meer voorspelbaarheid doordat je engineeringteam in staat is deadlines na te komen. Ik weet het: releasedatums veranderen voortdurend. Maar met een goed georganiseerd DevOps-proces heb je veel minder onvoorziene problemen op het laatste moment en veel betere kansen om op tijd uit te brengen.
Voorbeeld
Om het enorme verschil te illustreren dat DevOps maakt op het gebied van betrouwbaarheid en implementatiesnelheid, vergelijken we de techgiganten (die uitblinken in DevOps) met typische ondernemingen.
Hier zien we dat een gigant als Amazon 23.000 implementaties per dag uitvoert met een doorlooptijd van “enkele minuten”, terwijl de frequentie bij een typische onderneming (als je het kunt geloven!) één keer per 9 maanden is.
We zien deze verbetering in de productlevenscyclus ook bij andere technologiebedrijven, zoals Apple en Uber, of socialemediagiganten zoals Facebook en anderen.
Strategie #4: API-eerstbenadering
Soms komt het succes van je product niet voort uit zakelijke of productbeslissingen, maar uit de manier waarop je engineers en technologisch leiderschap je architectuur ontwerpen.
Het product waar ik leiding aan geef, beschikt bijvoorbeeld over ruisonderdrukking op het apparaat en transcriptie. Deze vroege architectuurbeslissing heeft ertoe geleid dat we aanzienlijke voordelen hebben ten opzichte van onze concurrenten. De transcriptie op het apparaat is voor mijn bedrijf namelijk in wezen gratis. Daardoor kunnen we het product aanbieden tegen een prijs waarmee anderen (met kostbare transcriptie in de cloud) niet kunnen concurreren.
Een andere geweldige architectuurbeslissing die je kunt overwegen om de mogelijkheden van je product in de toekomst aanzienlijk te verbeteren, is het bouwen ervan volgens een API-eerstbenadering.
De logica hierachter is: om je website of mobiele/desktopapp met je server te laten communiceren, bouw je veel API's. Gewoonlijk behandel je die API's als iets intern en bouw je ze op een manier waarop je ze niet kunt gebruiken buiten de communicatie met je eigen apps.
De API-eerstbenadering schrijft voor dat de API's die je voor je eigen behoeften bouwt goed genoeg moeten zijn om ook als openbare API's te gebruiken (inclusief de benodigde beveiliging en structuur).
Op die manier hoef je, wanneer je besluit integraties met tools van derden toe te voegen of je API als afzonderlijke dienst aan te bieden, niet enorm veel tijd en moeite te besteden aan het vanaf nul bouwen van een openbare API.
Voorbeeld
Mijn favoriete voorbeeld van een goed uitgevoerde API-eerstbenadering is Stripe.
De API die zij hun gebruikers aanbieden is werkelijk fantastisch. Hij is veilig, robuust, eenvoudig in gebruik en bevat praktisch elke functie die je in Stripe kunt vinden.
Strategie #5: Benadering van edgecomputing
Rekenkracht is ontzettend duur. Je infrastructuur- en rekenkosten zijn vooral aanzienlijk als je verwerking in de cloud plaatsvindt.
LinkedIn stond er bijvoorbeeld om bekend het grootste deel van zijn omzet aan cloudcomputing uit te geven voordat het door Microsoft werd overgenomen. Het bedrijf rapporteerde in het begin van de jaren 2010 berucht hoge kosten van $72 miljoen voor een van zijn kwartalen.
Dergelijke aanzienlijke cloudkosten hebben rechtstreeks invloed op de manier waarop je je producten bouwt en prijst en op de manier waarop je jezelf in de markt positioneert.
Laat ik terugkeren naar het product dat ik beheer en de fantastische architectuur die onze technologieleiding ervoor had ontworpen. Zoals ik al heb vermeld, besloten we om de AI-modellen lokaal op de machines van onze gebruikers te laten draaien in plaats van in de cloud, waardoor de kosten per eenheid van deze modellen tot nul werden teruggebracht.
De aanpak die onze technologieleiding daar had gekozen, heeft een naam: randcomputing. Dit is een structuur waarbij je alle of een deel van je computerberekeningen uitbesteedt aan de apparaten van je klanten.
Voorbeeld
Een vrij beroemd voorbeeld van een bedrijf dat deze aanpak toepast, is Tesla. Ik zou kunnen beargumenteren dat hun auto's meer software en IT-hardware zijn dan auto's. Ik bedoel, heb je de boordcomputers in een Tesla wel eens gezien?
Deze twee chips beschikken over rekenkracht op supercomputerniveau en kunnen de meeste AI-modellen van Tesla lokaal uitvoeren. Daarmee besparen ze aanzienlijk op infrastructuurkosten en bandbreedte in vergelijking met wat Tesla zou hebben uitgegeven als het deze modellen in de cloud had laten draaien.
Leuk weetje: Een vriend van mij die beveiligingsexpert is, heeft onlangs ingebroken in de computer van zijn Tesla. Blijkbaar draait die op Linux (natuurlijk, alles draait op Linux) en staat Dropbox erop geïnstalleerd.
Strategie #6: Hyperpersonalisatie
Als je een digitale-marketingexpert vraagt naar de belangrijkste trends binnen zijn vakgebied, zal de meerderheid hetzelfde antwoord geven: personalisatie.
Diezelfde logica geldt ook voor productmanagement. Laten we niet vergeten dat niet al je gebruikers exacte kopieën zijn van je ideale klantpersona. Je persona is simpelweg het ‘wiskundige gemiddelde’ van alle verschillende mensen die je wilt bereiken.
Opmerking: Persona's behoren tot de belangrijkste resultaten die productmanagers moeten opstellen en beheren. Bekijk onze lijst met productontwikkelingstools die je bij deze taak helpen.
In feite is vrijwel niemand een exacte match en hebben echte gebruikers ten minste één kenmerk of voorkeur die verschilt van je persona. Dat betekent dat het product dat je rond je persona bouwt, niet volledig kan inspelen op de pijnpunten van echte gebruikers en dat iedereen op zijn minst iets te klagen zal hebben.
Gelukkig leven we in de wereld van big data en AI. Je kunt gebruikmaken van de gedragsgegevens die je over je gebruikers hebt en hun zogenaamde ‘hypergepersonaliseerde’ ervaringen bieden, waarbij je functies en content precies aansluiten op hun individuele behoeften.
Voorbeeld
Netflix en Spotify behoren tot de belangrijkste bedrijven ter wereld die hyperpersonalisatie volledig beheersen. Gebruik deze producten gewoon een paar weken en ze zullen je perfecte nummers en programma's gaan aanraden.
De productwereld verandert voortdurend — blijf bij!
De manier waarop je startup van een productidee naar een succesvol product gaat, is aanzienlijk veranderd. Nieuwe technologieën zoals AR/VR en AI kunnen je helpen betere producten te bouwen en je markt sneller te bereiken.
Dus of je nu aan een bestaand product werkt of op het punt staat helemaal vanaf nul een minimaal levensvatbaar product te bouwen, ik raad je zeker aan om gebruik te maken van deze innovatieve benaderingen om je productontwikkeling naar een hoger niveau te tillen.
Het toepassen van een succesvolle productontwikkelingsstrategie helpt je zeker om je doelen te bereiken, maar je hebt ook de juiste tools nodig om deze strategie uit te voeren. Bekijk zeker onze zorgvuldig samengestelde lijst met producttools die je hierbij helpen.
Tot slot blijven goede productmanagers altijd op de hoogte van de nieuwste trends in de wereld van productmanagement. Ook daarbij kunnen we je helpen! Abonneer je op onze nieuwsbrief voor meer bronnen en handleidingen over productmanagement, plus de nieuwste podcasts, interviews en andere inzichten van leiders en experts uit de sector.
