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

Давайте вернемся к Uber. Предположим, мы проводим индивидуальные интервью с каждым из 25 человек, которые часто пользуются услугами такси, и задаем им вопросы на тему важности и удовлетворенности. Как вы думаете, какой процент опрошенных, будет «полностью удовлетворен» своим опытом потребления данной услуги? Смею предположить, что немногие (если не сказать никто) из 25 опрошенных выбрали бы этот вариант ответа. В ходе интервью мы хотели бы получить больше информации о клиентских потребностях в комфорте, удобстве использования, безопасности, надежности и так далее. Представьте, что мы попросили 25 клиентов оценить важность каждого из перечисленных преимуществ, а также соответствующий уровень удовлетворенности ими, на основе личного опыта. При этом вполне вероятно, что в полученных результатах мы смогли бы увидеть значимые закономерности – даже несмотря на то что опросили далеко не тысячи пользователей. Например, если очень большой процент опрашиваемых оценивает какой-то параметр одинаково высоко или низко, есть неплохой шанс, что похожий результат будет получен и при опросе гораздо большего числа респондентов. Я называю эту технику «восполнением количества за счет качества» – количественный анализ на качественных данных. Однако должен предупредить, что использовать такой подход следует с большой осторожностью. Это редко используемый инструмент. Статистический анализ имеет массу преимуществ, но очень многие продакт-менеджеры убедили себя в том, что они нуждаются исключительно в таких доказательствах, которые не оставляют даже тени сомнения. Вместе с тем случаи бывают разными. Довольно часто, особенно на ранних стадиях работы над продуктом версии v1, применение канонических статистических методов просто невозможно. Значимость статистических показателей велика, но далеко не всегда у вас есть размер выборки, необходимый для обеспечения высокой степени их достоверности. Поэтому принцип «все или ничего» здесь не применим.

Скажу больше, вы можете использовать систему соотношения важности и удовлетворенности, не опросив предварительно ни одного потребителя. Да-да, вы можете получить значимый результат даже при нулевом размере выборки. Как? Используя фреймворк для формулирования и уточнения ваших гипотез. Бережливый подход заключается в грамотном формулировании гипотез и последующей разработке тестов для определения их достоверности. Прежде чем провести первое собеседование с потребителями, вы уже можете выдвинуть гипотезы о том, какие потребности наиболее важны для целевых клиентов. Вы также можете выдвинуть гипотезу о том, что им нравится или не нравится в существующих решениях, а также об уровне их удовлетворенности. Каждую из своих гипотез вы могли бы отразить на рассмотренной нами ранее четырехквадрантной диаграмме. Затем, по мере получения результатов исследований и прохождения итераций улучшения продукта, вы могли бы соответствующим образом изменять местоположение гипотез на диаграмме, а также пересматривать их и добавлять новые.

Другие фреймворки

Ранее я упомянул о том, что уже после создания собственного фреймворка во время работы в Intuit я был рад открыть для себя другие структурные инструменты, также основанные на показателях важности и удовлетворенности. Например, такие методы, как Gap-анализ и Работа для выполнения (Jobs-to-Be-Done, или JTBD) используют показатели важности и удовлетворенности для количественной оценки различных функций продукта и расстановки соответствующих приоритетов.

Gap-анализ

Если вы поищете описание этого метода в Интернете, то найдете сразу несколько определений. Версия, на которую я ссылаюсь, основана на расчете величины «разрыва»[9] между важностью и удовлетворенностью. То есть вы просто берете усредненное значение показателя важности и вычитаете из него значение показателя удовлетворенности.

Gap = Важность – Удовлетворенность

Чем большей оказывается полученная величина «разрыва», тем в меньшей степени удовлетворяется исследуемая потребность. Согласно этой формуле, в ситуации, когда удовлетворенность превышает важность, «разрыв» будет выражаться отрицательной величиной.