Korzystanie z informacji zwrotnych i analiz do kierowania rozwojem produktu

Dlaczego warto korzystać z analiz?

Gromadzenie odpowiednich analiz i wykorzystywanie ich do uzasadniania swoich pomysłów nadaje sugestiom wiarygodności. Pokazuje, że zależy Ci na efektywnym wykorzystaniu zasobów i skierowaniu ciężkiej pracy zespołów tam, gdzie będzie ona miała największy skutek.

Analizy łączą pomysły z wynikami produktu, koncentrując rozmowy wokół potrzeb klientów i wymagań rynku. Pomaga to zdobyć zaufanie zespołu, klientów i kierownictwa, dzięki czemu można uzyskać autonomię potrzebną do opracowania świetnego produktu.

Za każdym razem, gdy dyskusje na temat priorytetów są zakłócane przez głośne lub przekonujące głosy, należy odwołać się do analiz, aby powrócić na właściwe tory.

Analizy w Jira Product Discovery

W Jira Product Discovery Analizy są integralną częścią każdego pomysłu. Wyrób w sobie nawyk dodawania odpowiednich Analiz do pomysłów za pomocą rozszerzenia Jira Product Discovery Chrome, naszej aplikacji Slack lub Teams albo jednej z integracji opracowanych przez naszych partnerów.

Korzystaj z Jira Product Discovery razem z rozwiązaniami do zarządzania wsparciem, sprzedażą, badaniami i opiniami. Zaprojektowaliśmy Jira Product Discovery, aby umożliwić dodawanie istotnych opinii i analiz do pomysłów, wyjaśniając, dlaczego są one ważne, w jaki sposób należy je traktować priorytetowo i co się z nimi wiąże.

Następnie te analizy będą na wyciągnięcie ręki, gdy rozpoczniesz dyskusje na temat priorytetów.

Konfigurowanie kanałów zbierania informacji

Jeśli nie masz wystarczających informacji, aby kierować swoim procesem decyzyjnym, nigdy nie jest za późno, aby zacząć je gromadzić. Dzięki ciągłym procesom gromadzenia tych danych, będziesz w stanie przekształcić je w Analizy potrzebne do wspierania każdej decyzji dotyczącej produktu.

W tym rozdziale wyjaśnimy, jak skonfigurować bezpośrednie kanały komunikacji z klientami i zespołami obsługującymi klientów oraz rozpocząć gromadzenie danych napotkanych podczas własnych badań.

Zalecamy skonfigurowanie wielu kanałów w celu gromadzenia analiz:

Jak zespół Jira Product Discovery gromadzi Analizy

Cały proces powstawania Jira Product Discovery był kształtowany i kierowany przez gromadzenie informacji. W dalszej części tej sekcji pokażemy dokładnie, w jaki sposób zespół Jira Product Discovery skonfigurował kanały opinii i wykorzystał je do informowania o naszej pracy nad produktem.

Gromadzenie analiz z przychodzących informacji zwrotnych

Przychodzące informacje zwrotne — obawy, komentarze i pytania osób aktywnie korzystających z produktu — są jednym z najważniejszych źródeł analiz.

Gromadzenie informacji zwrotnej za pomocą Jira Service Management

W zespole Jira Product Discovery korzystamy z Jira Service Management, aby umożliwić klientom i użytkownikom końcowym bezpośrednie udostępnianie nieuporządkowanej informacji zwrotnej:

Zbieranie informacji zwrotnej za pomocą dedykowanych kanałów Slack

Dla wewnętrznych interesariuszy stworzyliśmy dedykowane kanały w aplikacjach Slack i Teams, w których mogą oni zadawać pytania i przedstawiać propozycje. Sortujemy je, a następnie dodajemy do Pomysłów jako Analizy za pomocą aplikacji Jira Slack.

Zbieranie informacji zwrotnej za pomocą dedykowanego projektu Jira Product Discovery

Chociaż zespół Jira Product Discovery nie stosuje tej metody, wielu naszych klientów stworzyło projekt Jira Product Discovery przeznaczony do pozyskiwania informacji zwrotnej.

Jest to dedykowana przestrzeń, oddzielona od backlogów produktów i dostaw, w której współpracownicy mogą tworzyć własne pomysły, dodawać komentarze i analizy do innych pomysłów oraz głosować nad wkładem pozostałych współpracowników.

Może ona być bardzo skuteczna — o ile istnieje dobry sposób na wymuszenie dobrych praktyk w dedykowanym projekcie. W przeciwnym razie może szybko przekształcić się w długą listę małych i dużych żądań, z powielaniem i nadmiarowością.

Ale przy starannej konfiguracji, gdy liczba interesariuszy jest ograniczona, a liczba pomysłów możliwa do opanowania, działało to całkiem dobrze.

Gromadzenie analiz za pośrednictwem badań użytkowników

Przychodząca informacja zwrotna zapewnia dobry wgląd w ogólne obszary, w których Twój produkt może być udoskonalony. Ale ona sama nie wystarczy, aby pomóc w podejmowaniu decyzji dotyczących produktu. W szczególności brakuje jej kontekstu.

Na podstawie pojedynczej informacji zwrotnej od użytkownika lub wniosku o dodanie funkcji będzie Ci trudno złożyć wszystko w całość:

• podstawowy problem, przed którym stoi użytkownik;
• jak ważny jest ten problem dla jego przepływu pracy;
• jak wpływa on na resztę produktu;
• czy istnieje inne rozwiązanie tego problemu.

Nie tylko w tym przypadku najlepiej sprawdzają się regularne rozmowy z użytkownikami.

Rekrutacja odpowiednich użytkowników do badań może być trudna. Ale jeśli masz przychodzącą informację zwrotną lub rozwiązanie z ankiety, możesz je wykorzystać jako kanał do identyfikacji użytkowników, którzy mogą być owocnymi obiektami badań, oraz skontaktować się z nimi w celu zaproponowania rozmowy.

Badanie użytkowników za pomocą Dovetail

W zespole Jira Product Discovery polegamy głównie na spotkaniach w aplikacji Zoom, ponieważ wszyscy pracujemy zdalnie i mamy globalną bazę klientów. Gdy klient pozostawia interesującą informację zwrotną w jednym z naszych kanałów (widget informacji zwrotnej w aplikacji lub grupa społecznościowa), kontaktujemy się z nim za pomocą łącza do Calendly, zachęcając go do zarezerwowania u nas czasu.

Za zgodą rozmówcy nagrywamy te spotkania i przesyłamy je do Dovetail. Tam możemy oznaczyć ważne momenty w rozmowie i dodać je jako Analizy do odpowiednich Pomysłów.

Z biegiem czasu znaleźliśmy w ten sposób użytkowników wczesnego dostępu, którzy pomogli nam ukształtować to, czym jest dziś Jira Product Discovery.

Badania użytkowników z użyciem raportów z badań

W przypadku niektórych tematów lepiej polegać na bardziej dogłębnych badaniach użytkowników. Na szczęście w firmie Atlassian mamy zespół ds. badań i analiz, który wykorzystuje drobiazgowe techniki badawcze w celu zagłębienia się w określone tematy i wygenerowania z nich Analiz.

Przykładowo niedawno pewien badacz pomógł nam zrozumieć problemy osób oceniających Jira Product Discovery. Otagowaliśmy Analizy z tego raportu jako Pomysły w Jira Product Discovery i wykorzystujemy wyniki, aby jeszcze raz zastanowić się nad tym, jak te osoby wdrażają się do aplikacji.

Badanie użytkowników za pomocą Pendo

W zespole Jira Product Discovery wykorzystujemy Pendo do tworzenia ankiet dla określonych kohort użytkowników w oparciu o dane dotyczące segmentacji i wykorzystania produktów.

Przeprowadzamy regularnie powtarzające się ankiety, takie jak miesięczny kwestionariusz CSAT, ale także jednorazowe ankiety, które wysyłamy, aby odpowiedzieć na konkretne pytania. Zazwyczaj są to pytania, które w razie pomyłki mogą mieć daleko idące konsekwencje dla produktów, dlatego potrzebujemy jasnych i aktualnych danych.

Podsumowujemy wyniki naszej ankiety na stronie Confluence i dodajemy je jako Analizy do odpowiednich Pomysłów.

Tworzenie grupy społecznościowej w celu gromadzenia analiz

Grupy społecznościowe mogą być bardzo skutecznym sposobem zebrania użytkowników i pozyskania informacji zwrotnej. Można m.in. wyznaczyć te grupy, aby odpowiedziały na pytania dotyczące produktu, rekrutować użytkowników korzystających z wczesnego dostępu do nowych funkcji, publikować ogłoszenia i dzielić się najlepszymi praktykami.

Grupa społecznościowa Atlassian

W momencie powstania Jira Product Discovery wyznaczyliśmy grupę Jira Product Discovery, podgrupę społeczności Atlassian,w celu bezpośredniego kontaktu z użytkownikami. Z biegiem czasu zauważyliśmy, że zaawansowani użytkownicy zaczęli wspierać innych użytkowników i dzielić się tym, czego dowiedzieli się o produkcie — bardzo skorzystaliśmy na tych rozmowach.

Gathering insights from product analytics

Finally, it’s important to consider quantitative data, as well as qualitative user feedback, when evaluating insights and deciding how to act on them.

Product analytics can provide insights at two levels of granularity:

1. Growth metrics, like churn rate and customer LTV.
   
   For example, if you notice that evaluators fail to convert to active users and drop off after their first session, it’s very likely you should take a break from implementing new features and take a look at your onboarding flow.
2. Feature usage and user behavior data.
   
   For example, if you receive a lot of negative feedback about a feature, and data reveals it’s not used by many people, it’s a good time to discuss whether it’s worth keeping or should be retired.

Using your product analytics tools to glean insights

Obviously, the product analytics tools used will vary from company to company. On the Jira Product Discovery team, we use both Amplitude and Pendo for this purpose. In particular, we use it to track utilization, the popularity of features, and how users interact with our onboarding flows. And again, we add key Insights to Ideas in our product backlog.

Make discussing insights a habit

Product teams make decisions every day. To ground as many of those decisions as possible in customer data, they must work with insights on an ongoing basis.

Regardless of which feedback and research channels you decide to use, for them to work your team must make collecting and acting on insights a continuous practice. If teams only engage with customer feedback once a month, they’re making a month’s worth of decisions without timely customer input.

As shared by Teresa Torres in Continuous Discovery Habits, using insights in product decision-making has many benefits:

1. Better alignment.
   
   Team members know why they’re working on something, and have a shared understanding of what users care about.
2. Evidence-based prioritization.
   
   Teams prioritize based on insights they’ve gathered over time. Deciding where to invest becomes much more objective.
3. Easier roadmapping.
   
   Clarifying investment areas becomes straighforward, and nsights gathered over time provide weight to potential areas of investment. Wise resource allocation becomes clear and trade-offs can be made in an informed way.
4. Better stakeholder engagement.
   
   A clear narrative about customer needs and priorities is self-evident. Teams easily communicate this narrative to stakeholders, reframing conversations around customer struggles and impact.

Discussing insights at Jira Product Discovery

On the Jira Product Discovery team, we use two rituals to make continuous discovery a habit:

• Weekly “feedback rotation” assignment:

Each week, a person on the product team is assigned to “feedback rotation.” They look at our channels, respond to feedback and add relevant Insights to Ideas. This usually takes about a half day of effort, spread through the week.

• Weekly “data bath” meeting:

In this team meeting, we go over that week’s feedback to discuss learnings and takeaways. At the end of that meeting, we officially pass over the “feedback rotation” assignent to the next product manager.

Because we’ve done this work on an ongoing basis, we’re prepared for all prioritization discussions with plenty of fresh context.

If you receive feedback from many customers, who should you listen to?

At Atlassian, we have more than 300,000 customers. On the Jira Product Discovery team alone, we receive dozens of individual pieces of feedback about the product every week. Working with all their feedback directly, let alone acting on it, would be impossible.

Inbound user feedback gives us a sense for the types of issues people face when using the product, and which ones are more pervasive. This feedback informs product Ideas, but we don’t design solutions based on that feedback alone.

Instead, as we develop, iterate, and ship solutions, we typically work with a small, dedicated group of users. We build product experiences with and for them, listening to their highly detailed, targeted feedback.

We call these test groups “lighthouse users”. In our experience, 10 lighthouse users is enough.

Why work with lighthouse users?

In our experience, working with lighthouse users works better than trying to please thousands of users all at once.

• We move faster, because we can make decisions based on discussions with a small number of people.
  
  We don’t need to survey 1000 users to get to a decision. We can test product experiences early by giving lighthouse users prototype access before anyone else. These users know what to expect: there may be bugs and corner cases that are not covered.
• We get rich contextual insights, because we’ve built rapport with these users to understand their problems and motivations.
  
  It’s often more impactful to have multiple conversations with a user you know well, than to have a single conversation with many people.
• It drives urgency across the whole team, because they know our lighthouse users as people and want to help.
  
  Introducing lighthouse users to the whole team drives their sense of urgency and ownership. Solving problems for one person they care about is much more motivating than a research report.

How to select lighthouse users

If you decide to adopt this way of working, you must be very clear on who is a good fit as lighthouse users. If you choose wrong, you could end us building the wrong product for the wrong people.

Over time at Jira Product Discovery, we’ve found that our lighthouse users share the following attributes:

✅ Very clear communicators

✅ In our target customer segment, even if we’re still iterating on what that is

✅ Strongly affected by the problems and pain points we’re trying to solve

✅ Trying to find new ways to solve this pain point, so far without success

✅ Not using a competing app, so we don’t center discussions on replicating features

✅ Open to new and different ways of working, instead of looking for specific features

✅ Happy to use an early-stage product or feature, share feedback, and discuss solutions

Working with lighthouse users

We really go all in to collaborate with lighthouse users. Essentially, we treat them as co-creators of the solution.

• We set up dedicated Slack channels where they can share feedback and questions
• We meet monthly to discuss their product, and product management, experiences
• We share early designs with them and get their feedback
• We give them early access to products, experiences, and features
• We ask how they’d design the solution themselves

For more information about lighthouse users, see this series of posts on the Atlassian Community.

Co dalej?

By grounding all their decisions in Insights, product teams can keep their work focused on its ultimate goal — solving users’ problems and making their lives easier.

In the final two sections of this handbook, we’ll explain in detail how to use a product backlog to:

• Prioritize the ideas that can make an impact
• Create roadmaps your teams and stakeholders can rally behind

We’ll give examples for how we do this in the Jira Product Discovery team, using Jira Product Discovery and other products.