Każdy PM z ponad rocznym doświadczeniem powie Ci, że nowe taktyki i strategie tworzenia produktów pojawiają się cały czas. Z natury jesteśmy innowatorami, więc oczywiście chcemy przyjmować najnowsze i najlepsze z tych nowych strategii.
Ale czy naprawdę warto poświęcać czas i wysiłek na poznanie i wdrożenie każdej z tych strategii?
Jako starszy menedżer produktu wiele nauczyłem się o tworzeniu produktów dzięki metodzie prób i błędów.
Oto więc, co musisz wiedzieć
aby przeprowadzać więcej prób i popełniać mniej błędów.
Czym jest strategia tworzenia nowego produktu (NPD)?
Jeśli należysz do tych szczęśliwych menedżerów produktu, którzy mogą tworzyć produkt od podstaw, najpierw musisz opracować plan działania, czyli strategię tworzenia nowego produktu.
Strategia NPD to zestaw kroków, które Ty i Twój zespół podejmujecie, aby opracować koncepcję i zbudować produkt (a także taktyk, które należy zastosować, aby poradzić sobie z każdym krokiem planu).
Jak wygląda proces tworzenia nowego produktu w 2025 roku
Sposób, w jaki ludzie tworzyli nowe produkty cyfrowe 5–10 lat temu, i sposób, w jaki robią to obecnie, nieco się różnią.
Nie chcę omawiać sposobu opracowywania strategii NPD ani tego, jak wygląda jej współczesna wersja (przygotowaliśmy osobny przewodnik na ten temat).
Zamiast tego pozwól, że wyróżnię najważniejsze zmiany w sposobie, w jaki obecnie tworzy się nowe produkty w porównaniu z sytuacją sprzed dekady.
Opracowywanie koncepcji produktu / analiza istniejących produktów
Wtedy
Poświęcałbyś znaczną ilość czasu na analizowanie konkurencji, przeglądanie opinii jej klientów, określanie swoich przewag konkurencyjnych, burze mózgów nad koncepcją produktu, generowanie pomysłów, opracowywanie nowych pomysłów na produkty i wiele więcej.
Teraz
Dzięki pojawieniu się ChatGPT (zwłaszcza GPT-4) wszelkie badania, których przeprowadzenie zajęłoby Ci tygodnie, można wykonać w ciągu kilku dni.
Have an account? Log In
Podejmowanie decyzji dotyczących komercjalizacji, cen i pakietów
Wtedy
Większość użytkowników kupowała oprogramowanie raz i była odpowiedzialna za pobieranie oraz instalowanie aktualizacji, gdy tylko stawały się dostępne. Oprogramowanie dla przedsiębiorstw było kupowane i sprzedawane przez dział sprzedaży (wzrost napędzany sprzedażą), który współpracował z organizacją i klientem nad opracowaniem niestandardowych rozwiązań i cen.
Teraz
Jeśli chodzi o ustalenie sposobu wyceny i sprzedaży produktów, kluczowym trendem, który należy wziąć pod uwagę, jest PLG.
Nowoczesna strategia wzrostu napędzanego przez produkt zakłada, że zmienisz kolejność elementów mapy drogowej produktu w taki sposób, aby koncentrować się na inicjatywach zapewniających doskonałe doświadczenia użytkownika w produkcie i zadbać o to, by produkt sam się promował.
Co więcej, strategie biznesowe PLG zwykle uwzględniają bezpłatny poziom cenowy lub bezpłatny okres próbny, które pozwalają użytkownikom bezpośrednio poznać propozycję wartości i doświadczenie klienta oferowane przez produkt, zanim podejmą decyzję o jego zakupie.
Opracowywanie strategii marketingowej
Wtedy
Podobnie jak proces opracowywania koncepcji, prowadzenie badań rynku i tworzenie strategii tradycyjnie zajmowało bardzo dużo czasu. Obejmuje ono szeroki zakres zadań, takich jak:
- Prowadzenie badań rynku i wybór rynku docelowego.
- Identyfikowanie nowych i istniejących rynków
- Współpraca z grupami fokusowymi reprezentującymi daną grupę demograficzną oraz przeprowadzanie testów rynkowych w celu określenia potrzeb klientów.
- Obliczanie udziału w rynku podobnych produktów zarówno na istniejących, jak i nowych rynkach.
Teraz
Obecnie mamy wiele nowych narzędzi opartych na sztucznej inteligencji (w tym ChatGPT), które mogą znacznie skrócić czas potrzebny na przeprowadzenie badań i opracowanie strategii marketingowej. Dostępne są również Similarweb, Browse AI, Brandwatch i inne narzędzia sztucznej inteligencji do badań rynku, które możesz rozważyć jako uzupełnienie swojego zestawu narzędzi i wsparcie w tym zakresie.
Podsumowując, technologia AI znacznie ułatwiła przedsiębiorcom opracowanie strategii NPD, stworzenie planu rozwoju firmy i realizację tych założeń. Jednak wykorzystanie AI w odkrywaniu produktu i badaniach nie jest jedyną rzeczą, która zmieniła się w procesie rozwoju produktu.
W rzeczywistości istnieje jeszcze 6 nowych strategii, które możesz rozważyć przy tworzeniu kolejnego produktu.
Strategia nr 1: AI wspierająca podejmowanie decyzji
Żyjemy w złotym wieku AI, a ta technologia jest obecna wszędzie. Oprócz wykorzystywania jej do zwiększania funkcjonalności produktu, możesz również polegać na algorytmach uczenia maszynowego, które pomogą Ci w podejmowaniu decyzji dotyczących produktu.
Pierwszym zastosowaniem AI w strategii produktu i procesie podejmowania decyzji dotyczących produktu, które prawdopodobnie od razu przyjdzie Ci do głowy, jest oczywiście zaawansowana analityka danych. Zespoły produktowe osiągające świetne wyniki polegają na danych i analizach, aby śledzić wydajność swoich produktów/funkcji, identyfikować obszary wymagające poprawy i wyciągać cenne wnioski.
Zwykle robisz to, korzystając z narzędzia analitycznego opartego na zdarzeniach lub zatrudniając dedykowany zespół analityczny. Obie opcje podniosą jakość zarządzania produktem w Twojej firmie na zupełnie nowy poziom. Wiążą się jednak z szeregiem ograniczeń, takich jak:
- Czasochłonność i duże zapotrzebowanie na zasoby: Twój zespół deweloperski będzie musiał zintegrować te narzędzia analityczne i wdrożyć wszystkie wyzwalacze zdarzeń. Z kolei dedykowanemu zespołowi analitycznemu wykonanie złożonych analiz może zająć od kilku dni do kilku tygodni.
- Brak możliwości przeprowadzania złożonych analiz: Narzędzia analityczne oparte na zdarzeniach będą w stanie obsłużyć za Ciebie zadania o niewielkim i średnim stopniu złożoności. Z kolei Twój zespół analityczny może wykonywać złożone zadania. Nie możesz jednak uwzględnić przypadków, w których zadanie jest niezwykle złożone i obejmuje wiele niewiadomych.
Na szczęście współczesne modele i algorytmy AI stały się wystarczająco inteligentne, aby wykonywać za Ciebie zadania analityczne. Ich zdolność do obsługi zadań o wysokim stopniu złożoności w ciągu zaledwie kilku minut jest naprawdę oszałamiająca.
Przykład
DataRobot jest na przykład w stanie przeanalizować dane dotyczące wydajności Twojego produktu i oszacować wartość klienta w całym okresie jego życia (LTV).
LTV należy do najtrudniejszych wskaźników do zmierzenia przez zespoły produktowe, zwłaszcza jeśli Twój produkt jest stosunkowo nowy i nie zgromadziłeś wystarczającej ilości danych dotyczących pozyskiwania klientów i ich rezygnacji, aby go obliczyć. Model AI DataRobot może jednak ekstrapolować istniejące dane i przewidzieć LTV niezależnie od tego, jak niewielką ilością danych dysponujesz.
Strategia nr 2: prototypowanie AR/VR
Jedną z największych zalet tworzenia oprogramowania jest możliwość szybkiego prototypowania. Mój dyrektor ds. technologii (CTO) zbudował kiedyś prototypową/wersję MVP jednego z naszych produktów w ciągu jednej nocy i uruchomił ją następnego ranka.
Produkt okazał się porażką i nie przeszedł etapu walidacji pomysłu. Chodzi mi jednak o to, że byliśmy w stanie zbudować prototypową wersję produktu i uruchomić ją w ciągu jednego dnia.
Nie moglibyśmy jednak przeprowadzić niczego nawet zbliżonego do szybkiego prototypowania, gdybyśmy tworzyli dowolny produkt fizyczny. Problem polega na tym, że aby zbudować pojedynczy egzemplarz produktu, musisz zaangażować się w proces produkcyjny i współpracować z wieloma dostawcami.
Oznacza to, że marnujesz znaczną ilość czasu i pieniędzy na zdobycie próbek produktu, które możesz rozdać docelowym odbiorcom, aby mogli z nich korzystać i je oceniać.
Dobrą wiadomością jest to, że najnowsze osiągnięcia w dziedzinie technologii AR i VR umożliwiły użytkownikom interakcję z prototypami w formie cyfrowej, bez konieczności przechodzenia przez uciążliwy proces ich wytwarzania.
Przykład
Jednym z najbardziej znanych przykładów jest firma Ford Motor Company, która najpierw buduje i testuje swoje samochody w przestrzeni VR, zanim wyprodukuje pierwszy fizyczny egzemplarz w celu aktualizacji swojej linii produktowej.
Dzięki temu procesowi inżynierowie i projektanci Forda mogą wcześnie znaleźć i naprawić problemy w prototypie, faktycznie widząc, „dotykając” i wchodząc w interakcję z samochodem.
Dopiero po kilku wirtualnych iteracjach testowania i poprawiania projektu produktu zespół PM daje zespołom produkcyjnym zielone światło na rozpoczęcie prac nad fizycznym prototypem samochodu.
Strategia nr 3: świetne procesy DevOps
Nie zdziwię się, jeśli zastanawiasz się, co DevOps ma wspólnego ze strategiami rozwoju produktu.
Cóż, krótka odpowiedź brzmi: dobry proces DevOps jest w istocie strategią rozwoju produktu samą w sobie i zdecydowanie zalecam zwrócić na niego uwagę podczas pracy nad procesem NPD.
A oto dłuższa odpowiedź:
DevOps, o którym tutaj mówię, nie jest modnym stanowiskiem w zespole inżynieryjnym, lecz procesem i filozofią, które pozwalają szybko i płynnie budować, testować oraz wdrażać nowe wersje aplikacji lub witryny do środowiska produkcyjnego poprzez ciągłą integrację.
Możemy szybko wskazać szereg korzyści inżynieryjnych i operacyjnych wynikających z wdrożenia doskonałych procesów DevOps w firmie, takich jak większa stabilność bazy kodu, łatwiejsze zarządzanie procesami wspólnego tworzenia kodu i wiele innych.
Jednak jako menedżerowie produktu musimy skupić się na korzyściach biznesowych wynikających ze sprawnie działającego środowiska DevOps w firmie, w tym:
- Szybsze wprowadzanie na rynek nowych funkcji i wersji produktu. Widziałem produkty, w przypadku których procesy testowania i wdrażania zajmowały 1–2 miesiące przy każdym większym wydaniu! To zdecydowanie zbyt długo! W czasie potrzebnym na wydanie tych produktów można byłoby zbudować całe wersje MVP i je zweryfikować!
- Większa stabilność pod względem niewprowadzania nowych błędów do produktu po każdym wydaniu. Nie chcesz, aby po każdym wydaniu Twój produkt wyglądał jak kompletny chaos, ani aby użytkownicy się na Ciebie złościli i wybierali stabilniejszą alternatywę.
- Większa przewidywalność pod względem możliwości dotrzymywania terminów przez zespół inżynieryjny. Wiem, daty wydań cały czas się zmieniają. Jednak dzięki dobrze zorganizowanemu procesowi DevOps pojawia się znacznie mniej nieprzewidzianych problemów w ostatniej chwili, a szanse na wydanie produktu w terminie są zdecydowanie większe.
Przykład
Aby zobrazować ogromną różnicę, jaką DevOps powoduje pod względem niezawodności i szybkości wdrażania, porównajmy gigantów technologicznych, którzy doskonale radzą sobie z DevOps, z typowymi firmami korporacyjnymi.
Widzimy tutaj, że taki gigant jak Amazon potrafi przeprowadzać 23 000 wdrożeń dziennie, a czas realizacji mieści się w przedziale „kilku minut”, podczas gdy w przypadku typowej firmy korporacyjnej częstotliwość wynosi, jeśli można w to uwierzyć, raz na 9 miesięcy.
Taką poprawę w cyklu życia produktu możemy zaobserwować również w innych firmach technologicznych, takich jak Apple i Uber, oraz u gigantów mediów społecznościowych, takich jak Facebook i inne firmy.
Strategia nr 4: podejście oparte na API
Czasami sukces produktu nie wynika z decyzji biznesowych ani produktowych, lecz ze sposobu, w jaki inżynierowie i liderzy technologiczni projektują architekturę.
Na przykład produkt, za który odpowiadam, oferuje redukcję szumów i transkrypcję wykonywane na urządzeniu. Ta wczesna decyzja architektoniczna zapewniła nam znaczącą przewagę nad konkurencją. Mianowicie transkrypcja wykonywana na urządzeniu jest dla mojej firmy zasadniczo bezpłatna. Dzięki temu możemy ustalić cenę na poziomie, z którym nie mogą konkurować inni dostawcy korzystający z kosztownej transkrypcji w chmurze.
Kolejną świetną decyzją architektoniczną, którą możesz rozważyć, aby znacząco zwiększyć możliwości produktu w przyszłości, jest zbudowanie go z zastosowaniem podejścia opartego na API.
Logika jest tutaj następująca: aby umożliwić witrynie lub aplikacji mobilnej/komputerowej komunikację z serwerem, będziesz tworzyć wiele interfejsów API. Zwykle traktujesz te interfejsy jako rozwiązanie wewnętrzne i tworzysz je w taki sposób, że nie można ich używać poza komunikacją z własnymi aplikacjami.
Podejście oparte na API zakłada, że interfejsy API tworzone na własne potrzeby powinny być wystarczająco dobre, aby można było używać ich również jako publicznych interfejsów API, z uwzględnieniem niezbędnych zabezpieczeń i struktury.
Dzięki temu, gdy zdecydujesz się dodać integracje z narzędziami innych firm lub zaoferować swoje API jako oddzielną usługę, nie będziesz musiał poświęcać ogromnej ilości czasu i wysiłku na budowanie publicznego API od podstaw.
Przykład
Moim ulubionym przykładem właściwie zastosowanego podejścia opartego na API jest Stripe.
Oferowane przez nich API dla użytkowników jest po prostu fantastyczne. Jest bezpieczne, solidne, łatwe w obsłudze i obejmuje praktycznie każdą funkcję, którą można znaleźć w Stripe.
Strategia nr 5: podejście oparte na przetwarzaniu brzegowym
Obliczenia są niezwykle kosztowne. Koszty infrastruktury i obliczeń są szczególnie wysokie, jeśli przetwarzanie odbywa się w chmurze.
LinkedIn na przykład słynął z przeznaczania większości swoich przychodów na przetwarzanie w chmurze, zanim został przejęty przez Microsoft. Firma poinformowała, że w jednym z kwartałów na początku lat 2010. koszty te wyniosły 72 miliony dolarów.
Tak znaczące koszty chmury bezpośrednio wpływają na sposób tworzenia i wyceniania produktów oraz na sposób pozycjonowania ich na rynku.
Wróćmy do produktu, którym zarządzam, oraz do fantastycznej architektury zaprojektowanej dla niego przez nasze kierownictwo techniczne. Jak już wspomniałem, zamiast uruchamiać modele AI w chmurze, zdecydowaliśmy się uruchamiać je lokalnie na urządzeniach naszych użytkowników, obniżając jednostkowe koszty tych modeli do zera.
Podejście przyjęte przez nasze kierownictwo techniczne ma swoją nazwę — przetwarzanie brzegowe. Jest to struktura, w której przekazujesz całość lub część obliczeń na urządzenia swoich klientów.
More Articles
Przykład
Dość znanym przykładem firmy stosującej takie podejście jest Tesla. Można argumentować, że jej samochody są w większym stopniu oprogramowaniem i sprzętem IT niż samochodami. Widziałeś kiedyś komputery pokładowe w samochodzie Tesli?
Te dwa układy scalone oferują moc obliczeniową na poziomie superkomputera i mogą lokalnie uruchamiać większość modeli AI Tesli, a także znacznie ograniczać koszty infrastruktury i przepustowości w porównaniu z tym, ile Tesla wydałaby na uruchamianie tych modeli w chmurze.
Ciekawostka: mój znajomy, ekspert ds. bezpieczeństwa, niedawno włamał się do komputera swojej Tesli. Podobno działa on na Linuksie (oczywiście wszystko działa na Linuksie) i ma zainstalowanego Dropboxa.
Strategia nr 6: hiperpersonalizacja
Jeśli zapytasz dowolnego eksperta ds. marketingu cyfrowego o najważniejsze trendy w jego dziedzinie, większość z nich udzieli tej samej odpowiedzi — personalizacja.
Ta sama zasada dotyczy również zarządzania produktem. Nie zapominajmy, że nie wszyscy użytkownicy są dokładnymi kopiami Twojej persony idealnego klienta. Twoja persona jest po prostu „średnią matematyczną” wszystkich różnych osób, do których zamierzasz kierować ofertę.
Uwaga: persony należą do najważniejszych materiałów, które menedżerowie produktu powinni tworzyć i którymi powinni zarządzać. Sprawdź naszą listę narzędzi do tworzenia produktów, które pomogą Ci w tym zadaniu.
W rzeczywistości praktycznie nikt nie jest dokładnym odpowiednikiem persony, a użytkownicy z prawdziwego życia mają co najmniej jedną cechę lub preferencję, która różni się od Twojej persony. Oznacza to, że produkt zbudowany wokół Twojej persony nie będzie w stanie całkowicie zaspokoić problemów użytkowników z prawdziwego życia i każdy z nich będzie miał przynajmniej coś, na co może narzekać.
Na szczęście żyjemy w świecie wielkich zbiorów danych i AI. Możesz wykorzystać dane behawioralne, które masz na temat swoich użytkowników, i zaoferować im coś, co nazywa się „hiperpersonalizowanymi” doświadczeniami, w których funkcje i treści dokładnie odpowiadają ich indywidualnym potrzebom.
Przykład
Netflix i Spotify należą do czołowych firm na świecie, które opanowały hiperpersonalizację. Wystarczy korzystać z tych produktów przez kilka tygodni, a zaczną polecać Ci idealne utwory i programy.
Świat produktów się zmienia — nadążaj za nim!
Sposób, w jaki Twój startup przechodzi od pomysłu na produkt do stworzenia odnoszącego sukcesy produktu, znacznie się zmienił. Nowe technologie, takie jak AR/VR i AI, mogą pomóc Ci tworzyć lepsze produkty i szybciej docierać do rynku.
Dlatego niezależnie od tego, czy pracujesz obecnie nad produktem, czy dopiero zamierzasz od podstaw stworzyć produkt o minimalnej funkcjonalności, zdecydowanie zalecam wykorzystanie tych innowacyjnych podejść, aby przenieść tworzenie produktu na wyższy poziom.
Przyjęcie skutecznej strategii rozwoju produktu z pewnością pomoże Ci osiągnąć cele, ale do jej realizacji będziesz również potrzebować odpowiednich narzędzi. Koniecznie sprawdź naszą wyselekcjonowaną listę narzędzi do zarządzania produktem, które Ci w tym pomogą.
Na koniec: świetni menedżerowie produktu zawsze śledzą najnowsze trendy w świecie zarządzania produktem. W tym również możemy Ci pomóc! Koniecznie zapisz się do naszego biuletynu, aby otrzymywać więcej materiałów i poradników dotyczących zarządzania produktem, a także najnowsze podcasty, wywiady i inne spostrzeżenia liderów oraz ekspertów z branży.
