CustDev Laboratory

175. Экстремальное поведение потребителя

В продукте могут быть разные модели поведения потребителя. Одни применяются большим числом потребителей, другие малым.

Например, пользователь сервиса по бронированию столиков в ресторанах в одном из конкурентов «Битком 24» бронировала столик для бизнес-ланча в Гудмане. И делала это каждый будний день на протяжении долгих месяцев. Подробнее мы писали об этом.

Другой пример уже у пользователя Битком.
Женщина хотела забронировать конкретный столик в конкретном ресторане. Она сделала заявку на него, перезвонила и уточнила, тот ли самый столик закрепили за ней. После позвонила через день, чтобы уточнить, а точно ли именно этот столик забронирован для нее.

Через день она же позвонила с нового номера и попыталась на те же время и дату забронировать этот столик на другое имя. Успокоилась только тогда, когда услышала, что столик занят.

Такие модели поведения есть в каждом продукте. Обычно их называют экстремальными.

В процессе customer interview важно уметь такие модели не путать с более распространенными моделями поведения, иначе получится продукт для экстремальных пользователей, а таких обычно очень мало.

В сухом остатке: экстремальные модели могут быть, главное научиться отличать их от более распространенных.

#поведениепотребителей@custdevlab #модельповедения@custdevlab

P.S. При расчете метрик продукта экстремальное поведение лучше исключать, чтобы не было искажения в метриках.

#юмор @custdevlab

174. Целевая аудитория и целевая аудитория

Целевая аудитория — это люди, на которых продукт ориентирован. Может быть несколько сегментов целевой аудитории у одного продукта. Выделять целевую аудиторию можно на основе разных параметров.

Условно, если представить всю численность населения региона как генеральную совокупность, то выделение целевой аудитории представляет процесс выбора именно тех людей, которым продукт нужен больше всего.

Например, продукт нацелен на женщин, значит «убираем» всех мужчин. Далее, определенный возраст — убираем все остальные возраста. Определенная модель поведения — убираем все другие. То, что останется — наша целевая аудитория.

В теории все просто. На практике нет.

Важно понимать, что при работе с целевыми аудиториями, мы работаем с двумя ее размерностями. Первая — количество аудитории, которое нам нужно (узкая размерность). Вторая — реально достижимая аудитория (широкая размерность).

Предположим, что мы выделили аудиторию по 1) полу, 2) возрасту, 3) интересам, а также 4) на основе работ, для выполнения которых продукт нанимают.

Наша ЦА: 1) женщины, 2) 25-29 лет, 3) интересующиеся финтесом, правильным питанием и заботой о здоровье; а с точки зрения jtbd-подхода 4) им нужна поддержка в случае, когда важно не сорваться с диеты или с ПП.

Мы можем работать с аудиторией 1) женщины, 2) 25-29 лет, 3) интересующиеся фитнесом и пр. Их можно «получить» через digital-каналы, так как существуют настройки таргетинга на эти параметры и другие хитрости. А вот определить ситуацию, в которой 4) «понадобится поддержка, когда пользователь вот-вот сорвется с диеты» определить практически невозможно. Самое главное ограничение, это как посчитать количество такой аудитории.

Скорее всего, таргетирование будет направлено на более высокий уровень описания (пол, возраст, интересы), а вот среди всей аудитории через коммуникационное сообщение придется таргетировать более точечно на ситуацию и триггер.

Это приведет к увеличению стоимости привлечения клиентов. И чем больше разрыв между размерностями, тем больший прирост стоиомсти привелчения будет.

В сухом остатке: при опредлении ЦА существуют две размерности — то, что мы реально можем посчитать, и то, что посчитать не можем, но для нашего продукта это важно.

#ца@custdevlab #таргетирование@custdevlab

P.S. Часто после применения jtbd-подхода описание сегмента выглядит таким образом, что невозможно понять, на какие характеристики таргетироваться, т.е. где и как искать таких людей остается загадкой.

173. Первая мысль о продукте

В jtbd-артефактах Боба Моэсты есть последовательность этапов, через которые проходит пользователь, прежде чем купит и будет использовать товар, точнее «наймет его на работу».

Первый этап этого процесса — First Thought. То есть первая мысль о продукте или смене существующего продукта на новый. Триггером этой мысли может быть что угодно.

Если человек захотел купить игровую консоль, триггером (той самой первой мыслью) мог стать рилс с кадрами игры, рассказы друзей об этой игре.

Без этой первой мысли не возникает спроса.

С контентом все интереснее. Например, по результатам исследований выяснилось, что определенная часть целевой аудитории задумывается о просмотре конкретного фильма после того, как увидит отрывок из этого фильма в соцсетях. Это может быть кусочек видео, может быть несколько кадров с субтитрами. Важно, что это просто встречается в ленте и человек не прикладывал специальных усилий для поиска.

Чем больше таких триггеров мы сможем определить или придумать, тем больше шансов, что потребитель наймет наш продукт на работу.

В сухом остатке: первая мысль по jtbd (Моэста) запускает процесс, который в итоге приводит к найму нашего продукта.

#jtbd@custdevlab

172. Как обойти модель поведения потребителя, если продукт не может ее изменить

Стартап «Битком 24», о котором мы много писали тут, тут и даже тут, предлагал сервис по бронированию столика в ресторане. По идее, пользователь заходил в приложение, изучал варианты ресторанов, выбирал тот, который нравился, жал на кнопку «Забронировать», выбирал день, время (иногда и место).

К сожалению, большинство пользователей предпочитало по привычке звонить, нажатие кнопки для них не было удобным решением. Мы ввели функцию звонка в ресторан. Только вот звонок был не в ресторан, а в наш колл-центр, но пользователь об этом не знал. Мы даже придумали сложную систему номеров, чтобы в случае, если пользователь звонил в несколько ресторанов из нашего приложения, номера разных ресторанов не повторялись.

Однако даже система звонков не позволяла получить жизнеспособную конверсию в бронирование: пользователи заходили в приложение, смотрели много ресторанов, выбирали, куда пойти... и просто шли туда, без звонка, без кнопки.

Низкая конверсия делала сервис не только убыточным, он был и инвестиционно непривлекательным. Обратившись к крупному игроку — потенциальному инвестору, мы получили предложение научиться монетизировать сервис не через гостя ресторана, а через сам ресторан. Нужно было придумать способ, чтобы ресторан нам платил не процент от каждой брони, а какую-то фиксированную, пусть даже небольшую сумму.

Мы не придумали. В итоге — закрылись.

Прошло 10 лет и вот другой стартап придумал. Они предлагают ресторану заменить функцию приема звонков сотрудниками заведения на прием звонков голосовым ботом с AI-функционалом. Бот работает быстрее человека, понимает любой язык (что важно, если ресторан работает с иностранными туристами), а также мгновенно проверяет наличие или отсутствие возможных слотов для бронированаия. Стоит это от 200 долларов в месяц. Платит ресторан.

Показательно в этих историях то, что модель поведения потребителей осталась нетронутой. Потребитель как привык звонить в ресторан, так и продолжает это делать. Если нельзя изменить модель поведения (что очень долго и очень дорого), лучше «обойти» ее.

В сухом остатке: если нельзя научить людей не звонить, то можно заменить сотрудника в ресторане, принимающего звонок — поведение ресторана изменить будет проще.

#кейсы@custdevlab #модельповедения@custdevlab

171. Миф о размере выборки для количественного исследования

В литературе про исследования часто фигурирует цифра 384. Считается, что в количественных исследованиях это максимально необхомое количество человек, которых нужно опросить для получения 95% вероятности попасть в интервал +/-5%. И не важно, целевая аудитория составляет 10 тыс. человек или 100 млн. Всему причина — теория вероятности.

Например, мы опросили 384 человека и узнали, что уровень знания бренда составляет 34%, значит если бы мы опросили всех представителей целевой аудитории, то с вероятностью 95% уровень знания бренда был бы в диапазоне 29-39%.

Для маркетинговых исследований этой точности обычно хватает. Потому что если захотим увеличить точность, скажем, до 99% (вместо 95%), а разброс значений до +/-1%, то размер выборки нужно было бы увеличить в 43 раза!

Небольшой прирост точности будет связан со значительн увеличением бюджета исследования.

В теории оно так и работает. Но лишь в случае простой случайной выборки. Однако в исследовании потребителей простая случайная выборка попросту невозможна.

Простая случайная выборка может быть только тогда, когда для каждого представителя нашей целевой аудитории существует одинаковая вероятность попасть в выборку. Одинаковая вероятность означает, что мы должны иметь равный доступ к каждому представителю нашей ЦА.

Однако, даже поименный список часто составить невозможно, не говоря о других методах идентификации потребителей. Представим, что наша ЦА — женщины 25-34 года. Сколько их в Москве? Сколько их в России? Пока мы будем составлять список, кто-то уедет, кто-то поменяет имя. Получается, что для таких представителей нашей ЦА вероятность попасть в нашу выборку уже отличается. А значит простой случайный отбор невозможен.

В подобных исследованиях мы используем принципы здравого смысла при определении размера выборки, и квотирование при определении ее структуры. Для качественных исследований размеры выборки еще меньше.

В сухом остатке: размер выборки в 384 респондента в исследовании потребителей и обоснование этого размера через формулу недостаточны.

#выборка@custdevlab

170. Affinity

Affinity-индекс (или профильность) — показатель, который отражается отношение признака в выборке по отношению этому же признаку в генеральной совокупности (целевой аудитории). Это результат деления процента на процент. По сути он показывает насколько сильно нужный признак (параметр) представлен в изучаемом сегменте.

Говоря проще, если аффинити равен 200, значит доля признака (например, процент геймеров) в исследуемом сегменте в два раза больше, чем в генеральной совокупности (обычно это все население региона).

Предположим, мы хотим разместить рекламу, ориентированную на геймеров, и выбираем между двумя каналами в Телеграме: канал «А», где доля геймеров 60%, и канал «Б», где доля геймеров 46%. Мы знаем, что доля геймеров в населении России составляет 22%.

Значит, аффинити будет равен:
1. Канал «А» — 60% / 22% = 272%
2. Канал «Б» — 46% / 22% = 209%

Ну вроде и так было понятно, что именно в канале «А» доля геймеров выше, зачем нужен аффинити? Аффинити может быть расчитан для любой характеристики.

Например, Яндекс.Аудитории при анализе готовых сегментов клиентов предоставляет информацию о категориях пользователей (по сути, о доле трайбов):

Покупают в интернете: 213 %
Путешествуют по миру: 209 %
...
Геймеры: 85%

Эти цифры означают, что:
— в изучаемом сегменте процент тех, кто покупает в интернете, в 2,13 раза выше процента тех, кто покупает в интернете в России;
— процент тех, кто путешествует по миру, в 2,09 раза выше, чем процент таких людей в России,
— а вот процент геймеров ниже, чем процент геймеров в России в 0,85 раз.

Кстати, понимая процент признака в генеральной совокупности (геймеров в России 22%) мы можем понять процент геймеров в сегменте, зная аффинити — 18,7%.

В сухом остатке: аффинити-индекс показывает насколько сильно нужный признак представлен в изучаемом сегменте; но не используйте только его для принятия решения, он является хорошим дополнением, но не основой для принятия решения.

#метрики@custdevlab #affinity@custdevlab

169. Если главный фактор выбора цена

Это не значит, что цена должна быть самой низкой.

Большое заблуждение, что потребитель всегда выбирает товар по самой низкой цене. Это не так.

Ценовые исследования (например, PSM) показывают, что цена и ценность связаны. Значит потребитель в теории выбирает вариант с оптимальным соотношением «цена-ценность».

Бывают ситуации, когда минимальная цена будет определяющей: например, выбор товара по самой низкой цене на маркеталейсе. Но этот выбор осуществляется среди одинаковых товаров, а уровень сервиса обеспечивает маркетплейс. То есть какой смысл выбирать такой же точно товар, но дороже, если привезут в то же время и в то же место.

Получается, что модель выбора товара в этом случае сложнее: сначала потребитель решает, где заказать, потом что; может быть и наоборот — сначала что, а потом где.

В фреймворке JTBD от Боба Моэсты (Demand-Side Sales) даже делается предположение, что человек собирает информацию и оценивает собранные варианты продуктов исходя не столько из выбора лучших, сколько из отсеивания худших вариантов, а идеального продукта для клиента в принципе не существует (и не может существовать).

В сухом остатке: низкая цена это не конкурентное преимущество почти всегда; низкая цена это показатель низкой ценности продукта.

#цена@custdevlab #ценовыеисследования@custdevlab

168. Управление ожиданиями клиентов

В США есть сеть бургерных In&Out. Ассортимент сводится к простому набору из бургера, чизбургера, двойного чизбургера. Картошка только одного размера и формы, но можно выбрать с сыром или без. И это все меню.

Но интересным с точки зрения управления клиентским опытом является другое: если приехать днем, когда в заведении посетителей почти нет, ожидание заказа продлится около 10 минут. Возникает справедливый вопрос: почему так долго?

А что, если приехать в час-пик, когда в заведении столиков свободных нет. Сделав заказ в этой ситуации его приготовят… за 10 минут. Количество посетителей в зале не влияет на время приготовления заказов. А для клиента это означает, что если в заведении много посетителей, заказ все равно можно делать, не опасаясь, что его будут готовить долго.

Это прекрасный пример управления ожиданием клиентов, которое является важным элементом CJM.

Например, пациент приехал к доктору заранее, за 30 минут до назначенного времени, его все равно раньше не примут, даже если доктор свободен.

Зачем? Чтобы управлять ожиданиями. Если сейчас пустить пациента раньше, потому что доктор может, а завтра не пустить, потому что доктор не может, то уровень разочарования (ожидание) и отношение к компании может ухудшиться.

В сухом остатке: управление ожиданиями важный элемент управления клиентским опытом.

#клиентскийопыт@custdevlab #управлениеклиентскимопытом@custdevlab #ux@custdevlab #управлениеожиданиями@custdevlab

167. Time To Value — метрика, приближающая ценность

Среди множества метрик продукта существует метрика TTV. Суть ее в том, чтобы определить время, через которое пользователь продукта получает ценность. Например, TTV = 1,5 месяца, означает, что в среднем через 1,5 месяца пользователь получает ощутимую ценность. TTV = 8 сеансов, означает, что эта ценность была получена через 8 сеансов в среднем.

Но о какой ценности идет речь? Как ее измерить? Что это такое?

Существует подход, трактующий TTV как среднее время с момента регистрации (запуска) продукта до aha moment. Каждое действие пользователя в продукте связано с тратами энергии на это действие. Обучение продукту наиболее энергозатратная работа. Чем больше усилий пользователь предпринимает для решения своих задач, в том числе при обучении продукту, тем больше бенефитов (выгод) в последствии он надеется получить. Ведь странно потратить много ресурсов, а в ответ не получить достойной компенсации за это.

Если продукт заставил потратить много ресурсов, но не дал возможность получить бенефиты, человек перестанет им пользоваться (исключения бывают, но это скорее уникальные ситуации). Поэтому задача продукта предоставить тот самый aha-moment раньше, чем ресурсы пользователя закончатся.

Например, зритель смотрит новый сериал. Как понять, смотреть ли дальше? Если много героев, уже сложно запоминать кто кем кому приходится, сюжетные линии заставляют сильно напрягать память (затраты), а экшн-сцен или других эндорфиновыделителей еще не было (бенефиты), велика вероятность, что сериал будет заброшен.

Поэтому первая серия для сериала крайне важна и часто именно ее переснимают по нескольку раз с разными актерами и вариантами монтажа. Для такого продукта TTV может быть измерен в минутах.

Для традиционных цифровых продуктов TTV может быть сложнее.

В сухом остатке: TTV — это метрика, которая позволяет оценить время до получение aha-момента или wow-эффекта, что мотивирует пользователя к продолжению взаимодействия с продуктом; если этот срок слишком большой, пользователи «увольняют» продукт, увеличивая churn rate.

#метрики@custdevlab #ttv@custdevlab

166. Методика оценки стоимости продукта (PSM)

В 1976 году Питером Ван Вестендорпом придумал метод оценки ценовой чувствительности. Методика изначально разрабатывалась для инновационных товаров, для которых еще не сформировалось представление потребителей о свойствах и уровне цен.

Нужно задать четыре вопроса:
1) При какой цене на продукт Вы откажетесь от покупки, так как она слишком высокая?
2) При какой цене продукт воспринимается как дорогой, но все же вы его купите?
3) При какой цене покупка продукта воспринимается как выгодная?
4) При какой цене появятся сомнения в качестве продукта, и вы откажетесь от покупки?

Важно, что респонденту не нужно давать варианты ответа, он должен сам предложить цену исходя из описания продукта. В методике custdev следует опираться на потребительскую ценность.

Собранные данные следует обработать определенным образом. Например, на первый вопрос (слишком высокая цена) ранжируем все варианты ответа в порядке возрастания: от меньшего к большему; одновременно для каждого варианта считаем количество респондентов, давших такой ответ.

1500 руб. — 5 чел.
1800 руб. — 7 чел.
2500 руб. — 15 чел.
5000 руб. — 5 чел.

Далее важно понять основной принцип: если человеку слишком дорого 1500, значит и 1800 и все, что дороже, тоже слишком дорого. Поэтому итоговая обработка включает следующие действия.

1500 руб. — 5
1800 руб. — 7+5 = 12
2500 руб. — 15+7+5 = 27
5000 руб. — 5+15+7+5 = 32

Для вопросов про дешевую цену (3 и 4) делаем наоборот. Тот, кто выбрал дешевой цену, например, 300 рублей, также учитывается и в цене 250 рублей.

В этом случае графики пересекутся и мы сможем определеить диапазон приемлемых цен.

В сухом остатке: спрашивать о цене на продукт стартапа лучше методикой PSM без вариантов ответа; такой подход позволит определить оптимальную цену более точно, чем один вопрос про приемлемую цену с последующим расчетом средней или медианы.

#методика@custdevlab #psm@custdevlab #ценовыеисследования@custdevlab #цена@custdevlab

165. Кинопоиск VS Rutube: сложная модель потребления контента

Кинопоиск — в первую очередь был информационным продуктом, помогающим выбрать кино или сериал для просмотра. Состав съемочной группы, рейтинг (достаточно объективный), что еще снимал этот режиссер... Даже название продукта содержит слово «Поиск», что намекает на работу с информацией.

Когда Яндекс решил превратить Кинопоиск в онлайн-кионтеатр, чтобы пользователи не запутались (а может по другим корпоративным причинам), продукт был назван «Кинопоиск HD». Даже сейчас у некоторых фильмов можно услышать фразу «Озвучено специально для Кинопоиск HD».

Но пользователи от этого запутались еще больше. В чем разница между Кинопоиском и Кинопоиском HD? Это разные сервисы?

Шли годы. С Кинопоиска исчезло много контента — лицензии закончились, например, или другие причины. А на Rutube этот контент есть. Но вот только выбирать его неудобно — рейтингов нет, о чем сериал или фильм нигде не написано, по актерам искать нельзя, ну а интерфейс вообще отдельная UX-задача.

Следовательно, без Кинопоиска как первого этапа выбора контента обойтись сложно.

В сухом остатке: для успешной конкуренции нужно сначала определить рынок, на котором мы работаем; jtbd подход тут тоже подойдет, но уже после определения рынка.

#рынок@custdevlab #jtbd@custdevlab

P.S. У Кинопоиска как информационного ресурса были конкуренты, один из них назывался «КиноГ*вно». Неудивительно, что Яндекс не купил этот сервис.

164. Кейс «Гладильный уголок» — как нельзя тестировать гипотезу

Гладильный уголок — стартап в рамках одного ЖК. Гладильная комната с оплатой за услугу глажения. Т.е. пользователь приносит вещи, платит за каждую, потом получает выглаженные вещи (можно и в квартиру принести, если нужно, ведь в рамках одного ЖК).

По идее, услуга нужная. Ну как же: у всех есть вещи, все их гладят, значит все жильцы будут пользоваться услугами. Верно? Нет. Это типичная ошибка «Чесалка для спины».

Целевая аудитория прямо тут, под боком: дотянуться до нее можно без проблем. Стартап тестировал гипотезу через опрос в домовом чате. Вопросы были простые:
— Гладите ли вы?
— Как часто?
— Было бы здорово, если бы за вас погладил кто-то другой?

Неудивительно, что ответы в таком опросе ввели основателей в заблуждение и когда MVP продукта был реализован, оказалось, что никто особо не хочет отдавать вещи гладить за деньги... Но почему? Ведь «было бы здорово»…

В сухом остатке: [в очередной раз предупреждаем] опросы как единственный инструмент выявления потребности у целевой аудитории это плохо, потому что риск ошибки крайне велик.

#тестируемгипотезу@custdevlab #опрос@custdevlab #ошибки@custdevlab

P.S. В чатах, где можно найти респондентов для CustDev большая часть анкет для онлайн-опросов составлены таким образом. Хотите экспертизу вашей анкеты — оставляйте ссылку на нее в комментария. 👇🏼

163. Управляем ощущением контроля — пример ВкусВилла

У ВкусВилла есть доставка за 30 минут. Она стоит 150 рублей к стоимости заказа. Если компания не привозит вовремя, деньги вернут на счет.

Курьера тоже мотивируют дополнительно. Поэтому если курьер не успел, дополнительная мотивация не начисляется.

Предположим, что курьер не успевает за 30 минут, но опоздание небольшое — 2-3 минуты, не более. Что сделает курьер? Завершит заказ чуть раньше. Он ведь уже входит в подъезд или даже поднимается на лифте. Что может пойти не так?

С точки зрения клиентского опыта такое развитие событий — самый худший сценарий. Когда курьер завершает заказ, пользователь получает смску «Ваш заказ доставлен. Спасибо». А заказ не доставлен — ощущение контроля потеряно.

Заказ на 100% оплачен. Предположим, курьер ошибся дверью. Кто же не согласится взять заказ из ВкусВилла, даже если не заказывал? Ну а если даже курьер не ошибся, почему тогда заказ доставлен? Кому? Я ничего не получил...

В сухом остатке: потеря ощущения контроля очень сильно снижает удовлетворенность клиента от продукта; особенно, если раньше он привык к другому.

#потребности@custdevlab #базовыепотребности@custdevlab #поведениепотребителя@custdevlab

162. Ощущение контроля — базовая потребность пользователя

Одна из важных базовых потребностей пользователя — ощущение того, что он контролирует происходящее. Речь не о жестком контроле, а об ощущении того, что все происходящее понятно в каждый момент времени.

Например, если сделать заказ в Самокате, приложение будет писать «Начали собирать», «Курьер забрал заказ», «Совсем скоро будем у вас», «Еще чуть-чуть и будем у вас».

А вот Яндекс Лавка показывает курьера на карте. Видно, где заказ катается, написано примерное время прибытия.

Наа заре интернет-торговли такого не было. Сделал заказ в интернете — тебе обязательно звонили и подтверждали. Иногда звонили только на следующий день, если заказ был сделан вечером или в ночи. Без звонка не было ощущения контроля: а вдруг они пропустили мой заказ? а вдруг товара нет в наличии?

А чтобы быть наверняка уверенным и не терять время, просто делали несколько заказов одного и того же товаара в разных магазинах. Кто первый перезвонит, тот и побеждает в конкуретной борьбе.

Сейчас звонить не принято. Это скорее сработает деструктивно. Маркетплейсы и службы доставки нас научили, что почти в 100% случаев заказ обязательно будет. А если что-то не так — смска или пуш с текущим статусом.

В сухом остатке: ощущение контроля для пользователя очень важный фактор, влияющий как на удовлетворенность, так и на общее восприятие продукта.

#потребности@custdevlab #базовыепотребности@custdevlab #поведениепотребителя@custdevlab

161. Изменение модели поведения: глобальная трансформация

Как покупали музыку 35 лет назад.
1. Слушали радио или смотрели телевизор. Чем музыкальнее передача, тем лучше.
2. На ТВ в начале песни появлялась плашка с ее названием. Иногда она же появлялась и в конце. Это было удобно, потому что если песня новая, желание купить ее появлалось не с первых нот.
3.а. Если удалось запомнить название, а еще лучше исполнителя, можно было идти в магазин и искать по имени. Отчасти именно поэтому имя исполнителя важнее названия песни. И раньше сначала писали ИМЯ, а потом название композиции.
3.б. Если не удалось запомнить исполнителя — идем в магазин и напеваем продавцу. Если повезет — он узнает. Не повезет, возвращаемся к пункту 1.
4. Купить нужно было весь альбом, по одной песне не продавалось. Хорошо, если есть сингл, хотя стоимость синга была не сильно ниже стоимости альбома и с этой точки зрения сингл не лучшее вложение средств.
5. Чаще всего альбом приобретался из-за обложки, так как большинство магазинов с музыкой не давали возможность послушать перед покупкой.
6. И вот ты — счастливый обладаатель альбома, на котором будешь слушать одну, максимум три песни.
А между моментом, когда услышал песню первый раз и купил альбом, могло пройти несколько месяцев. Или даже лет.

Как покупали музыку 10 лет назад.
1. Запускали Shazam (или его аналоги).
2. Слушали песню в сторе, чтобы убедиться, что это именно она.
3. Покупали только те песни с альбома, которые нравились.
Между моментом, когда услышал и купил, проходило меньше минуты.

Как мы потребляем музыку сейчас.
1. Стриминговые сервисы сами рекомендуют нам то, что нам понравится. А оплата фиксированная за почти неограниченный объем композиций.

Модель потребления меняется. Но 2023 год — рекордный год по продаже виниловых пластинок.

В сухом остатке: модель поведения потребителей изменяется как субъективно (у каждого отдельного пользвоателя), так и глобально (у всех пользователей вместе; изменения начинаются с субъективных и переходят к объективным.

#модельповедения

160. Цикличность развития рынков: пример про такси

В прошлом посте мы расказывали о цикличности развития рынков. Теперь рассмотрим пример: рынок такси.

Давным-давно было много разрозненных таксо-парков. У одних обслуживание было получше, у других похуже. Но за счет того, что их были сотни, если не тысячи, качество обслуживания усреднялось. Потребительский опыт был основан именно на этом усреднении. С появлением новых технологий изменяется и клиентский опыт. Например, телефонная связь повлияла на опыт заказа такси — раньше приходилось идти на стоянку такси, теперь — достаточно было позвонить.

Со временем появлются сервисы онлайн-заказа такси, которые улучшают клиентский опыт. Сначала ими пользуются мало и редко. Процесс принятия может занимать годы, но в итоге наступают глобальные изменения поведения и именно этот продукт (способ решения проблемы потребителя) заменяет традиционные способы вызова такси.

В процессе появлются и другие игроки, которые видят перспективу. Например, Яндекс.Такси не был первым. А Gett так и не вышел в прибыль. История рынка такси в России заслуживает более детального анализа. В итоге в конкурентной борьбе победил Яндекс.

Сейчас, когда рынок, по сути, у одного игрока, цены на такси растут на 30-40% в год. Уровень сервиса снижается. Неудивительно — конкуренция, по сути, отсутствует.

Но именно сейчас время появляения стартапов.

В сухом остатке: появление новых продуктов (стартапов) тем успешнее, чем более удачный цикл развития рынка будет выбран.

#рынок #развитиерынка

#юмор @custdevlab

159. Цикличность развития рынков

У каждого рынка есть понятные циклы развития. Для начала, нужно правильно определить сам рынок, на котором мы продаем продукт. Это самый важный вопрос любого продукта — отправная точка для расчетов метрик и конкурентного анализа.

Стоит оговориться, что новых рынков, в принципе, не бываает. Любой рынок, формирующийся вокруг нового продукта, это переосмысление существующего продукта. Т.е. это всегда трансформация поведения потребителей — переключение с одного способа решения проблемы на другой.

Когда такой продукт появляется, и показывает коммерческие перспективы, появляется много игроков, жедающих подобный продукт продавать. Для каких-то игроков это совсем первый опыт. Для других — просто новый продукт, потому что есть подукты на смежных рынках.

Далее происходит этап жесткой конкуренции, потому что будет появляться все больше игроков, и кто-то из них сам закроется, кто-то перейдет на другие продукты и рынки, а кто-то скупит других игроков, забрав себе их доли рынка.

В итоге останется несколько очень крупных игроков, которые довольно органично поделят рынок между собой. Если конкурентная борьба продолжится — на рынке останется 1-2 крупных. Потом эти крупные начинают вести себя как монополисты, поднимают цены, снижают качество обслуживания (зачем его повышать, если клиенту некуда деваться).

И именно это дает возможность новым продуктам (стартапам) появляться на рынке за счет более доступных цен, более высокого качества обслуживания и пр. Недовольный потребитель — лучшая причина вывода нового продукта.

В сухом остатке: любой рынок глобально развивается по одинаковым циклам; определить цикл развития рынка поможет определить удачное время выхода на рынок.

#рынок #интересное

158. Быстрый custdev — это не customer interview

Custdev чаще всего приравнивается к интервью. Мы уже писали, что это не так. Custdev — любой способ проверки гипотезы о поведении потребителя. Просто какие-то методы дешевле, какие-то дороже.

Некоторые продукты для проверки требуют MVP в виде продукта высокой степени готовности. Например, мобильное приложение OneScore. С точки зрения пользователя MVP представлял почти готовый продукт.

Другие продукты часто можно проверять «на коленке» за 0 рублей или около того.

Например, на недавнем обучении разбирали кейс «Построение туристических маршрутов» в крупных городах, где есть как внешний, так и внутренний туризм. Проблема, по словам основателя, заключалась в том, что нет единого информационно-функционального продукта, где можно и узнать информацию о точках притяжения, и состаавить маршрут путешествия.

С точки зрения JTBD и тем более с точки зрения AJTBD (Advanced JTBD) все логично, так как один продукт решает несколько работ, которые решают разные продукты. Т.е. новый продукт заменяет несколько старых — хорошая продуктовая стратегия.

Сама идея родилась от собственной проблемы основателя. Проверить такую идею основатели решили через интервью, и, вроде бы, подтверждение было. Даже среди слушателей курса 15% присутствовавших выразили желание воспользоваться продуктом.

Дальше предлагаем тем, кто высказал желание, заплатить за продукт прямо сейчас. Маршрут по Москве с интересными локациями, ресторациями и прочими прелестями можно построить без особого труда, по крайней мере, со слов основателя. Так если это просто — постройте и продайте прямо сейчас.

Несложно догадаться, что среди тех, кто говорил, что идея классная и они бы с радостью воспользовались продуктом, никто не оплатил даже с дисконтом в 50%.

Чем не custdev? Чем не проверка гипотезы? Как минимум, платить за маршурты поштучно, как предлагал основатель, желающих не нашлось.

В сухом остатке: лучший критерий проверки гипотезы — деньги, которые мы получаем за продукт (не от инвесторов).

#быстрыйcustdev #интервью #какпроверитьидею

CustDev Laboratory pinned «157. Где быстро найти людей для custdev Решили повторить пост №62 о группах, где можно наайти респондентов для Custdev. Мы нашли таких групп уже семь штук. Каждую протестировали и в каждой можно найти респоднетов: 1️⃣ CustDev Ru 2️⃣ UNCRN.me 3️⃣ Кастдев…»

157. Где быстро найти людей для custdev

Решили повторить пост №62 о группах, где можно наайти респондентов для Custdev.
Мы нашли таких групп уже семь штук. Каждую протестировали и в каждой можно найти респоднетов:
1️⃣ CustDev Ru
2️⃣ UNCRN.me
3️⃣ Кастдев-чат UX Boost
4️⃣ CustDev | ProductStar
5️⃣ Респонденты для опросов
6️⃣ Респондентошная (от Вани Замесина)
7️⃣ Сила кастдева_ЧАТ

Пишите запрос: что тестируете, кто вам нужен для custdev, ответы получаете в личные сообщения.

Но еще несомненной пользой является возможность поучаствовать в custdev-процедуре с другой стороны — стать респондентом. Так можно лучше понять, какие вопросы хорошие, а каких вопросов лучше избегать.

#методика #рекрутингреспондентов #группыдляcustdev

P.S. Если вы знете другие группы — пишите в комментариях!

156. CJM или почему они не работают

Многие компании разочаровываются в концепции CJM, утверждая, что инструмент им не подошел, да и вообще, толку в нем мало.

Тут как с оценкой любого custdev, проведенного стартапом, — сначала нужно разобраться в качестве, т.е. спросить три вопроса: как, сколько и кто.

Подавляющее большинство CJM, которые нам довелось видеть, — это статичные модели CJM. Они не отражают динамику поведения клиента в зависимости от ситуаций, не показывают множественность выбора, не учитывают возможность альтернативного и параллельного потребления. По сути, статичные CJM не дают компании почти ничего, кроме необходимости «куда-то идти» и «что-то там строить».

Часто, CJM превращают в склад каких-то наборов данных, которые, по сути, интересны только тем, кто этот CJM стоит, а вот применять другим людям совсем непонятно как.

А CJM построенный без учета данных нулевой стороны вообще не может считаться CJM (ссылка на пост). Хорошо, если компании обходятся данным из первоисточника, но есть кейсы (даже у крупных банков), когда CJM был построен на основе экспертных оценок и только на основе кабинетных исследований.

Другие же компании, например Сбер, пытаются переосмыслить модели CJM через «Ромашку». Это очень хороший подход, но дорогой, потому что требует построения сотен статичных CJM для сотен сегментов и продуктов.

Еще шагом к прогрессу можно назвать теорию графов работ (или Advanced JTBD). Но пока мало кто умеет этим пользоваться.

В сухом остатке: CJM, как и любой инструмент продуктового управления, эффективен при правильном применении; сегодня уже недостаточно строить статичный CJM, нужно учитывать динамику ситуативного переключений, параллельное потребление.

#jtbd #ajtbd #cjm #динамическийcjm

155. Данные нулевой стороны

Zero Side Data — данные, которые добровольно и осознанно предоставляются клиентом. Эти данные касаются намерений, опыта (декларируемого), целей потребления, ситуаций (jtbd-сценарии).

Поскольку есть «нулевая сторона», значит должна быть первая, вторая и третья.

1st party data — данные, которые также относятся к клиенту, но описывают его характеристики. Например, пол, возраст, социально-демографические вопросы. К ним же относятся история покупок и взаимодействия со службой поддержки компании. Важно, что клиент добровольно передает эти данные (или они копятся с его согласия сами собой).

2nd party data — то же, что и Zero side и 1st party data, только полученные от партнеров. Важно, что эти данные тоже собираются с разрешения пользователей.

3nd party data — то же, что и 2nd patry data, только полученные от сторонних сервисов или других партнеров. Иногда степень согласия клиента не удается узнать.

В сухом остатке: в custdev самые ценные — это данные нулевой стороны, однако комплексный custdev работает со всеми типами данных.

#типыданных #jtbd

#юмор @custdevlab

Собрали список ошибок при проведении CustDev:
1. Нет цели для исследования
2. Владелец продукта не готов его менять (или менять его идею)
3. Не проводится предварительный отбор респондентов для интервью
4. Слишком большой и подробный гайд
5. Слишком долго обсуждать социально-демографические вопросы
6. «Впаривать» проблему респонденту, если ее нет
7. Интервьюер обладает большим профессиональным опытом в исследуемой тематике
8. Исследование проводят для галочки, а не для выявления причин/проблем

#подборка #ошибки

154. Привычное потребление и разные модели

Вопрос в интервью «Как вы обычно что-то делаете?» подходит для товаров, у которых частотность высокая.

Вопрос «Как вы делали что-то в последний раз?» подходит для товаров, у которых частотность потребления низкая.

Например, если речь о доставке/покупке продуктов питания, то на вопрос о привычном потреблении можем услышать ответ о разных моделях поведения в зависимости от ситуации и решаемой задачи (jtbd).

Представим, что у респондента есть три модели поведения при покупке продуктов питания:
1. Когда готовит суп и нужна луковица. Тут подходит Самокат.
2. Когда на завтра нужно закупить еды: готовой и/или для приготовления. Тут выбор — ВкусВилл
3. Когда нужно закупить много, например, запастись мясом. Тут подойдет Купер из Metro.

Если спросить про привычное поведение, задать уточняющие вопросы, получится выявить все модели.

На вопрос о последнем потреблении человек расскажет именно про Купер (если эта модель была последней). Конечно, можно расспросить и про другие модели поведения. Но это уже зависит от интервьюера.

Другой пример: коврик для йоги.

Вопрос «Как вы обычно покупаете коврик для йоги?» звучит странно, потому что скорее всего человек покупает коврик для йоги не очень часто, чтобы считать это поведение «обычным».

В сухом остатке: важно понимать частотность потребления товарной категории и от этого формулировать вопрос.

#customerinterview #какзадаватьвопросы #jtbd

#юмор @custdevlab

154. У кого спросить? Где правда?

На прошлой неделе один стартап вернулся с обратной связью по идее продукта на основе экспертных интервью. Эксперты — CEO крупных компаний, очень заметных на рынке.

Эксперт №1 сказал, что рынок «далеко не растущий», от идеи продукта следует отказаться.

Эксперт №2 сказал, что, «за последние полтора года рынок вырос в 3 раза», и что сейчас самое время выходить на рынок с новым продуктом.

Кому верить? Никому из экспертов.

Нужно спрашивать не у экспертов, а у клиентов. Если гипотеза о поведении клиентов на этом рынке подтверждается, значит продукт нужно запустить, хотя бы перейти на следующую стадию.

В сухом остатке: как сказал один эксперт — «слово эксперта стоит 0 рублей, если ты ему не платишь, а если платишь, оно все равно стоит 0 рублей»; спрашивать нужно в первую очередь у потенциальных клиентов.

#интересное

153. Тестирования сервисов по транскрибации и подготовке кратких выводов (саммари)

Ранее мы тестировали сервисы, позволяющие транскрибировать интервью, а также получать краткое содержание стенограммы (транскрибции).

Тестирование проходило на одних и тех же данных — одно интервью длительностью 40 минут. Результаты по транскрибации сравнивались с аудиофайлом, а результаты по кратким выводм — с результами «ручной» (экспертной) обработки.

Представим условный рейтинг протестированных сервисов:

1. Memo AI
Удобство использования: 9/10
Качество распознания: 9/10
Скорость обработки: 8/10
Стоимость использования: 5/10
Саммари: 10/10

2. Войси
Удобство использования: 7/10
Качество распознания: 10/10
Скорость обработки: 8/10
Стоимость использования: 5/10
Саммари: 7/10

3. Lexna
Удобство использования: 6/10
Качество распознания: 9/10
Скорость обработки: 7/10
Стоимость использования: 8/10
Саммари: отсутствует

4. Riverside.fm
Удобство использования: 7/10
Качество распознания: 6/10
Скорость обработки: 6/10
Стоимость использования: бесплатно до 2 часов
Саммари: отсутствует

Это лишь промежуточный итог.

1. Сервисы улучшаются и блее поздние тесты могут показать иной результат.
2. Есть сервисы, которые в комментариях просили протестировать, но пока еще этого не произошло.
3. В рейтинг не попали сервисы, которыми не удалось воспользоваться, например, поддержка одного из сервисов ответила через несколько недель после подачи заявки на доступ к тесту.

В сухом остатке: пишите в комментариях, какие еще сервисы следует протестировать.

#ииисследования #искусственныйинтеллект #аудиовтекст #транскрибирование #стенограмма #саммари

152. Когда у продукта один большой конкурент

Стартап UMAP предоставляет информационно-навигационные услуги indoor-навигации, т.е. помогает ориентироваться внутри помещения и быстро находить местоположение нужного объекта (например, аудиторию в университете).

Мы уже разбирали кейс о сложности custdev на рынке b2b2c.

2 года назад, на начальном этапе развития стартапа, были две целевых аудитории — Университеты и Торговые центры. Уже на тот момент навигация тесно ассоциировалась с Яндексом. Схемы торговых центров в Яндексе уже появлялись, но вот навигации внутри торгового центра не было.

На прошлой неделе Яндекс анонсировал навигацию внутри торговых центров. 2ГИС это сделал годом ранее. И пусть назначение указанных продуктов отличается от назначения UMAP, задача, решаемая клиентом, одинаковая.

Хорошо, что проект не стал ориентироваться на сегмент торговых центров (хотя команда очень хотела). Сейчас конкурировать с Яндексом и 2ГИС на их же поле было бы очень дорого.

В сухом остатке: оценивая целевые сегменты учитывайте потенциальных конкурентов, особенно, если «большой игрок» может выйти на обслуживаемый вашим продуктом рынок.

#рынок #большойконкурент #конкуренция #кейс

151. Что такое на самом деле «средняя» и «медиана» частоты потребления

Представим, что у вас 10 пользователей продукта.

Один из них пользуется продуктом каждый день в течение месяца.
Второй — через день.
Еще трое — каждую неделю.
Трое — раз в две недели.
Двое — один раз в месяц.

Средняя частота получится 6,5. Неплохо, верно? Но что-то тут не так... Потому что 80% клиентов используют продукт реже 5 раз в месяц, а значит среднее значение только вводит в заблуждение.

Можно посчитать медиану. Половина чисел в множестве будут иметь значения больше, чем медиана, а вторая половина — меньше. В представленном массиве данных медиана равна 3. Уже лучше.

Здравый смысл подсказывает, что клиенты у нас сильно неоднородны. И их нужно сегментировать.

Получается, что у нас 20% клиентов имеют очень высокую для продукта частоту потребления (22,5 в среднем).
30 % клиентов имеют частоту 4 раза в месяц.
Еще 30% — 2 раза в месяц.
И остальные 20% — 1 раз в месяц.

На практие обычно выделяют сегменты существующих клиентов по классификации ABCD. Это как раз наши группы клиентов. Но что-то подсказывает, что есть один клиент, который сильно выделяется из всех — тот, у кого частота потребления максимальная. Его следует выделить в сегмент X — наиболее важных (и доходных) клиентов.

В сухом остатке: средние значения часто вводят в заблуждение, важно понимать структуру метрики, чтобы сделать правильный вывод о поведении клиентов.

#метрики #частотапотребления #среднееарифметическое #медиана

150. Зачем на самом деле нужна бизнес-модель «подписка»

У продукта существует доходная и расходная части бизнеса: доходная — на ком (потребители), как часто (частота) и сколько (средний чек) зарабатываем; расходная — себестоимость продукта, стоимость привлечения клиента и другие расходы.

В сходимой экономике доходная часть больше расходной. По сути это и есть две основные метрики стартапа.

Подписка помогает повысить доходную часть. Например, Apple до перехода на подписку в Apple Music продавала песни поштучно — за 18 или 22 рубля. Если взять статистику за месяц и посмотреть, сколько доходов получает компания от продажи песен, а потом поделить на количество слушателей (даже тех, кто не купил песни в этом месяце), получится определенная сумма. Скажем, в среднем, один пользователь покупал 5-6 песен в месяц, значит компания зарабатывала не более 132 рублей в расчете на одного пользователя.

Если перейти на модель подписки за 169 рублей в месяц, получится, что доход компании увеличился почти на 30%. Если повысить воспринимаемую ценность через доступ ко всем песням в базе сервиса, а не только к тем, которые пользователь купил, то еще и с точки зрения клиента ценности стало больше.

Особенно довольны должны стать высокочастотные пользователи, т.е. те, кто покупал часто и много песен. А вот те, кто покупал всего лишь несколько раз в год, теперь вынуждены платить значительно больше.

В сухом остатке: переход на подписную бизнес-модель призван увеличить доход от каждого пользователя; хорошо, если пользователь взамен получит больше ценности.

#arpu #arppu #подписка #бизнесмодель

149. Техника «отражение» в интервью

Техника «отражение» используется при проведении глубинных интервью. Она позволяет прояснить верность понимания того, что говорит респондент, используя его же слова в ходе customer interview. То есть по сути, в ходе проведени интервью исследователь повторяет слова респондента.

Лучше всего она подходит в случаях:
1. Когда нужно уточнить, правильно ли исследователь понимает описанную в интервью ситуацию
2. Когда нужно, чтобы респондент дал больше деталей

Отражение — это техника, которой нужно практиковаться, пока она не станет естественной.

В сухом остатке: если нужно узнать больше деталей или убедиться, что мы правильно понимаем респондента — повторяем его слова по ходу проведения интервью.

#методика #какзадаватьвопросы

148. ИИ + custdev. Войси

Сегодня тестируем сервис — телеграм-бот Войси: ИИ транскрибация, саммари, перевод и пост для соцсети.

Качество распознавания на русском, т.е. понимание слов, оказалось очень высоким. Все места, на которых запинались другие сервисы, Войси распознал четко.

Стандартный аудиоформат от Zoom .m4a загружается без проблем. Скорость обработки примерно такая же, как и у других ботов — 40 минут интервью были обработаны за 3-4 минуты.

Количество собеседников никак не указывается, но система без труда распознала мужской и женский голоса, а также проставила тайм-код, даже если ответ респондента большой и долгий, в транскрибации видны тайм-коды, что удобно для работы с текстом. Также есть функционал интерактивной версии транскрибации, когда в одном месте исходную аудио-запись и готовый текст. При нажатии на текст запись перемотается на указанное место, такого у других сервисов нет, а функция очень полезная при работе с результатаами интервью.

Полезной оказалась функция мягких напоминаний — когда сам бот «уехал«» вниз в ленте чатов, а счет был пополнен, но не истрачен, бот пишет, что можно отправлять файл. Так его легче найти в потоке.

К условным недостаткам следует отнести невозможность выбрать формат транскрибации — все выгружается в PDF, а его не так просто исправлять. И система оплаты довольно запутанная — отдельно оплачивается транскрибация, отдельно — саммари (поэтому ее не тестировали). Цена (на момент тестирования) — 500 рублей за час, что является высокой ценой, особенно с учетом того, что за саммари нужно платить отдельно.

Кроме указанных функций сервис позволяет создавать субтитры, переводить на русский и прочие приятные функции работы с аудио. Но для интервью, наверное, это не столь важно.

Результат Войси
Удобство использования: 7/10
Качество распознавния: 10/10
Скорость обработки: 8/10
Стоимость использования: 5/10

В сухом остатке: сервис Войси отличный инструмент для перевода аудио- и в текст в формате PDF, однако отдельно придется оплачивать транскрибацию и саммари, что неудобно.

#ииисследования #искусственныйинтеллект #аудиовтекст #транскрибирование #стенограмма

Собрали для удобства все кейсы в одном посте:
1. Мобильное приложение OneScore: монетизируем автомобильные пробки
2. Мобильное приложение OneScore: на каком рынке мы работаем?
3. Мобильное приложение OneScore: проверка сложной гипотезы по шагам
4. Мобильное приложение OneScore: работаем с метриками
5. Мобильное приложение OneScore: поиск провальной метрики
6. Мобильное приложение OneScore: как преодолеть причину провала
7. Мобильное приложение OneScore: новая бизнес-модель
8. Мобильное приложение «Говорите.Дети»: от «чуда» к «пользе»
9. Сказочный персонаж «Самарик»: правило «Пяти Почему» в действии
10. Доставка еды (ФудФокс (Яндекс.Еда), Delivery Club, Голод): битва за ценность
11. Доставка еды (ФудФокс (Яндекс.Еда), Delivery Club): привыное поведение в товарной категории
12. Вернитовар.ру — быстро и недорого проверяем гипотезу. Часть 1 и Часть 2
13. Мультимодальные переводки Movista: слишком сложно, потребители не поняли
14. Школа эмоционального интеллекта: формулировка «боли» словами потребителя
15. Школа Английского языка: выявляем ценность с помощью custdev
16. Онлайн-школа математики: валидация сегментов как основной фактор позиционирования
17. Сервис по выбору ресторанов Битком 24: ошибка в опеределении целевой аудитории
18. Сервис по выбору ресторанов Битком 24: прогнозируем выручку стратапа
19. Сервис по выбору ресторанов Битком 24: что такое «инсайт»
20. Сервис по выбору ресторанов Битком 24: еще один инсайт
21. Сервис по выбору ресторанов Битком 24: как работает продукт конкурента
22. Сервис по выбору ресторанов Битком 24: определяем оптимальное количество выдачи карточек ресторанов рекомендательной системы
23. Сервис по выбору ресторанов Битком 24: типичное и нетипичное поведение потребителя
24. Заказ еды ко времени: нет тестирования на клиентах
25. Сервис по навигации внутри помещений UMAP: модель custdev для b2b2c рынка
26. Гель для стирки белья: большая упаковка и пользовательский опыт
27. Образовательный портал «Онлайн-детство»: проблема потребителя, о которой он не скажет


#подборка #кейсы

147. Customer Effort Score (CES) и как его считать

Некоторые метрики пользовательского поведения оцифровываются привычными методами. Например, NPS или CSI.

CES используется, чтобы понять, насколько сложным или простым для пользователя был тот или иной процесс взаимодействия с продуктом. Иными словами, он показывает, насколько удобно клиенту взаимодействовать с компанией в точках контактаа: пользоваться сайтом, оформлять заказ, общаться со службой поддержки, возвращать товар и пр.

Ваариантов вопроса множество, но суть сводится к следующей фразе:
Оцените по шкале, насколько сложно было взаимодействовать с компанией/продуктом/ решить вопрос?
1. Очень просто
2. Просто
3. Средне
4. Сложно
5. Очень сложно

Ваарианты ответа также могут быть разными: от представленных выше, до шкалы от 1 до 10, в которой обозначены только крайние значения (подробнее о шкалах у нас есть два поста: первый и второй)

Вариантов расчета CES несколько:
1. Общее количество баллов нужно разделить на общее количество ответов. По сути, посчитать среднее арифметическое.
2. Посчитать долю ответов каждого ваарианта, а затем вычесть из доли клиентов, которые ответили «просто» и «очень просто» долю клиентов, которые ответили «сложно» и «очень сложно». Значение «средне» в раасчетах не фигурирует.

В сухом остатке: если нужно понять самые сложные для потребителя функции нашего продукта, можно использовать CES.

#метрики #ces #customereffortscore

146. Истории о потреблении в customer interview: как выяснить и зачем это нужно

Во время custdev-интервью важно просить респондента рассказывать истории о потреблении продукта. Задача исследователя — выяснить не домысли или предположения пользователя, а узнать его реальный опыт.

Но память устроена так, что истинные события наш мозг сохраняет с большим количеством искажений. Поэтому рассказанная история и реально произошедшая история могут отличаться.

Задача исследователя — помочь респонденту воссоздавать конкретные ситуации из прошлого с максимальной точностью. Для этого задаем уточняющие вопросы.

Задавать уточняющие вопросы, которые помогут прояснить детали и визуализировать ситуацию.

Важно понимать, что нет четко зафиксированного набора вопросов —интервьюер откликается на историю, которую рассказывает респондент и старается представить картину в своей голове.

Итог хорошо рассказанной истории: вы можете представить ситуацию, как будто смотрите кино.

В сухом остатке: истории о потреблении помогут понять ситуацию и контекст использования продукта.

#customerinterview #custdev #какзадаватьвопросы

145. Инсайты о поведении потребителей для прорывных продуктов

Инсайт (озарение) — это глубинное понимание поведения потребителя, которое отличается от «типичного». Правда, просто знать о странном поведении недостаточно, именно понимание «странного» поведения потребителя позволит разрабатывать прорывные продукты (disrupt products).

Однако, само по себе фиктирование «необычного» или «нетипичного» поведения потребителя не дает конкуретного преимущества. Важно, чтобы влааделец продукта понимал причины и особенности такого поведения, а именно уловили потребность, которая кроется за этим поведением.

Собранные в ходе исследований данные о клиентах и об их поведении можно систематизировать по двум критериям:
1. Достоверность (качество) информации
2. Спорность (дискуссионность) результатов

Не каждое «озарение» о поведении потребителя можно считать инсайтом, потому что данные о моделях поведения, которые можно считать общепризнанными вряд ли дадут возможность создать прорывной продукт.

Максимальный интерес вызывают именно спорные, но качественно собраанные данные. Когда метод сбора информации не вызывает вопросов, а результаты исследований заставляют задать вопрос: неужели потребители реально так себя ведут?

В сухом остатке: не каждое знание о потребительском поведении считается инсайтом; инсайт — это спорное (дискуссионное) знание о потребителях, но качество его получения не вызывает сомнений.

#инсайт #поведениепотребителе #custdev

144. «Надеть обувь клиента» как метод custdev

На практике используется метод custdev — put yourself in your customers shoes — «надеть обувь клиента» или, говоря иначе, встать на его место. Важно, что мы делаем это не через воображение, а непосредственно пытаемся выполнить работу, которую наш клиент выполняет сам.

То есть, если нужно купить одежду в интернет-магаазине, мы покупаем одежду в интернет-магазине. Важно, дойти до конца этого путешествия, т.е. реально пройти все этапы, анаалогично тому, как это сделал бы клиент.

Данный подход просто делать в рамках товарной категории с продуктами конкурентов. Но пройти пусть со своим собственным продуктом сложнее, потому что владелец продукта обладает дополнительными знаниями о том, как все работает и как все устроено, что не позволяет по-настоящему «надеть обувь клиента».

Вывод очень простой: данный метод подходит на начальных стадиях разработки продукта, когда мы только погружаемся в опыт клиента. Но если стоит задача применить этот метод на более поздних стадиях — пригласите исследователя, который с продуктом еще не знаком.

В сухом остатке: «надеть обувь клиента» важный метод выявления клиентского опыта на начальной стадии разработки продукта.

#клиентскийопыт #putyourselfincustomersshoes #исследованиепотребителей

P.S. Иногда подобный метод называют «метод тайного покупателя». По-сути, это схожие методы, но таайный покупатель обычно используется для других целей: чтобы понять, как работает продукт/сервис/услуга, а не какой путь проходит клиент. Это две разные задачи!

143. Минимальное количество респондентов в customer interview

Сколько минимум нужно опросить людей в опросе, мы уже обсуждали. А сколько минимум интервьюировать — однозначного ответа нет.

Считается, что если мы планируем проводить анализ данных по нескольким сегментам, то для каждого нужно собрать по 5-7 интервью (в русско-язычных источниках). То есть если у нас предполагается изучение 3 сегментов, общее количество интервью составит от 15 до 21. Важно, чтобы был предварительный отбор респондентов. Англоязычные специалисты дают оценку в 8-15 интервью.

Поскольку в интервью мы не собираем количественные данные, то и о статистической значимости не говорим. Поэтому никакие прогнозы, статистические модели и пр. на основе данных интервью не строятся.

Также помним, что первые интервью в рамках custdev-процедур, могут быть «тренировочными». Т.е. мы проводим их, чтобы понять модель поведения, сегменты и другие важные для исследования данные. Эти интервью не идут в общий зачет.

Если же проведя 5-7 интервью (до 15) с представителями одного сегмента мы не получаем одинаковых, т.е. схожих результатов, значит или отбор респондентов был проведен неправильно, или гайд составлен некорректно.

В сухом остатке: минимальное количество интервью для одного сегмента — около 15.

#методика #customerinterview

142. Время работы как важный фактор клиентского опыта и пути

Часто ПВЗ (пункт выдачи заказов) компаний работает по собственному графику. Например, ТЦ работает до 22:00, а ПВЗ, расположенный внутри, до 20:00.

Дело в том, что триггер к посещению — сам ПВЗ, а вот сбор информации о его работе — Торговый центр. На картах удобнее и быстрее найти сам ТЦ, следовательно, ориентироваться на его время работы.

И неважно, какое именно посещение по счету, первое или не первое, важно, что если в ТЦ есть признаки активности, пользователь проецирует это и на ПВЗ, если его не научили другому.

С точки зрения CJM об этом нужно указывать явно и громко, например, как предупреждающий знак: Внимание! ПВЗ работает до 20:00!

А лучше всего, выровнять время работы ПВЗ и ТЦ.

В сухом остатке: время работы крайне важный фактор формирования пользовательского опыта и пути клиента.

#путьклиента #cjm #ux

141. ИИ + custdev. Riverside.fm

Сегодня тестируем сервис, выходящий за пределы Telegram: riverside.fm.

Качество распознавания на русском, т.е. понимание слов, оказалось низким. Многие слова распознались неправильно. Например, «Новосибирск» превратился в «На Сибирск».

Сервис работает не со всеми форматами аудиофайлов. Например, с .m4a не стал. Зато удалось загрузить mp4 (видео).

Скорость обработки не такая высокая, как у прошлых тестируемых сервисов. Файл 40 минут был обработан за 7-8 минут. Однако обрбаотка осуществлялась «на лету», т.е. по ходу работы можно было видеть текст из файла.

Количество собеседников никак не указывается, поэтому диалог не распознан.

Тестирование сервиса было бесплатным. Но бесплатно только 2 часа аудио, а оплата в долларах и из РФ недоступна.

К недостаткам следует отнести выгрузку результата только в формате txt. Сам сервис создавался для создания субтитров в подкастах и видео, отчасти поэтому функционал не подходит для работы в исследованиях. Еще, без регистрации работь с загруженными ранее файлами не получится.

Ну и главное — краткого содержания нет.

Результат Riverside.fm
Удобство использования: 7/10
Качество распознавния: 6/10
Скорость обработки: 6/10
Стоимость использования: бесплатно до 2 часов

В сухом остатке: сервис Riverside.fm бесплатный инструмент для перевода аудио- и видео в текст, однако после получения текста придется проводить значительную работу по созданию диалога и пр.

#ииисследования #искусственныйинтеллект #аудиовтекст #транскрибирование #стенограмма #ииcustdev

140. Самый важный фактор успеха стартапа

Билл Гросс, серийный предприниматель, основатель инкубатора Idealab, в своем выступлении на тему «Главный фактор успеха стартапа» выделяет пять факторов:

1. Идея. В чем суть стартапа/продукта.
2. Команда. Влияет на исполнение, то, как именно выглядит продукт.
3. Бизнес-модель. Влияет на деньги и привлекательность проекта для инвесторов.
4. Финансирование. Влияет на рост и масштабируемость бизнеса.
5. Время выхода

Оказалось, что у проекта может быть прекрасная сильная команда, отличнаая бизнес-модель, замечтельная идея и своевременное финансирование, но реальный успех зависит от времени выхода на рынок. По сути, time/product fit.

Получается, что не самый выдающийся по идее продукт, оказавшийся в нужное время наа рынке, окажется успешнее, чем проект с самой сильной командой или финансированием.

В сухом остатке: определить успешное время выхода продукта на рынок — главная задача стартапа; custdev при этом если и поможет, то, пожалуй, на самом стратегическом уровне.

#факторуспеха #timeproductfit #productfit