การปฏิวัติผลิตภัณฑ์ข้อมูล

ในช่วง 15 ปีที่ผ่านมา มีการพัฒนาผลิตภัณฑ์ข้อมูลเพิ่มขึ้นอย่างมาก เช่น โปรแกรมแนะนำของ Netflix, การจัดการเพลย์ลิสต์ของ Spotify, การทำนายเส้นทางของ Google Maps, รถยนต์ไร้คนขับ ฯลฯ เราสามารถเพิ่มตัวอย่างดีๆ ได้เป็นร้อยหรือพันรายการในรายการนี้ แต่ทำไมถึงมีการปฏิวัติในทิศทางนี้? หรือให้ฉันถามคำถามแรกอะไรคือ Data Product ?

ผลิตภัณฑ์ข้อมูลคืออะไร?

ในหนังสือของเขา “Data Jujitsu: ศิลปะแห่งการเปลี่ยนข้อมูลเป็นผลิตภัณฑ์ ปี 2012” DJ Patilให้นิยามผลิตภัณฑ์ข้อมูลว่าเป็น “ผลิตภัณฑ์ที่อำนวยความสะดวกในเป้าหมายสุดท้ายผ่านการใช้ข้อมูล”

ปัจจุบันแอปพลิเคชันและเว็บไซต์บนมือถือเกือบทั้งหมดใช้ข้อมูล แต่ไม่จำเป็นว่าทั้งหมดจะถูกพิจารณาว่าเป็นผลิตภัณฑ์ข้อมูล ความแตกต่างหลักในที่นี้คือเป้าหมายสุดท้ายของผลิตภัณฑ์ข้อมูลคือการใช้ข้อมูลเพื่อสร้างมูลค่า ตัวอย่างเช่น Gmail ไม่ใช่ผลิตภัณฑ์ข้อมูล แต่คุณลักษณะการเขียนอัจฉริยะเป็นผลิตภัณฑ์ข้อมูล

ตัวอย่างผลิตภัณฑ์ข้อมูล

ทุกวันนี้ เราถูกรายล้อมไปด้วย Data Products แต่เราไม่รู้ตัวด้วยซ้ำ เราไม่สามารถแยกความแตกต่างจากผลิตภัณฑ์หลักได้ โดยเฉพาะอย่างยิ่งสำหรับผู้ที่ไม่เชี่ยวชาญด้านเทคนิค แทบจะเป็นไปไม่ได้เลยที่จะตรวจพบ นี่คือตัวอย่างบางส่วน;

• Spotify Wrapped: Spotify เป็นแพลตฟอร์มสตรีมเพลงชั้นนำ ในปี 2559 พวกเขาประกาศข้อมูลที่รวบรวมระหว่างเดือนมกราคมถึงธันวาคมเป็นแคมเปญการตลาด แคมเปญนี้เกิดขึ้นเป็นประจำทุกปีและเป็นผลิตภัณฑ์ข้อมูลส่วนบุคคลสำหรับผู้ใช้แต่ละราย
• Netflix Recommendation Engine: Netflix เป็นแพลตฟอร์มการสตรีมภาพยนตร์ รายการทีวี และซีรีส์ชั้นนำทั่วโลก รูปแบบธุรกิจหลักของพวกเขาคือการรักษาลูกค้าให้ได้มากที่สุดจากรูปแบบการสมัครรับข้อมูล เพื่อรักษาลูกค้าให้มากขึ้น พวกเขาจำเป็นต้องปรับปรุงการมีส่วนร่วมของผู้ใช้ ผลิตภัณฑ์ข้อมูลหลักที่ตอบสนองความต้องการนี้คือเครื่องมือแนะนำส่วนบุคคล
• การ เขียนข้อความอัจฉริยะของ Gmail: Gmail อนุญาตให้ผู้ใช้เขียนอีเมลในรูปแบบข้อความล้วน ในปี 2018 Google ได้เปิดตัวความสามารถในการเขียนอัจฉริยะ ผลิตภัณฑ์ข้อมูลนี้ใช้เทคนิคการเรียนรู้ของเครื่องต่างๆ เพื่อสร้างประโยคและคำที่เหมาะสมที่สุดสำหรับผู้ใช้แบบเรียลไทม์เพื่อลดความพยายามในการสร้างอีเมล
• การคาดคะเนเส้นทางของ Google Maps: Google Maps ช่วยให้คุณย้ายจากตำแหน่ง X ไปยัง Y ด้วยวิธีการต่างๆ เช่น การขนส่งสาธารณะ สกูตเตอร์ เป็นต้น สำหรับแต่ละวิธี ผู้ใช้ปลายทางจะได้รับเส้นทางสำรองพร้อมกับ ETA ที่คาดการณ์ไว้ ในปี 2020 Googleได้แชร์ภาพรวมของอัลกอริทึมและวิธีสร้างผลิตภัณฑ์ข้อมูลนี้

ในหนังสือของเขา " ติดยา เสพติด: วิธีการสร้างผลิตภัณฑ์ที่สร้างนิสัย " Nir Eyal อธิบายแบบจำลองที่ติดยาเสพติดในสี่ขั้นตอน ทริกเกอร์ การกระทำ รางวัลผันแปร และการลงทุน แกนหลักของรูปแบบนี้คือการสร้างประสบการณ์การสร้างนิสัยให้กับผู้บริโภค เพื่อที่พวกเขาจะได้ไม่ต้องใช้ผลิตภัณฑ์ โดยพื้นฐานแล้ว ผู้ใช้ใช้ผลิตภัณฑ์เนื่องจากเป็น นิสัยใน การใช้

ทำไมเราถึงรักผลิตภัณฑ์ข้อมูลแม้ว่าเราจะไม่รู้จักผลิตภัณฑ์เหล่านี้ก็ตาม

ลองย้อนกลับไปคิดเกี่ยวกับผลิตภัณฑ์ที่คุณชื่นชอบ แล้วลองแยกผลิตภัณฑ์หลักและผลิตภัณฑ์ข้อมูล ฉันจะใช้ Spotify เป็นตัวอย่าง

ฉันรักการฟังเพลง. ตั้งแต่ยุค Walkman จนถึงทุกวันนี้ มันเป็นนิสัยในชีวิตประจำวันของฉัน เมื่อใดก็ตามที่ฉันมีเวลาว่าง ฉันจะฟังเพลง เช่นขณะทำอาหาร ซักผ้า และอ่านหนังสือ หากคุณเป็นคนแบบฉัน ไม่ใช่ผู้ใช้โซเชียลมีเดีย หรือไม่ได้ติดตามกระแสความนิยมใด ๆ การค้นหาศิลปินและวงดนตรีใหม่ ๆ จะกลายเป็นเรื่องที่น่ารำคาญเล็กน้อย การสะสมแผ่นเสียงและติดอยู่ในยุค 90 ที่น่าทึ่งก็ไม่ใช่วิธีแก้ปัญหาที่ยั่งยืนเช่นกัน

นี่คือเหตุผลที่ฉันเป็นผู้ใช้ Spotify จำนวนมาก ฉันไม่ได้ใช้ Spotify เพราะองค์ประกอบ UI ที่สวยงามหรือไฟล์เก็บถาวรขนาดใหญ่ ส่วนประกอบที่คล้ายกันสามารถพบได้ในผลิตภัณฑ์อื่นหรือดีกว่า แต่ฉันใช้ Spotify เนื่องจากมีป้ายกำกับ การจัดหมวดหมู่เครื่องมือค้นหา เครื่องมือ แนะนำ และ ความสามารถในการจัดการเพลย์ลิสต์ ด้วยความสามารถเหล่านี้ ฉันจึงสามารถทำความรู้จักกับศิลปินและวงดนตรีที่ฉันไม่เคยได้ยินหรือมีโอกาสค้นพบด้วยเวลาที่จำกัดในชีวิตประจำวันของฉัน

ดังนั้นผลิตภัณฑ์ข้อมูลทำให้ผลิตภัณฑ์หลักฉลาดขึ้น ใช้งานง่ายขึ้น และเป็นส่วนตัวมากขึ้น และผู้ใช้ก็กระตือรือร้นที่จะรักษาและทำให้เป็นส่วนหนึ่งของกิจวัตรประจำวันของพวกเขา เพียงเปลี่ยนผลิตภัณฑ์ธรรมดาเป็นผลิตภัณฑ์สร้างนิสัย

ก่อนและหลัง ChatGPT

ทุกวันนี้มีโฆษณามากมายเกี่ยวกับChatGPT ใครๆ ต่างก็พูดว่ามันน่าทึ่งแค่ไหน และผลลัพธ์ที่มันออกมานั้นน่าทึ่งขนาดไหน มันกำลังจะมาแทนที่งาน X, Y และ Z ในปีหน้า

เราต้องยอมรับว่าผลิตภัณฑ์ที่พวกเขาสร้างขึ้นนั้นยอดเยี่ยมมาก ผมเชื่อว่าความสำเร็จหลักของผลิตภัณฑ์ไม่ได้มาจากความซับซ้อนทางเทคนิคหรือการแก้ปัญหาช่วยชีวิตในชีวิตของเรา มันมาจากความเรียบง่าย การเข้าถึง และคุณสมบัติที่ใช้งานง่าย

บทสรุป

ในช่วง 15 ปีที่ผ่านมา บริษัทหลายแห่งลงทุนในผลิตภัณฑ์ข้อมูลเพื่อทำให้ผลิตภัณฑ์หลักของตนฉลาดขึ้นและเป็นส่วนตัว ด้วย ChatGPT เรากำลังเข้าสู่ยุคที่ผลิตภัณฑ์หลักคือผลิตภัณฑ์ข้อมูล ผมเชื่อว่าเราจะเห็นตัวอย่างมากมายในทิศทางนี้ อย่างไรก็ตาม แม้จะเป็นผลิตภัณฑ์หลักหรือทำให้ผลิตภัณฑ์หลักดีขึ้น การปฏิวัติผลิตภัณฑ์ข้อมูลก็เป็นสิ่งที่หลีกเลี่ยงไม่ได้

ขอบคุณสำหรับการอ่าน

ในบทความนี้ ฉันได้สร้างความเข้าใจร่วมกันเกี่ยวกับคำศัพท์เฉพาะ ของ ผลิตภัณฑ์ข้อมูล ในซีรีส์ถัดไป ฉันจะลงลึกในผลิตภัณฑ์ข้อมูลประเภทต่างๆ และวิธีการจัดตั้งทีมข้ามสายงานเพื่อสร้างผลิตภัณฑ์และหล่อเลี้ยงวัฒนธรรมนี้ในองค์กรของคุณ

หากคุณสนใจใน Data Science, Machine Learning, Product Management และการสร้าง Data Products คุณสามารถเริ่มติดตามฉันได้