Risultati di Settore: I leader di prodotto che non riescono ad accedere ai propri dati comportamentali stanno costruendo su presupposti. In un mercato competitivo, i presupposti si accumulano nella direzione sbagliata.
CASO D'USO
Analisi di Prodotto e Intelligenza sull'Impatto delle Funzionalità
Le organizzazioni leader di prodotto si muovono velocemente per progettazione. Flussi di lavoro agili, deployment continui, iterazioni rapide: il modello organizzativo è costruito per la velocità. L'assunto incorporato in quel modello è che la velocità porti feedback: rilascia, misura, impara, aggiusta. Ma il ciclo di feedback è valido solo quanto l'accesso ai dati che lo alimenta.
Molte organizzazioni di prodotto hanno una velocità di rilascio delle funzionalità superiore alla loro velocità dei dati. Le funzionalità vengono rilasciate in giorni. Comprendere l'impatto comportamentale di tali funzionalità richiede settimane, perché le domande sui dati che necessitano di risposta richiedono il supporto di analisti, competenze negli strumenti di BI o abilità SQL che i leader di prodotto tipicamente non hanno e non dovrebbero necessitare.
Ecco il problema non considerato: la maggior parte dei leader di prodotto presume che il loro collo di bottiglia siano gli analisti lenti. Il vero collo di bottiglia è architetturale. Gli strumenti disponibili per misurare i risultati del prodotto non sono progettati per il ritmo con cui vengono prese le decisioni sulla roadmap. I dati risiedono in stack analitici frammentati e costosi che richiedono competenze specializzate per essere interrogati e, quando arriva una risposta, la finestra decisionale si è chiusa. I tuoi analisti non sono troppo lenti. Il tuo stack non è mai stato costruito per te.
E la pressione competitiva non è più astratta: le organizzazioni di prodotto che spediscono più velocemente nel settore non sono quelle con i migliori analisti. Sono quelle che hanno eliminato la dipendenza da loro.
Il team di prodotto che non riesce a interrogare fluentemente i propri dati comportamentali sta prendendo decisioni sulla roadmap basate sull'istinto, sull'aneddotica e su indicatori in ritardo. Analisi di coorte di retention, conversione del funnel per canale di acquisizione, tassi di adozione delle funzionalità per segmento di utente: queste sono le domande sui dati che ogni leader di prodotto dovrebbe poter rispondere su richiesta, non da inoltrare a un team di analisi con un SLA di 48 ore.
Come analizzano i team di prodotto l'adozione delle funzionalità senza un analista di dati? Questa è la domanda che i tuoi concorrenti stanno già risolvendo. Il divario ha un costo crescente. I VP di Prodotto non perdono solo l'intuizione specifica, ma perdono il ciclo di apprendimento. Ogni funzionalità rilasciata senza una rapida lettura comportamentale è un'iterazione persa. Ogni iterazione persa è un altro sprint di assunzioni incorporate nella roadmap. Il ciclo intuizione-rilascio è l'unità fondamentale delle prestazioni dell'organizzazione di prodotto e, quando tale ciclo è limitato dalla velocità di accesso ai dati piuttosto che dalla velocità di pensiero, la qualità della roadmap ne risente sistematicamente.
Non siamo internamente così guidati dai dati come vorremmo poter dire ai clienti che siamo. — Un VP di Prodotto di un'azienda B2B globale
L'ammissione è più comune di quanto la maggior parte dei leader di prodotto dica ad alta voce. Non è un problema di competenze. È strutturale: ambienti analitici progettati per ingegneri di dati, non per i leader di prodotto che devono agire su ciò che i dati mostrano.
Databricks AI/BI Genie offre ai team di prodotto accesso conversazionale al loro intero ambiente di dati comportamentali. Un VP di Prodotto può chiedere: "Qual è il tasso di retention a 30 giorni per gli utenti che hanno adottato il nuovo flusso di onboarding rispetto al gruppo di controllo, segmentato per canale di acquisizione?" Quella domanda emerge dai tuoi dati di eventi effettivi, senza bisogno di analisti o ticket.
Il ROI non è solo tempo risparmiato. È qualità decisionale. Quando un leader di prodotto può interrogare una domanda comportamentale prima della revisione della roadmap mattutina invece di inviare una richiesta dati e attendere due giorni, la natura della decisione cambia. Vengono poste domande di follow-up. Vengono indagati casi limite. La funzionalità che avrebbe dovuto essere eliminata viene eliminata prima che consumi un altro sprint.
Per i VP di Prodotto che misurano il successo in adozione utente, velocità di innovazione e felicità del cliente, la capacità di interrogare direttamente i dati comportamentali non è una funzionalità di convenienza. È il fondamento analitico su cui si basa la velocità della roadmap.
Il nostro obiettivo con Rovo è connettere conoscenza, persone e flussi di lavoro in modo che i team si muovano più velocemente. Combinando le capacità del linguaggio naturale con la robusta piattaforma dati di Databricks, stiamo consentendo ai team di porre domande e prendere decisioni basate sui dati al momento, in modo sicuro, intuitivo e su larga scala. — Jamil Valliani, Vice President / Head of Product - AI, Atlassian
L'organizzazione di prodotto Atlassian non ha solo adottato Genie internamente, ma l'ha integrato in Rovo in modo che anche i product manager dei loro clienti potessero utilizzarlo. Lo sblocco non è solo l'accesso ai dati. È la fiducia nei dati, alla velocità con cui vengono prese le decisioni.
La qualità del prodotto si compone con la velocità di apprendimento. Il team che può eseguire il doppio degli esperimenti validati in un trimestre, porre il doppio delle domande comportamentali e comprendere il doppio degli impatti delle funzionalità sta costruendo un prodotto migliore più velocemente.
Il successo è misurato in ultima analisi in risultati commerciali — adozione utente, soddisfazione del cliente, retention — non in conteggi di funzionalità o velocità di rilascio. Un prodotto che rilascia velocemente ma impara lentamente si allontana dai suoi utenti. Genie rimuove l'attrito nell'accesso ai dati che rallenta il ciclo di feedback da cui dipendono tali risultati commerciali.
Tra oltre 3.300 clienti Databricks, gli utenti di Genie hanno riportato un guadagno di produttività del 49%. Hanno riportato un miglioramento del 41% nella velocità di immissione sul mercato. Le analisi ad hoc vengono eseguite 5 volte più velocemente. Per i team di prodotto in particolare, i clienti hanno citato Genie per "l'esecuzione di analisi ad hoc sulle prestazioni del funnel e sull'adozione delle funzionalità di prodotto" e per aver ridotto i cicli di insight sull'onboarding da mesi a settimane. Questa differenza non è misurata in ore di analista. È misurata in decisioni sulla roadmap basate sull'evidenza piuttosto che sull'istinto, che è l'unico modo per accelerare il ciclo intuizione-rilascio che definisce quanto velocemente un'organizzazione di prodotto impara effettivamente.
DATABRICKS GENIE · DIFFERENZIATORI CHIAVE
Costruito per i tuoi dati, governato dalle tue regole, rispondibile a qualsiasi leader di prodotto.
Scopri Cosa Può Fare Genie per il Tuo Team
Se il tuo ciclo intuizione-rilascio è misurato in giorni anziché in ore, il collo di bottiglia non è il tuo team, è la tua architettura dati. Scopri come i VP di Prodotto stanno utilizzando Genie per colmare quel divario.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.