MVP. Как выводить на рынок товары и услуги, которые нравятся покупателям

При опросе пользователей вы можете использовать разный масштаб шкалы, например от 1 до 10 или от 0 до 10. Использование более 11 вариантов ответов может привести респондентов в замешательство, а менее пяти вариантов не обеспечит достаточной детализации ответов. Для любой биполярной шкалы я рекомендую использовать нечетное количество вариантов ответов, чтобы ровно посередине шкалы оказалась нейтральная оценка. Согласно результатам серьезных исследований надежности и валидности различных шкал, 5-балльная система оценки лучше всего подходят для однополярных шкал, а 7-балльная – для биполярных. Это объясняет, почему я рекомендую именно вышеуказанные варианты.

Как я уже писал, для упрощения последующих расчетов и анализа вы можете сопоставить балльную систему, используемую во время опросов, с другой более удобной для вас шкалой. Например, вы могли бы приравнять оценки, полученные по 5-балльной системе, к следующим значениям 100-балльной шкалы: 0, 25, 50, 75 и 100. Или к таким значениям: 0, 2.5, 5, 7.5 для перевода на 10-балльную шкалу. Аналогично оценки, полученные по 7-балльной системе, можно преобразовать в значения: 0, 16.7, 33.3, 50, 66.7, 83.3 и 100 на 100-балльной шкале. С учетом возможности преобразования баллов при опросах потребителей следует использовать такую шкалу, которая будет для них наиболее понятна и которая не подразумевает большей точности ответов, чем вы реально можете получить.

Применение соотношения показателей важности и удовлетворенности на реальных данных

Для лучшего понимания рассматриваемой концепции давайте применим ее к данным, относящимся к реальному продукту. Работая над одним из проектов, мы периодически проводили опрос наших пользователей с целью получения их оценки предлагаемых ключевых функций. В рамках одного из опросов мы попросили пользователей оценить степень важности 13 ключевых функций продукта, а также уровень удовлетворенности их работой. Мы усреднили оценки, полученные для каждой функции, и нанесли их на график, как показано на Рисунке 4.4. Каждая из 13 точек, которые вы видите, соответствует определенной ключевой функции. Число, указанное рядом с каждой точкой, – это усредненная оценка удовлетворенности пользователей данной функцией. В правом верхнем углу вы можете видеть точку, относящуюся к функции, о которой я упоминал ранее: получившей 100 %-ную оценку по важности и 98 %-ную по удовлетворенности. Как менеджер продукта я был очень доволен таким результатом. Поскольку эта функция уже работала максимально хорошо, я не хотел тратить драгоценные ресурсы нашей команды на дальнейшие попытки ее улучшить. Вместо этого я сосредоточился на улучшении функции, точка которой (с пометкой «55») находится ближе всего к верхнему левому углу, что говорит о ее высокой важности и низком уровне потребительской удовлетворенности. Согласно данным опроса, эта функция имела 82 %-ную важность, но при этом удовлетворяла потребности пользователей лишь на 55 %. Только одна функция имела еще более низкий показатель удовлетворенности (41 %). Однако она была гораздо менее важной (всего 53 %). Стоит отметить, что клиенты способны оценить свою удовлетворенность решением только в том случае, если они им реально пользовались.

Я часто сталкиваюсь с ситуациями, когда разработчики нового продукта сетуют на то, что у них пока еще нет потребителей, которых они могли бы опросить. Они обеспокоены тем, что не могут охватить своим опросом достаточное количество клиентов для достижения статистической достоверности полученных данных. Но даже в том случае, когда у вас нет возможности опросить несколько тысяч пользователей, вы все равно можете получить значимые результаты.

Рисунок 4.4. Соотношение показателей важности и удовлетворенности на реальных данных

Нулевой размер выборки – это нормально