Дэн Олсен – MVP. Как выводить на рынок товары и услуги, которые нравятся покупателям (страница 14)
Рисунок 4.4. Соотношение показателей важности и удовлетворенности на реальных данных
Нулевой размер выборки – это нормально
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.
Преимущество Gap-анализа состоит в том, что результатом является единственное число, которое к тому же очень легко вычислить. Однако у этого метода есть существенный недостаток – он не позволяет делать различия между «разрывами», имеющими одинаковую величину. Например, если при использовании шкалы от 0 до 10 баллов, показатель важности потребности равен 10 баллам, а уровень удовлетворенности = 5 баллам, то величина «разрыва» составляет 5 баллов. Если бы важность другой потребности равнялась 6 баллам, а степень удовлетворенности – 1 баллу, то величина «разрыва» также составила бы 5 баллов. В итоге эти цифры не несут в себе необходимой смысловой нагрузки, поскольку разрыв в 5 баллов для потребности, имеющей важность в 10 баллов, должен быть более значимым, чем аналогичный разрыв для потребности с важностью, оцененной только в 6 баллов. Теперь давайте перейдем к другому структурному инструменту, также основанному на показателях важности и удовлетворенности, но не имеющему указанного недостатка.
Jobs-to-Be-Done («Работа для выполнения»)
В свое время мне посчастливилось открыть для себя книгу Энтони Ульвика «Чего хотят потребители»[10]. В ней он описывает свой инновационный подход, ориентированный на конечный результат, в котором также используются показатели важности и удовлетворенности для количественной оценки возможностей. Ульвик использует несколько более сложную формулу для получения своего оценочного показателя, но именно это позволяет решить описанную выше проблему Gap-анализа:
Оценка возможности = Важность + Maximum (Важность – Удовлетворенность, 0)
Его метод так же, как и формула Gap-анализа, основан на вычитании значения показателя удовлетворенности из значения показателя важности. Однако он не позволяет этой разности приобрести отрицательное значение; минимальной результирующей величиной в этом случае является ноль. К полученному в результате вычитания значению здесь добавляется значение показателя важности, что и позволяет провести различия между «разрывами» одинакового размера. Если значение каждого из используемых в формуле показателей варьируется в диапазоне от 0 до 10, то результирующий балл может изменяться от 0 (когда показатель важности равен нулю) до 20 (когда важность равна 10, а удовлетворенность равна 0). Те возможности, чья итоговая оценка превышает 15 баллов, Ульвик относит к очень привлекательным, а те, что оценены ниже 10 баллов, – к непривлекательным.
Давайте рассчитаем оценку возможностей, используя те же данные, что и в предыдущем примере. Наша первая потребность с показателем важности 10 баллов и удовлетворенностью в 5 баллов будет иметь оценку возможности, равную: 10 + Maximum (10 – 5, 0) = 10 + 5 = 15 баллов. Для второй потребности с показателем важности 6 баллов и удовлетворенностью в 1 балл оценка возможности будет равна: 6 + Maximum (6–1, 0) = 6 + 5 = 11. Таким образом, используя формулу Ульвика, даже если величина разрыва между важностью и удовлетворенностью для каждой из двух потребностей одинаковая (по 5 баллов), мы можем выяснить, что первая потребность, с более высоким показателем важности, имеет более высокую оценку возможности.
Центральное место в методологии Ульвика занимает идея о том, что клиенты приобретают продукты и услуги, которые помогают им выполнить некоторую задачу или работу. Покупатели решают, какой продукт им следует приобрести, исходя из того, насколько хорошо он обеспечивает «желаемые результаты» для «работы, которую необходимо выполнить». Этого же подхода, ставшего известным под названием Jobs-to-Be-Done («Работа для выполнения»), придерживался Клейтон Кристенсен[11] и некоторые другие исследователи.
Ульвик объясняет превалирование желаемых результатов над потребностями или выгодами клиентов тем, что последние формулируются, как правило, очень неточно. Он утверждал, что недостаток «клиентоориентированного» подхода, который слишком сильно полагается на «мнение клиента», заключается в том, что потребители часто выражают свои мысли неточно или двусмысленно. Я согласен с тем, что клиентские потребности и выгоды должны быть сформулированы максимально точно – но это забота команды разработчиков продукта, а вовсе не самих клиентов. Для создания инновационных решений команде разработчиков необходимо сформировать четкое представление о проблемном пространстве. При этом я разделяю озабоченность Ульвика по поводу того, что цели или требования к продукту очень часто оказываются «размыты» – сформулированы лишь на самом верхнем уровне или слишком расплывчато.
По словам Ульвика, «для большинства выполняемых задач, даже тех, которые могут казаться тривиальными, обычно существует от 50 до 150 и более желаемых результатов, что явно выходит за рамки ожидаемого количества». Это утверждение явно перекликается с моей собственной убежденностью в том, что для команд разработчиков посильно – и фактически необходимо, если они рассчитывают создать успешную инновацию, – формировать подробное и точное описание проблемного пространства своего продукта. То, что Ульвик называет результатами, я бы назвал точно сформулированными потребительскими выгодами (преимуществами). Вместо того чтобы бессистемно скрести поверхность луковицы, хорошие команды разработчиков тщательно, слой за слоем, очищают лук от кожуры, получая при этом все более глубокие знания о предмете своего исследования. Стив Джобс также придерживался аналогичной точки зрения: