Управление продуктом. Российская практика - страница 19

Качественные данные предоставляют богатое, детальное понимание сложных явлений и процессов. Они стремятся не к статистической значимости, а скорее к концептуальному пониманию. Количественные данные предоставляют статистические выводы, которые можно обобщить на более широкую популяцию. Качественные исследования играют ключевую роль в разработке новых гипотез, которые затем могут быть проверены количественными методами.

Мы также можем выделить два подхода к исследованию пользователей.

• Исследования отношения (Attitudinal) – путем задавания вопросов пользователям об их мыслях, чувствах и мнениях о продукте (например, интервью, фокус-группы).

• Исследования поведения (Behavioral) – непосредственное наблюдение за взаимодействием пользователей с продуктом и получение данных об их поведении. Наиболее часто используемые: юзабилити-исследования, Eye Tracking (где и как долго пользователь смотрит на различные области экрана), продуктовая аналитика (оценка активности пользователей внутри продукта), A/B-тестирование (сравнивает две версии веб-страницы или функции приложения, чтобы определить, какая работает лучше с точки зрения вовлеченности пользователей, коэффициентов конверсии или других поведенческих показателей).

В совокупности эти подходы предлагают целостное представление о пользовательском опыте, сочетая то, что пользователи говорят, с тем, что они делают.

Проведение исследований приводит к тому, что команда начинает аргументировать свои действия, основываясь на данных. Понятно, что это требует дополнительных ресурсов. Когда они ограниченны, вы не можете позволить себе роскошь детально изучить все, что можно, поэтому возникает задача приоритизации гипотез, оценки потенциального влияния на бизнес-результат и быстрой проверки на небольшой группе целевых клиентов. Это нужно, чтобы получить обратную связь как можно быстрее, доказать, что команда идет в верном направлении, увеличить свои шансы на успех.

Один из способов проверки гипотезы о жизнеспособности продукта – создание MVP. Кажется, что сам термин выбран неверно, поэтому появилось множество статей на тему того, что стоит использовать – MLP (Minimum Loveble Product) или Minimum Viable Process и т. п. Видимо, неоднозначность термина рождает широкий набор интерпретаций. А поскольку нет одной универсальной интерпретации, дискуссии о том, что это такое, не останавливаются.

Существует каноническое определение MVP по Эрику Рису.

MVP предназначен не для продажи или получения дохода, а для быстрого обучения. Соответственно, product в этой аббревиатуре – вовсе не конечный пользовательский продукт. Тут все зависит от стадии работы. На этапе проектирования это может быть интерактивный прототип для показа потенциальному клиенту. Многое зависит от ключевых гипотез и уровня достоверности, который нужно получить, ресурсов, которые вы готовы потратить на проверку, скорости получения обратной связи от рынка.

MVP должен в первую очередь сосредоточиться на проверке самых рискованных предположений. Пример, который всегда вдохновляет меня: MVP DropBox Video Explainer. В то время у DropBox не было продукта. Вместо этого они создали простое видео для сообщества первых пользователей, чтобы продемонстрировать, как должно работать решение. В результате их список ожидания бета-тестирования увеличился с 5000 до 75 000 человек за одну ночь.