Sdílíme, jak stavíme digitální produkty — s expertízou, metodikou a měřitelným dopadem.
Existuje spousta názorů na to, jak je výzkum důležitý při vytváření produktů. Někteří tvrdí, že inovátoři nepotřebují znát potřeby uživatelů, protože inovátoři se nesmí ptát. Často přitom svým způsobem interpretují výroky Forda či Jobse. Jiní naopak tvrdí, že bez výzkumu není možné dělat správná rozhodnutí. Ale která cesta je ta správná?
Možná to zní trochu podivně, ale úspěšné digitální produkty se nevytvářejí pouze pomocí funkcí servírovaných uživateli na stříbrném podnose. Bohužel jsme svědky toho, že mnoho firem spadne do této pasti. Jejich produktové týmy se obvykle soustředí na vytváření různých funkcionalit a málokdy tuší, jaký skutečný dopad budou mít tyto funkce na uživatele.
V pátém díle našeho podcastu se ponoříme do Outcomů (chcete-li výsledků), kterých chceme s digitálním produktem dosáhnout. Téma probereme společně s hostem Petrem Augustinem, který nám prozradí, jak s nimi v ROI Hunter pracují, na co se zaměřují, jak se to v průběhu času mění a jak pilotují nový systém fungování na další týmy. Bavili jsme se také o ShapeUP metodice a jak právě ona pomáhá dosahovat dobrých výsledků, v závěru jsme se dotkli i metody Opportunity Solution Tree pro výběr a identifikaci správných příležitostí a toho jaký je rozdílm ezi MVP a MLP a proč je MLP lepší cestou.
Digitální produkt není nikdy hotov. Vždy by se mohl a měl vyvíjet s tím, jak se učíme více o našem trhu, jak se mění potřeby zákazníků či jak se nové technologie stávají dostupnější.
Je to již delší dobu, co vytváříme nástroj, který by naplnil potřeby Product ownerů a UX / Produktových designérů v oblasti Continuous Product Discovery. Nyní máme počáteční fázi za sebou a nástroj tak nabízí pohodlné spojení discovery backlogu s propojením na uživatelský výzkum, abyste vždy na jednom místě viděli vše, co potřebujete.
V dalším podcastu v Mladém podnikateli u Jirky Rosteckého Michal upozornil na nejčastější chyby při vývoji produktů. Zaměřil se na fázi Product Discovery, která často neprobíhá optimálně a přinesl konkrétní příklady témat, na která se zaměřit.
