Jak menedżerowie produktu mogą wykorzystać supermoce danych, aby pokonać konkurencję

Przeczytaj transkrypcję:

Testujemy transkrypcję naszych podcastów za pomocą programu komputerowego. Prosimy o wyrozumiałość w przypadku literówek, ponieważ bot nie zawsze działa w 100% poprawnie.

Hannah Clark: W idealnym świecie każda podejmowana przez nas decyzja byłaby oparta na danych. Co jednak dzieje się, gdy serce jest gotowe, ale danych, których potrzebujemy, po prostu… nie ma? Albo proces ich pozyskania jest tak uciążliwy, że gra nie jest warta świeczki? W przypadku wielu zespołów produktowych zbyt wiele decyzji ostatecznie opiera się tylko na jednej liczbie — pensji osoby, która je podejmuje.

Dziś rozmawiałam z Vijayem Umapathym, dyrektorem zarządzania produktem w Heap. Vijay opowiada, jak jego zespół stopniowo stawał się coraz bardziej zorientowany na dane, a także o przełomach, które pozwoliły mu generować więcej spostrzeżeń w krótszym czasie. Wspomina również o naprawdę genialnej taktyce, którą jego zespół wykorzystał, aby zapobiegać konfliktom między zespołami produktowymi i inżynieryjnymi. Zaczynajmy.

Vijay, bardzo dziękuję, że do nas dołączyłeś.

Vijay Umapathy: Świetnie. Dzięki za zaproszenie. Miło tu być.

Hannah Clark: Zacznijmy od twojego doświadczenia. Czy możesz opowiedzieć nam trochę o swojej ścieżce zawodowej i o tym, jak trafiłeś do Heap?

Vijay Umapathy: Jasne. Zacząłem od studiów inżynierskich, studiowałem informatykę na MIT, a zaraz po ukończeniu szkoły rozpocząłem pracę w obszarze produktu. Dołączyłem do programu APM w Google. Zabawne jest to, że byłem jedną z tych osób, które na początku uwierzyły w hasło: „Jako menedżer produktu jesteś małym dyrektorem generalnym”. To oczywiście zupełnie nieprawda i dziś jest postrzegane jako bardzo archaiczny sposób opisywania tej dziedziny.

Powiem jednak, że od samego początku podobała mi się idea noszenia wielu różnych kapeluszy. Na przykład kapelusza osoby mającej kontakt z klientem, projektanta, inżyniera czy menedżera produktu oraz przełączania się między tymi różnymi perspektywami, gdy pomaga się ludziom za pomocą technologii.

I ta część rzeczywiście okazała się prawdziwa w przypadku pracy menedżera produktu, więc nie była całkowicie fałszywym wyobrażeniem o tym, jak będzie wyglądać ta praca.

Hannah Clark: Chciałam cię zapytać o coś, co znajduje się w twoim biogramie na Medium. Piszesz tam, że naprawdę lubisz tworzyć narzędzia, które dają ludziom supermoce. Pomyślałam, że to bardzo ciekawe określenie, i chciałam dowiedzieć się, jak wygląda to w kontekście Heap, czyli narzędzia, z którego mogą korzystać także osoby zajmujące się produktem.

Vijay Umapathy: Heap to narzędzie do analityki produktu. Żeby wyjaśnić, jak wielu menedżerów produktu korzysta z analityki, opowiem o mojej poprzedniej firmie. Pracowałem w startupie robotycznym i mieliśmy tam coś w rodzaju cesarza pulpitów — człowieka od danych.

Jeśli miałem pytanie dotyczące zachowania użytkowników — na przykład ile osób korzysta z danej funkcji, co robią albo gdzie utknęły — musiałem zgłosić temu człowiekowi zadanie i czekać tygodniami, aż ktoś nada mu priorytet. A chodziło tylko o utworzenie wykresu, który pomógłby mi odpowiedzieć na to pytanie.

To było bardzo archaiczne i niezwykle odbierało sprawczość. Dlatego, gdy rozważałem dołączenie do Heap, najbardziej przyciągnęło mnie to, że firma tworzy rozwiązania dla menedżerów produktu. Heap automatyzuje pracę polegającą na ręcznym pisaniu kodu śledzącego każde działanie użytkownika, które nas interesuje.

Jeśli na przykład mam sklep internetowy i chcę wiedzieć, ile osób klika przycisk dodawania do koszyka, zwykle w narzędziach analitycznych trzeba napisać linię kodu mówiącą, że ktoś kliknął ten przycisk. Następnie trzeba utrzymywać ten kod przez cały czas. To cały skomplikowany proces. Heap automatycznie przechwytuje wszystkie te dane.

Automatyzujemy więc dużą część pracy związanej ze śledzeniem. Najpotężniejsze jest jednak to, że jeśli sześć miesięcy później zadam pytanie: „Ile osób wykonało tę czynność albo skorzystało z tej funkcji?”, nie muszę czekać, nawet jeśli wcześniej zapomniałem poprosić kogoś o jej śledzenie albo utworzyć odpowiednie zadanie.

Mam natychmiastowy dostęp do wszystkich danych historycznych i mogę od razu odpowiedzieć na pytanie. Pomyśl, ile spotkań wygląda tak, że ktoś pyta: „Ile osób to robi?”, a ty nie masz natychmiast odpowiedzi pod ręką. Wtedy kontrolę przejmuje najgłośniejsza osoba.

Na początku mojej pracy w Heap uczestniczyłem w jednym z takich spotkań. Pracowaliśmy nad stroną, która miała widok przeglądania i wyszukiwania. Można ją porównać do Dysku Google. Ktoś powiedział: „Załóżmy, że wiele osób po prostu wyszukuje na tej stronie”. To dość dziwne założenie. Odpowiedziałem: „Dobrze, porozmawiajmy o przyszłości wyszukiwania i przeprojektowaniu tej funkcji”.

Kiedy ta osoba zaczęła się rozwodzić nad tematem, wszedłem do Heap i utworzyłem zdarzenie dotyczące osób wyszukujących na tej stronie. Miałem natychmiastowy dostęp do wszystkich danych historycznych, więc mogłem utworzyć wykres pokazujący, jaki odsetek osób wykonuje tę czynność. Okazało się, że tylko 27%. Powiedziałem: „Chwileczkę. Wygląda na to, że mniejszość osób tutaj wyszukuje. Czy możemy porozmawiać trochę więcej o przeglądaniu?”. To zmieniło kierunek spotkania.

Właśnie to mam na myśli, mówiąc o supermocach. Myślę, że za dziesięć lat spojrzymy wstecz i uznamy, że absurdalne było niemożliwe odpowiadanie na takie pytania w czasie rzeczywistym.

Hannah Clark: Osobiście bardzo interesujesz się wykorzystywaniem analityki danych w podejmowaniu decyzji. Jak myślisz, w jaki sposób te zainteresowania wpłynęły na rozwój produktu i spostrzeżenia, które możecie zdobywać?

Vijay Umapathy: Nie wiem, czy bezpośrednio wpłynęły na sam produkt. W wielu przypadkach to nasi klienci wyznaczają ten kierunek. Powiedziałbym jednak, że pomogły ukształtować sposób, w jaki rozmawiamy o najlepszych praktykach.

Jedną z najciekawszych możliwości jest zadawanie wielu doraźnych pytań, jedno po drugim. Kiedy ludzie otrzymują narzędzia pozwalające szybko zadawać pytania i uzyskiwać odpowiedzi, problemem stają się ich procesy.

Wiele osób działa według schematu: po uruchomieniu funkcji siadasz i definiujesz pięć wskaźników, które będziesz mierzyć. Potem, już po wszystkim, analizujesz pulpit, przedstawiasz go kadrze kierowniczej na spotkaniu i przechodzisz dalej.

W Heap staramy się działać inaczej. Przygotowaliśmy nawet odpowiednie szablony. Uważamy, że trzeba kierować się hipotezami. Kiedy zaczynasz od stwierdzenia: „Chcę rozwiązać ten problem za pomocą produktu lub funkcji”, korzystasz z szablonu zwanego opisem problemu. Nie określasz rozwiązania, tylko szczegółowo opisujesz problem.

Najważniejszą częścią jest mierzalna hipoteza: wierzę, że ta grupa użytkowników zmieni swoje zachowanie w określony, mierzalny sposób. Możesz również określić, jak duża będzie ta zmiana. Innymi słowy: jak wygląda dobry wynik?

Po uruchomieniu funkcji mamy też rytuał, który wielokrotnie stosowaliśmy, a następnie opisaliśmy w szablonach i artykułach na blogu. Nazywa się raportem po działaniu. Zaczynasz od pytania: jaka była moja hipoteza przed rozpoczęciem pracy i czy okazała się prawdziwa?

Czy wyniki zmieniły się tak, jak przewidywaliśmy? Co jeszcze nas zaskoczyło? To ostatnie pytanie może poprowadzić cię w dół króliczej nory. Heap zachęca nas i naszych klientów do zadawania kolejnych pytań.

Które segmenty użytkowników zachowywały się zupełnie inaczej? Jakie ścieżki przechodzenia przez funkcję lub proces wybierali ludzie, choć nie spodziewaliśmy się, że nimi pójdą?

Hannah Clark: Czy możesz podać przykład króliczej nory, w którą ostatnio się zagłębiłeś, aby pokazać, jaką moc może to dawać?

Vijay Umapathy: Dobrym przykładem jest funkcja odtwarzania sesji, którą uruchomiliśmy w Heap około sześć miesięcy temu. Przejęliśmy firmę oferującą odtwarzanie sesji, czyli możliwość obejrzenia wizualnej rekonstrukcji działań jednego użytkownika. Można obserwować każde jego kliknięcie.

Początkowo planowaliśmy uruchomić tę funkcję jako integrację. Zbudowaliśmy więc kilka punktów wejścia do niej wewnątrz naszych funkcji analitycznych. Zauważyliśmy, że ludzie z nich korzystają i wypróbowują rozwiązanie. Odkryliśmy jednak pewne trudności, gdy nowe konta były konfigurowane, ponieważ użytkownicy oczekiwali najpierw procesów bardziej jakościowych.

Widzieliśmy, że przechodzili do innych części naszej witryny, aby je znaleźć. W rezultacie zaczęliśmy wprowadzać zmiany, które ułatwiają poruszanie się po takich procesach. To bardzo typowy schemat w pracy nad produktem: wdrażasz coś, masz pewne założenia, część rzeczy działa, a część cię zaskakuje. Potem iterujesz, aż zachowanie użytkowników zaczyna przypominać ścieżki, które dla nich przygotowałeś. Na początku nigdy tak nie jest.

Hannah Clark: Zmieńmy trochę temat. Ostatnio dużo myślę o przełomach — takich momentach, w których pojawia się olśnienie, a potem staje się ono częścią codziennych procesów. Czy możesz opowiedzieć o przełomie związanym z wykorzystywaniem spostrzeżeń użytkowników?

Vijay Umapathy: Największy przełom w naszym produkcie, który zmienił również sposób działania zespołów produktowych i naszych klientów, wynika z dodania funkcji odtwarzania sesji.

Zwykle dane ilościowe znajdują się w jednym narzędziu. Masz silos zawierający dane o zachowaniu użytkowników, na podstawie których tworzysz wykresy i raporty lejka. Osobno istnieje drugi silos z danymi jakościowymi.

Często różne zespoły analizują te dwa silosy. Zespół projektowy może regularnie oglądać odtworzenia sesji. Z czasem powstają jednak miliony godzin nagrań — więcej, niż ktokolwiek byłby w stanie obejrzeć.

Problem polega na tym, że nie wiadomo, które sesje warto oglądać. Nawet jeśli otworzysz godzinną sesję, nie wiesz, które momenty są ważne ani które z nich mają znaczenie dla całej firmy, a nie tylko dla jednego użytkownika.

Kiedyś w każdy piątek spotykaliśmy się i oglądaliśmy kilka odtworzeń sesji. Celem było budowanie empatii wobec klienta, a także omawianie konkretnego procesu, nad którym pracowaliśmy, i szukanie pomysłów na usprawnienia.

Problem polegał na tym, że jedna osoba musiała przygotować to spotkanie. W przypadku trzydziestominutowego spotkania z udziałem dwudziestu lub trzydziestu osób była to kosztowna godzina. Ktoś musiał poświęcić około trzech godzin przed spotkaniem na oglądanie wielu sesji, z których większość była bezużyteczna, a następnie wybrać trzy do wspólnego omówienia.

Była to trudna i żmudna praca. Gdy robiło się intensywnie, osoba odpowiedzialna za przygotowanie nie miała na to czasu. W rezultacie cały rytuał się rozpadał, a wykorzystywanie danych jakościowych zamierało. Dane stawały się nieużywanym zasobem.

Kiedy przejęliśmy firmę Oric oferującą odtwarzanie sesji, nie dodaliśmy po prostu kolejnej strony do produktu. Głęboko zintegrowaliśmy tę funkcję z naszą analityką. Za każdym razem, gdy analizujesz dowolny trend ilościowy, otrzymujesz przycisk „Pokaż mi”.

Przycisk wybiera właściwe sesje dla analizowanego kontekstu i przenosi cię do odpowiednich momentów. Jeśli właśnie wdrożyłeś funkcję i chcesz wiedzieć, czy zmieniło się zachowanie użytkowników, możesz to łatwo sprawdzić. Jeśli wiele osób odpada w trzecim kroku procesu, możesz zobaczyć, co się tam dzieje.

Przywróciliśmy więc pewną wersję tego spotkania, ale w formie burzy mózgów. Nasz zespół wzrostu poprowadził takie spotkanie. Nie było żadnych przygotowań. Uczestnicy wzięli istniejące raporty lejka dotyczące różnych części konfiguracji i procesu wdrażania, podzielili się na grupy i oglądali tyle sesji, ile zdołali, tworząc wirtualne karteczki z obszarami trudności.

Każdy zespół wybrał inny lejek lub krok. Nie było wcześniejszej pracy przygotowawczej, więc zniknęły trzy godziny przesiewania nagrań. W ciągu trzydziestu minut zespoły stworzyły setki pomysłów. To był moment przełomowy: zobaczyliśmy, że zespoły mogą generować pomysły znacznie szybciej, niż kiedykolwiek wcześniej sądziły.

Hannah Clark: To wspaniałe i ma ogromny wpływ.

Vijay Umapathy: Zdecydowanie. Co ważne, jest to również oparte na danych. Wiele osób zapomina, że obecnie około 90% decyzji produktowych na świecie podejmuje się na podstawie opinii.

Słyszałaś o HIPPO? To najwyżej opłacana opinia. To zabawny akronim używany przez menedżerów produktu, ale bardzo trafny. Większość decyzji opiera się na intuicji. Nawet jeśli analizujesz anegdotę i zapisujesz ją na jednej z karteczek, to jeśli wynika ona z ilościowego kontekstu, na przykład z procesu, który nie działa dobrze, jest to już zwycięstwo.

Jesteś wtedy choć trochę lepiej poinformowany niż wcześniej. Trzeba zrozumieć, że można wygrywać, wykonując tysiąc małych kroków we właściwym kierunku. Bycie zorientowanym na dane nie musi być wielkim przełącznikiem „włączone-wyłączone”. Możesz stopniowo wspinać się po tej drabinie.

Hannah Clark: Wróćmy do innowacji. Jak równoważysz potrzebę wprowadzania innowacji i iterowania z koniecznością zapewnienia, że dostarczany produkt pozostaje stabilny, niezawodny i oferuje spójne doświadczenie klienta?

Vijay Umapathy: Pozwól, że trochę rozwinę to pytanie. Jeśli chodzi o niezawodność i stabilność, zwykle monitorujesz podstawowe wskaźniki niezawodności i stabilności. Firmy mają też zazwyczaj umowy dotyczące poziomu świadczenia usług, obejmujące takie kwestie jak dostępność.

Czasami chodzi również o wydajność. Jeśli monitorujesz te obszary, dane dość jasno pokażą, kiedy trzeba przerwać inne prace i naprawić problem. Ciekawsza kwestia dotyczy zarządzania długiem technologicznym wraz z zespołem inżynieryjnym, równocześnie z tworzeniem nowych możliwości produktu i rozwiązywaniem problemów klientów.

Istnieje typowy schemat: menedżer produktu chce ciągle tworzyć nowe funkcje rozwiązujące problemy klientów. Kierownictwo go lubi, bo pomysły są atrakcyjne i obiecują przychody. Tymczasem zespół inżynieryjny siedzi z boku i mówi: „Naprawdę musimy zaktualizować wersję Node”. Z czasem narasta frustracja, bo ten pomysł jest odkładany.

To tworzy niepotrzebne konflikty między zespołami produktowymi i inżynieryjnymi. W Heap na kilku zespołach zaczęliśmy wykorzystywać plan działania produktu do ustalania priorytetów inwestycji technicznych w fundamenty produktu.

Stworzyliśmy coś, co nazwaliśmy kartą wyników zwinności. Zaczęliśmy od zasady, że komputery powinny pracować dla nas. Wykonywanie czynności, które musimy powtarzać coraz częściej, powinno stawać się coraz łatwiejsze.

Najpierw spójrz na plan działania produktu i zapytaj: jakie zmiany chcę wprowadzać częściej, a jakie rzadziej? Następnie zastanów się, czy przy zmianach, które chcesz wprowadzać często, jesteś obciążony długiem technologicznym, czy raczej masz odpowiednie wsparcie.

Może coś trwa tygodnie, choć powinno zająć minuty. Może wykonanie zadania jest stosunkowo proste, ale nadal wymaga pracy. A może cały proces jest zoptymalizowany i zaprojektowany tak, aby wykonywać go tysiące razy dziennie? Nie chcesz optymalizować wszystkiego, bo wtedy nie zoptymalizujesz niczego.

W Heap zdaliśmy sobie sprawę, że będziemy zawsze tworzyć nowe rodzaje wizualizacji danych. Zrozumieliśmy również, że przez cały czas będziemy budować interfejsy pozwalające ludziom zadawać pytania dotyczące danych.

Zaczęliśmy więc analizować, ile czasu zajmuje tworzenie takich rozwiązań, ile powinno zajmować oraz jakie trudności zgłasza zespół programistyczny. Postanowiliśmy wstrzymać na pewien czas rozwój części funkcji i nadać priorytet przeniesieniu naszego interfejsu do Reacta.

Wiem, że wiele firm robiło to w ostatnich latach. Są to duże i bolesne projekty. Zajmują dużo czasu, mają mnóstwo przypadków brzegowych i bywają bardzo trudne. Są jednak ważne, jeśli od początku, także przed zespołem kierowniczym, przedstawisz je jako inwestycję w przyszłą szybkość działania.

Inwestujesz miesiąc teraz, aby czynność, którą będziesz wykonywać sto razy, skrócić z tygodnia do godziny. To szybko się zwróci. W ten sposób dług technologiczny zmienia się w technologiczną dywidendę. Staje się to ekscytującym, wspólnym przedsięwzięciem zespołów produktowego i inżynieryjnego, zamiast źródłem konfliktu.

Hannah Clark: Vijay, jakie trendy obserwujesz obecnie w obszarze zarządzania produktem i analityki danych? Jak wyprzedzacie te trendy, aby wasz zespół pozostawał na czele zmian?

Vijay Umapathy: Jednym z głównych trendów jest przełamywanie silosów danych. Napędza go kilka czynników. Jednym z nich są oczywiście niespójne procesy. Wspominaliśmy o tym przy okazji odtwarzania sesji. Połączenie tej funkcji z kontekstem danych ilościowych pozwala uzyskać wartość i spostrzeżenia znacznie szybciej.

Kiedy można usprawnić procesy rozproszone między wieloma narzędziami, coraz częściej obserwujemy konsolidację narzędzi. W ostatnich miesiącach przyspieszyły ją również problemy makroekonomiczne firm technologicznych, które zakładały nieskończony wzrost i praktycznie bezpłatny kapitał.

Przy ograniczaniu budżetów dyrektorzy finansowi i zespoły zakupowe naciskają na konsolidację narzędzi. Jest to szczególnie istotne dla firm B2B. Wielu menedżerów produktu pracuje w firmach B2B SaaS i prawdopodobnie słyszy presję: „Zbudujmy własną wersję każdego narzędzia z obszaru sąsiadującego z naszym”.

Problem polega na tym, że istnieje ogromne ryzyko rozproszenia sił. Trzeba bardzo uważnie przemyśleć, czy połączenie narzędzi rzeczywiście poprawi doświadczenie klienta, czy robisz to wyłącznie dla samej konsolidacji. Ważne jest również pytanie, czy istnieje coś, do czego twoja firma jest wyjątkowo dobrze przygotowana.

Jeśli zbudujesz pierwszą wersję narzędzia z sąsiedniego obszaru, który istnieje od lat, z definicji będziesz w tyle. Nie da się odtworzyć wielu lat pracy w ciągu jednej nocy. Jeśli jednak masz prawdziwy wyróżnik i znacząco usprawnisz proces użytkownika końcowego, możesz zacząć dostarczać wartość i wyprzedzać konkurencję.

Ważne jest więc, aby przy konsolidacji narzędzi i przełamywaniu silosów rozważnie rozwiązywać problemy i budować funkcje.

Hannah Clark: To fascynujące. Na koniec, trochę z innej beczki: czego obecnie słuchasz? Co lubisz włączać w pracy albo poza nią?

Vijay Umapathy: Słucham dużo muzyki elektronicznej. Jestem wielkim fanem Above and Beyond. Mają kilka wytwórni, a jedna z tych, których playlist często słucham na Spotify, nazywa się Anjunabeats. Publikują tam utwory wielu rozwijających się artystów.

Wiele osób dopiero zaczyna rozwijać swoje kariery, a oni stworzyli cały ekosystem świetnie brzmiącej muzyki. Zwykle właśnie tego słucham.

Hannah Clark: Świetnie, będę musiała tego posłuchać. Vijay, jeśli ktoś chce być na bieżąco z twoją działalnością albo śledzić twoją pracę, gdzie można znaleźć cię w internecie?

Vijay Umapathy: Jestem na Medium, a także na Twitterze @vijayumapathy. Warto też sprawdzić Heap, jeśli tworzysz produkty cyfrowe. Pomożemy ci szybko podejmować decyzje. Mam nadzieję, że przedstawione przykłady pokazały, jak można to robić i zyskać większą sprawczość. Nie pozwól, aby HIPPO wygrał.

Hannah Clark: Zgoda. Bardzo dziękuję, że do nas dołączyłeś. Naprawdę doceniamy twój czas.

Vijay Umapathy: Dziękuję.

Hannah Clark: Dziękujemy za wysłuchanie. Więcej wartościowych spostrzeżeń, poradników i recenzji narzędzi znajdziesz w naszym biuletynie pod adresem theproductmanager.com/subscribe. Więcej rozmów tego typu usłyszysz, subskrybując Klub CPO w dowolnej aplikacji, w której słuchasz podcastów.