Product discovery och AI: Hitta alternativa berättelser
Insamling är svårt. Djupintervjuer är svårt. Enkäter är svårt. Grupp/forum-dialoger är (super)svårt. Men det luriga är att det låter enkelt: Att sätta ihop några frågor och skicka ut, eller ställa några frågor i ett samtal. Hur svårt kan det vara?
Först och främst: Det är alltid bättre att prata med kunder än att inte göra det. Söker du förståelse för en i en lokal kontext, tillsammans med andra, så är det alltid värdefullt.
Men så snart det gäller utforskande arbete som ska abstraheras upp på ”strategisk nivå” så ökar riskerna. Det som ofta händer för ovana researchers i de fallen är att ”insikterna” förstärker det befintliga, snarare än att låsa upp det nya.
Vad är dålig product discovery?
Dåliga ”insikter” i det här fallet är de där insikterna som är generella, abstrakta och förväntade. De befäster befintliga positioner och låser ner åsikter, snarare än att öppna upp för dialog och nyfikenhet. Motsatsen till det som vi vill åstadkomma med insikter. För insiktens jobb att skifta något i nuläget så att nya saker blir tillgängliga eller något gammalt blir uppenbart dumt.
I min erfarenhet ser dåliga insikter ofta ut ungefär såhär:
- Kunderna vill bara att det ska vara enkelt.
- Kunderna vill bara ha en sömlös upplevelse
- Pris är den viktigaste faktorn för konsumenterna
- Hållbarhet är viktigt för kunderna
- Hållbarhet är inte viktigt för kunderna.
- När feature x finns i produktion så kommer x, y och z bli kunder
Det är ointressant om insikter är sanna
Huruvida det är sant eller inte spelar mindre roll, insikterna är så generella att de går att applicera på redan befintliga åsikter. Det leder till djupare skyttegravar, istället för gemensamma testballonger till nya dispositioner.
I grund och botten tror jag att det handlar synen på verkligheten, och huruvida det finns fristående sanningar. För det är ofta så jag upplever research-arbete, att det förväntas avtäcka en sanning eller ett svar. Som om sanningen finns där ute i verkligheten för oss att hitta, som en pirat med skattkarta med stort rött x på.
Men oavsett filosofisk världsåskådning så är det mer värdefullt att se på insikter som något som uppstår i organisationers samspel med marknaden. För research och product discovery är djupt politiskt, och djupt intvinnat med organisationens interaktioner.
Använd AI för att lösa problemet med generiska insikter
Sitter du med en ”analys” med alltför generella ”insikter” som alla redan kände till? Här kan AI hjälpa till att bryta ner analysen. Man bör vara försiktig med att låta AI göra insamling och syntes, men att hitta alternativa förklaringar och berättelser till de signaler som finns i materialet är en perfekt uppgift för en LLM.
Samla en grupp människor som är lämpliga att analysera och be dom att hitta alternativa förklaringar till de signaler som återfinns i råmaterialet, med hjälp av AI.
Upp med den gängse ”analysen” på tavlan: Kunder vill ha de enkelt, sömlöst och billigt. Och uppmana gruppen att hitta signalerna i råmaterialet som har resulterat i de här förklaringarna. Och ställ sedan frågan: Vilka alternativa förklaringar kan de här signalerna trigga. Här är det viktigt att deltagarna själva får arbeta med materialet och med LLM:en. Låt de arbeta med de modeller som de är vana med.
Det är viktigt att du som facilitator inte har förberett några alternativa berättelser, utifrån materialet. Det måste komma från gruppen själv. För det är inte ”sanningen” vi söker, och det här är viktigt, vi söker alternativa berättelser som skjuter den dominerande berättelsen i sank. Inte för att något är falskt och något är sant, utan för att alltför dominerande berättelse i en organisation ofta är skadlig.
Multipla berättelser innebär olika perspektiv och olika förklaringar. Och det fina är att olika perspektiv leder till att vi får syn på olika signaler i materialet. Det kan kännas som en bakvänd kausalitet, att min förklaring styr vad jag ser. Men det som någon tycker är brus kanske någon annan tycker är en intressant signal. Det beror på våra perspektiv, och hur vi orienterar oss i situationer.
Och ur de här narrativen kommer ni hitta de små guldkornen, de konkreta och kontext-specifika sakerna som ni kan experimentera med. Men än viktigare så kommer ni ut ur rummet lite osäkrare på de som ni var stensäkra på. Kunderna kanske säger att dom vill ha något sömlöst, men det kommer inte vara det som göra att de köper er produkt. Osäkerheten är er väg in i frågan: Vad är det som gör att kunder köper eller att medborgare väljer?
