5 способов снизить риски проектных решений с помощью данных

Если бы мне пришлось ранжировать каждую часть процесса разработки продукта по степени риска и вознаграждения, дизайн был бы одним из активов с наивысшим риском и наивысшим вознаграждением.

Почему дизайн является активом с высоким риском?

Клиенты не всегда могут заметить баги, спрятанные в самых темных уголках продукта. Они понятия не имеют об аналитике, стоящей за их поведением, или о количестве задач, которые инженеры Jira выполнили за спринт.
Однако клиенты замечают , как выглядит продукт и понятен ли им его интерфейс.

По мере того, как все больше клиентов обращаются к продукту, каждое следующее дизайнерское решение превращается в более рискованный гамбит.

Если интуиция дизайнера в отношении «следующей правильной вещи» для продукта окупается, показатели продукта взлетают до небес, а команда вне себя от радости, получая положительные отзывы от клиентов.

Однако, если «правильное решение» на самом деле окажется неверным, потери не за горами. Усилия по развитию не приносят ожидаемых результатов. Рыночная доля конкурентов увеличивается. Продуктовые команды чувствуют себя демотивированными.
Неправильные дизайнерские решения могут дорого обойтись вашему продукту и оставить его далеко позади конкурентов.

Например, после того, как Duolingo обновил свой пользовательский интерфейс Path, некоторые из его активных учеников даже начали публичную петицию , чтобы отменить изменения, настолько им это не понравилось.

Как минимизировать риск принятия неверного дизайнерского решения?

Вероятно, уверенность — это то, что нужно лицу, принимающему решение о продукте, чтобы иметь возможность спокойно спать по ночам. Я думаю, что данные, как количественные, так и качественные, могут вселить уверенность и помочь снизить риск принятия решения.

В зависимости от типа используемых данных и стадии выпуска , на которой проект проверяется, я начертил методы снижения рисков при проектных решениях следующим образом:

Проверка дизайна перед выпуском
Когда ставки высоки, всегда лучше проверить решения , прежде чем их принимать. С точки зрения разработки продукта, откладывание изменений дизайна до того, как пользователи увидят их, по-прежнему выглядит безопасным. На этом этапе могут быть полезны следующие методы проверки:

1. Оценка потенциально затронутой группы клиентов

Новый дизайн направлен на улучшение процесса добавления друзей для клиентов, и на его реализацию уходит пара недель. Только подумайте, как это изменение повлияет на ключевые показатели продукта по сравнению с ресурсами, затраченными на его внедрение?

Однако что, если эти 2% клиентов — единственные платные клиенты , которые просят упростить добавление друзей? Тогда решение этой проблемы может иметь решающее значение. Вот и серьезность проблемы.

2. Понимание серьезности проблемы

Один из способов измерить приоритет функции — понять, критично ли для клиентов ее исправление или нет. Вы можете ознакомиться с качественными отзывами из следующих источников:

• интервью
  с пользователями Жалобы ли клиенты на проблему во время интервью или исследования?
• Заявки в службу поддержки Сообщает
  ли служба поддержки клиентов об увеличении количества заявок на эту функцию?
• Комментарии NPS и формы обратной связи, встроенные в продукт.
  Обратная связь с клиентами изобилует просьбами исправить эту функцию?
  Упоминают ли недоброжелатели NPS проблему в своих комментариях?

Теперь, когда мы знаем, как снизить риски дизайна, прежде чем показывать его клиентам, давайте посмотрим, как проверить его после того, как клиенты его увидят.

Проверка дизайна после выпуска
В технологической среде скорость решает все. Особенно в стартапах решения принимаются молниеносно, а сроки до релизов сжаты. Это делает проверку дизайна перед его выпуском практически невозможной. Тем не менее, генеральный директор все еще хочет знать, как это влияет на клиентов.
В этом случае больше всего может помочь сбор количественных данных.

Проранжируем способы по точности измерения воздействия на клиентов:

1. A/B-тестирование (ИМХО, один из лучших методов)
   Сравнение групп клиентов с изменением и без изменения в равных условиях даст наиболее объективную информацию об истинном влиянии фичи.
2. Оценка влияния с течением времени
   В случае, если изменения дизайна оказали реальное влияние на продукт, вы можете заметить восходящую или нисходящую тенденцию в основных показателях продукта. Я предпочитаю этот метод меньше, чем A/B-тестирование, потому что на показатели также могут влиять сезонность, трафик или другие изменения продукта, внесенные в то же время.

Вот и все!

Давайте быстро вспомним, как снизить риски проектных решений с помощью данных.

• Проверка проектных решений перед выпуском менее рискованна. Понимание доли клиентов, затронутых дизайном, и сравнение его влияния на клиентов с усилиями по разработке может помочь расставить приоритеты и даже уменьшить масштаб разработанного решения.
• По-прежнему возможно минимизировать проектные риски после того, как клиенты это увидят. Для этого вы можете провести A/B-тестирование изменения на определенном количестве клиентов, оценить, как оно повлияло на показатели продукта и поведение клиентов с течением времени, или отследить изменения в отзывах клиентов.

Вы можете найти больше из них в моем блоге :

• Секрет мощных диаграмм: как PayPal, TikTok и Airbnb визуализируют свои данные
• На крючке роста: как компании искажают показатели роста и что вместо этого измерять
• Карта метрик продукта: что это такое и как ее построить