Как люди ищут в интернете? Часть 2: SNIF-ACT

Часть первая тут
Буквально через несколько лет автор теории информационного фуражирования предложил апдейт модели. Новую модель назвали SNIF-ACT (Scent-based Navigation and Information Foraging in the ACT cognitive architecture).

Публикация
Fu, Wai-Tat, and Peter Pirolli. "SNIF-ACT: A cognitive model of user navigation on the World Wide Web." Human–Computer Interaction 22.4 (2007): 355-412. https://www.tandfonline.com/doi/abs/10.1080/07370020701638806

Подробности
Численная оценка полезности информационного запаха
Информационный запах - это восприятие потенциальной ценности информации на основе "зацепок" - названия ссылки, краткого текста со страницы.
В модели SNIF-ACT есть численное моделирование информационного запаха. Оно строится на том, что у пользователей есть ассоциации между словами и областями знания. И видя несколько слов, пользователь делает оценку байесовской вероятности: чем слово специфичнее и чем специфичных слов больше (до определённого предела) в сниппете, тем больше вероятность того, что по ссылке будет что-то нужное. Если ищем как писать пост в тг канал, то слова "блог", "телеграм", "контент" дают большую вероятность, а "продам" и "гараж" низкую. И эту вероятность и ассоциации можно оценить и вычислить статистически, если проанализировать выборки текстов на определённые темы.

Декалартивная память
Декларативные знания - это информация о мире. Об ассоциациях между словами, о возможных действиях на веб-странице и о самих сайтах (например, то что гугл - поисковик, а в vk - соцсеть). В модели предполагается, что во время симуляции действий пользователя эти знания не изменяются. При анализе очередной веб-страницы у пользователя используется некоторый подраздел декларативной памяти, с помощью которой анализируется текущая ситуация и возможные действия (если это поисковой сайт - можно пройти по ссылкам, переформулировать запрос, пролистать сайт и т.п.).

Процедурная память
Процедурные знания - это информаци "как что-то сделать". В модели это постоянно и ситуативно обновляемый набор пар "условие -> действия", которые вообще возможны. Например, "условия: цель найти инфу И это непросмотренная ссылка И там есть ключевые слова -> то возможно действие кликнуть на ссылку".
Удовлетворение условиям (match) проверяется из декларативных знаний. Но действие возможно в каждый момент только одно. Если есть несколько пар "условие -> действие" где выполнены условия, то формируется "конфликтный набор" из таких пар.

Общая схема модели
1. Анализ объектов интерфейса, coding protocol, журнала событий для определения следующего состояния для показа на дисплее и следующего действия пользователя
2. Если состояние изменилось, то сообщить в SNIF-ACT систему, чтобы обновить декларативную память о том, какой подраздел о возможных действиях и контексте использовать.
3. Запустить SNIF-ACT модель, для того чтобы проверить выполнение условий (match) и выбрать конфликтный набор возможных для выполнения пар "условие-действие"
4. С помощью информационного запаха выбрать из конфликтного набора одну пару "условие-действие" и выполнить выбранное действие. База данных запахов при этом может обновляться исходя из информации посещённых ссылок на странице (если 2 ссылки на один сайт и первая плохая, то вторая тоже). Так же выбор не всегда абсолютно максимизирует полезность, там есть элемент случайности.
5. Сравнить реальное действие пользователи и предсказанное действия из модели SNIF-ACT. На этом месте оценивается качество самой модели (схема предназначена для постановки эксперимента)
6. Повторить шаги 1-5.

Научный продакт-менеджмент / Федя Панов

Как люди ищут в интернете? Часть 1: информационное фуражирование

Поиск является центральной частью многих приложений и сервисов: досок объявлений, маркетплейсов, видеохостингов и других. А ещё я сам также занимаюсь продуктом поиска: делаю поиск по базе резюме. В серии постов хочу кратко разобрать некоторые когнитивные модели того, как пользователи ищут информацию (и не только) в интернете.

Публикация
Pirolli, P., & Card, S. (1999). Information foraging. Psychological Review, 106(4), 643–675. https://doi.org/10.1037/0033-295X.106.4.643

Подробности
Фуражирование — это процесс поиска и добычи пропитания. У животного есть несколько потенциальных источников пищи, которые имеют разную пищевую ценность (например, калории) и для доступа к которым нужно затратить определённые ресурсы на поиск и на добычу. Математическая задача фуражирования — это получение максимума пищевой ценности при затрате минимум усилий. Аналогично и с поиском информации: каждый источник может нести разную информационную ценность, а для её получения требуются разные усилия при поиске и обработке.

Информационные участки. Как в природе ягоды могут быть разбросаны по кустам в разном количестве, так и информация может быть распределена по "участкам". И можно пытаться углубиться в текущий участок или найти более насыщенный. Участком в случае приложений может служить поисковая выдача.

Экусплуатация или обогащение? И дальше у пользователя есть 2 стратегии: эксплуатация участка (например, пролистывание текущей выдачи) или обогащение участка — сделать так, чтобы его было проще эксплуатировать. Например, в поисковике поставить дополнительную фильтрацию.

Информационный запах. Информационное фуражирование сопряжён с перемещением по пространству (физическому или виртуальному) в поисках наиболее доходных участков. Некоторая информация в промежуточных остановках может дать направление, куда дальше двигаться в поисках наиболее "калорийной" информации. Это называется информационным запахом. Информационный запах — это (несовершенное) восприятие ценности информации или потенциальных затрат на поиск, доступ и обработку информации, которое формируется на основе косвенных зацепок: например, карточка товара, картинки, иконки, навигация и названия каталогов, доверие к источникам и др.

Информационная диета.У хищника есть несколько источников пищи, которые по-разному распределены и имеют разную рентабельность ценности относительно затрат на поиск и добычу. Часто хищники просто игнорируют низкорентабельные источники пищи, если у них есть выбор — составляют диету. Аналогично можно представить информационного добытчика, которому нужно выбрать источники информации так, чтобы максимизировать скорость получения информации, относящейся к его текущей задаче. Например, вряд ли стоит тратить время на чтение нерелевантной спам-рассылки. В составлении диеты участвует информационный запаха, который подсказывает прибыльность и распространённость источников инфомрации.

Процесс фуражирования. С получением информации состояние добытчика изменяется и он принимает новое решение на основе запаха — процесс похож на жадный эвристический алгоритм, когда добытчик пытается оптимизировать каждое следующее действие. А если запах слаб или его нет, то действия могут быть неоптимальными или просто как случайное блуждание (попробуйте зайти на китайский маркетплейс без переводчика, если не знаете языка :)

Заключение
Это одна из первых когнитивных моделей поиска информации, адаптированная для интернета. Она помогает анализировать поведение пользователей в поисковиках, но имеет ограничения. Модель описывает идеального рационального пользователя, а реальные люди могут просто листать ленту и кликать наугад. Также она не учитывает внешние факторы и взаимодействие между пользователями. Тем не менее, модель может помочь оценить, какие элементы вашего сервиса привлекают внимание пользователей, как они их воспринимают и используют для улучшения выдачи.

Научный продакт-менеджмент / Федя Панов

О том как слишком натуралистичный прототип может ухудшить исследование предпочтений потенциальных пользователей

При разработке нового продукта часто исследуют мнение потенциальных пользователей. Но насколько точным и подробным должен быть прототип? Авторы данной статьи решили исследовать связь визуальной репрезентации с точностью исследования пользовательских предпочтений.

Публикация
Sylcott, B., Orsborn, S., and Cagan, J. (August 30, 2016). "The Effect of Product Representation in Visual Conjoint Analysis." ASME. J. Mech. Des. October 2016; 138(10): 101104. https://doi.org/10.1115/1.4034085

Подробности
Для того, чтобы изучить связь предпочтений пользователей с визуальной репрезентацией, исследователи взяли обычный столовый нож. Они предложили 3 варианта дизайна и показали его в 3 разных формах: простой эскиз, чертёж в CAD и физический прототип, сделанный на 3D-принтере из полимера. Базовая гипотеза: что визуальное воплощение никак не повлияет на оценку предпочтений респондентов (у которых просили выбрать, какой вариант им нравится эстетически с помощью хитрой методики опросников и cojoint-анализа)

И правда, различий между простым эскизом и чертежом в CAD особо не было. Выбор респондентов был явно неслучайным и был схож в обоих репрезентациях. При этом выбор определённого ножа достаточно хорошо объяснялся набором выбора в аттрибутах (аттрибуты - конкретные детали каждой части ножа).

Зато модель выбора, построенная на основе ответов про физические прототипы из-под 3D принтера была гораздо более шумной. В итоге, объясняющая сила модели предсказания выбора на основе аттрибутов в более точном и физическом прототипе была значимо ниже, чем в случае с эскизами. Исследователи предположили, что эскизные прототипы были более абстрактными и респонденты могли лучше отвлечься от функциональной составляющей и сосредоточиться на эстетической. В то время как физические прототипы неосознанно провоцировали оценивать их с функциональной точки зрения - например, какой нож будет удобнее или прочнее (а пластиковость модельки вносила ещё дополнительные искажения).

Выводы
Хоть статья была из журнала про "Механический дизайн", меня зацепила следующая мысль:
Слишком большая натуралистичность прототипа может помешать оценить мнение потенциальных пользователей. Более схематичные прототипы известных вещей помогают сосредоточиться на главных аспектах. Если же прототип выглядит более реалистично, но всё ещё остаётся прототипом, пользователи могут начать воспринимать его как готовое решение. Это повлияет на их оценку и объяснения своих предпочтений. Даже несущественные свойства прототипа, такие как материал, могут изменить восприятие. Например, пользователи видели пластиковые ножи из 3D-принтера и воспринимали их по-другому, чем могли воспринять металлические. Это наблюдение можно попробовать применить и к веб- и мобильным приложениям, где мы часто прибегаем к тестам прототипов до начала разработки.

Научный продакт-менеджмент / Федя Панов

Завёл ещё отражение блога в Сетке https://set.ki/channel/TevqkGm, чтобы привлекать подписчиков из рекомендательных лент.
Подписывайтесь и там :)

Репрезентативность качественных опросов

Когда проводят качественные исследования (глубинки или фокус-группы), то часто сомневаются в том, что их результаты представительны и репрезентативны. Известный российский социолог Сергей Александрович Белановский (основатель известной "Группы Белановского") взялся показать математически, что при определённых вводных 15-40 человек достаточно для того, чтобы получить репрезентативные результаты в качественном исследовании.

Публикация
Белановский С. А. Репрезентативность качественных опросов // Интеракция. Интервью.
Интерпретация. 2023. Т. 15. № 1. С. 69–94. https://doi.org/10.19181/inter.2023.15.1.4 https://cyberleninka.ru/article/n/reprezentativnost-kachestvennyh-oprosov/viewer

Подробности
Репрезентативность в статистическом смысле — это соответствие параметров выборки генеральной совокупности (например, доля клиентов, которые ваш сервис оценивают на 2 из 5 такая же, как и среди всех ваших клиентов). Но можно ли говорить о репрезентативности, когда идут качественные опросы?
Кажется, что можно, но если сузить задачу и сделать некоторые допущения:
1. Смотреть не любое качественное исследование (это достаточно расплывчатое понятие), а именно качественные опросы
2. Предмет исследования — массовые представления (мнения), но не социальные структуры. Отличие в том, что при исследовании мнений нужно собрать максимально большое количестве релевантных высказываний по какому-то вопросу. А вот при исследовании социальных структур (при которых качественным методам нет альтернативы) понятие статистической репрезентативности уже не имеет смысла.
3. Единицей отбора является носитель мнения (респондент). В качественных исследованиях обычно собирается картина мира в виде некоторой системы мнений. Сложно говорить о генеральной совокупности всех мнений (точнее даже, релевантных высказываний), но тут нужно отбирать респондентов (носителей мнений).
4. Внутри популяции (которую исследуем) респонденты рекрутируются простым случайным отбором
5. Условия идеальной популяции: каждый респондент имеет мнение, релевантное опросу. То есть не берём в расчёт респондентов (или фильтруем их из популяции), если им на вопрос вообще по барабану.
6. Один человек носитель одного мнения и его можно интерпретировать однозначно. Тут, в принципе, нет особой проблемы, если мнения у человека 2 (проблема удвоения мнений рассматривается отдельно), но это скорее снижает требование к выборке.
7. Промежуточные и эклектичные мнения исключаются из рассмотрения или выделяются в отдельный сегмент. Часто исследование такого "болота" мнений — это отдельная важная задача.

С такими предпосылками уже ставятся задачи:
1. Если хотим узнать соотношение мнений по популяции с какой-то точностью (как вы относитесь к Партии X) - то это классическая задача статистики, выборки большие и все уже посчитаны формулами.
2. Задача доказательства существования (мнения в популяции). Определить такой размер выборки, чтобы с определённым уровнем достоверности собрать все существующие релевантные менения по некоторому вопросу . Заданная точность - в смысле если сегмент с таким мнением больше n%, то мы в исследовании встретим его высказывание.
3. Модификация задачи 2: любое существующее мнение представлено не меньше чем 3 высказываниями (с заданным уровнем доверия). Такой критерий взят, чтобы отделить массовые представления от маргинальных высказываний (что вам не встретился единичный очень интересный респондент.

Оказывается, что если мы хотим выявить мнения сегментов, которые составляют хотя бы 10% в популяции, то для 95% уровня доверия достаточно опросить всего 29 случайных респондентов (а для 90% - 22 респондента).

Вывод: Для репрезентативного качественного опроса достаточно от нескольких единиц до нескольких десятков респондентов, если цель — собрать массовые представления. На практике сложно строго соблюдать условия, но небольшое увеличение выборки может помочь. А радикальное увеличение вряд ли окупит затраты, потому что большинство высказываний будут повторяться и не войдут в отчёт.

Value co-destruction или как можно ценность совместно разрушать, продолжение 2/2

Совместное создание и разрушение ценности в разрезе социальных ресурсов.
В статье исследователи предполагают, что различные типы ресурсов влияют на опыт клиента по-разному. Они отдельно рассматривают value co-creation и co-destruction через четыре нематериальных ресурса: любовь, статус, информация и сервис. Эти ресурсы особенно подвержены влиянию онлайна, так как обмен товарами и деньгами остается неизменным, а на итоговую ценность больше всего влияют именно они.

Любовь
Co-creation: потребители, лояльные к брендам, активнее взаимодействуют с ними онлайн. Они выражают свою привязанность и положительные эмоции через интернет, а также чаще обращаются за помощью и консультациями. Это укрепляет их лояльность и повышает ценность бренда.
Co-destruction: покупатели, особенно эмоциональные, ожидают ответной реакции на своё проявление «любви». Однако, онлайн-платформам часто не хватает человечности и мгновенного доступа к службам поддержки, таким как чат, что может восприниматься как низкий уровень заботы и внимания.

Статус
Co-creation: одной из самых важных ценностей, которые клиенты ищут в люксовых брендах, является статус. Для многих важны другие покупатели этого бренда. И статус можно поддерживать за счёт возможности взаимодействия с высокостатусными персонами, которые пользуются брендом, за счёт чего увеличивать его ценность.
Co-destruction: эксклюзивное обслуживание — это один из показателей статуса. И многих клиентов раздражает тот факт, что через онлайн такое обслуживание становится доступно широкому кругу потребителей. Кроме того, бренд и его издели могут быть высмеяны в соцсетях. Оба этих фактора могут снижать ощущение статусности и разрушать ценностный опыт от люксового бренда.

Информация
Co-creation: Клиенты могут делиться знаниями и советами на странице бренда, помогая друг другу. Это способствует развитию новых продуктов и вдохновляет на креативные способы их использования, повышая ценность бренда.
Co-destruction: недостаток информации от брендов снижает их ценность в глазах потребителей. В интернете, где легко найти негативные отзывы, это может уменьшить ценность бренда в глазах потребителей.

Сервис
Co-creation: интернет-магазины, которые предлагают бесплатный и персонализированный сервис, повышают ценность покупательского опыта.
Co-destruction: в обычных магазинах и интернете существует несколько уровней обслуживания. Если клиенты получили сервис ниже, чем ожидали (особенно, если это высокоранговые клиенты), то это разрушает их опыт.

Заключение
К процессу совместного создания ценности стоит подходить аккуратно. Неправильным взаимодействием можно ценность разрушить, при этом сам продукт никак не изменяется. Особенно это видно в случае люксовых брендов, где основная стоимость заключена как раз в ощущении престижа и принадлежности.

Научный продакт-менеджмент / Федя Панов

Value co-destruction или как можно ценность совместно разрушать, начало 1/2

В прошлом посте мы рассмотрели модель совместного создания ценности (value co-creation). А что если взаимодействие с пользователем может не только создавать ценность, но и разрушать её? При этом товар, который предлагает компания, никак не меняется. Сегодняшняя статья исследует совместное создание и разрушение ценности при онлайн-взаимодействии с люксовыми брендами.

Публикация
Quach, S., & Thaichon, P. (2017). From connoisseur luxury to mass luxury: Value co-creation and co-destruction in the online environment. Journal of Business Research, 81, 163–172. doi:10.1016/j.jbusres.2017.06.015

О чём?
С помощью глубинных интервью и теории социальный ресурсов авторы исследовали, как онлайн-взаимодействие в контексте нематериальных ресурсов вроде Любви, Статуса, Информации и Сервиса может создавать или разрушать ценность от люксового бренда.

Подробности
Value co-destruction
После утверждения, что ценность создается не только производителем, но и в совместном взаимодействии с потребителем (value co-creation), учёные стали исследовать понятие "совместного разрушения ценности" (value co-destruction). Это процесс, при котором взаимодействие между акторами (компанией и клиентом или клиентами) приводит к снижению благополучия одной или обеих сторон. Такое может произойти из-за случайных или намеренных злоупотреблений, когда одна сторона отбирает ресурсы у другой, вместо того чтобы создавать взаимную выгоду.

Теория социальных ресурсов
Для того, чтобы понять, откуда тут взялась Любовь, необходимо пару слов написfnь о теории социальных ресурсов. Эта теория гласит, что любое взаимодействие является процессом отдачи или приобретения ресурса, причём ресурс тут что угодно, что можно передать от одного человека другому. 6 базовых типов ресурсов: любовь, статус, сервис, информация, товары и деньги. Любовь — это выражение доброты, нежного отношения, создание комфорта. Статус — суждение, выражающее престиж, уважение, почтительность. Информация включает в себя советы, знания, мнения, инструкции и разъяснения. Деньги — это любая единица обмена со стандартизированной стоимостью. Товары — это предметы или физические материалы. А сервис — взаимодействия, выполняемые с телом или вещами лица физического лица.

продолжение в следующем посте

Value co-creation или фреймворк совместного создания ценности DART

В посте Что такое ценность и что важно учесть при её создании? был пункт про то, что клиент это co-creator ценности. Давайте разберёмся, как можно создавать ценность совместно с клиентом?

Публикация
Prahalad C. K., Ramaswamy V. Co‐creating unique value with customers //Strategy & leadership. – 2004. – Т. 32. – №. 3. – С. 4-9.
Ссылка https://www.emerald.com/insight/content/doi/10.1108/10878570410699249/full/html

О чём?
Авторы утверждают, что создание система создания ценности, ориентированная только на интересы компании, устарела. В 21 веке конкуренция будет сосредоточена на индивидуальном опыте совместного создания ценности (моё прим.: статья 2004 года предвосхитила развитие современных UGC-сервисов - соцсетей, видеохостингов etc.!). Для управления этим опытом авторы статьи предложили фреймворк DART (dialogue, access, risk assesment, transparency)

Подробности
Разберём по блокам сам фреймворк DART — dialogue, access, risk assessment and transparency.

Dialogue (Диалог)
Диалог подразумевает интерактивность, вовлечение и готовность действовать с обеих сторон (клиента и компании). Диалог — это не просто выслушать жалобы клиента, это равноправное общение двух специалистов. Пример: Cisco когда-то создали пространство Cisco Connections Online, где клиенты могут поделиться проблемами и помочь друг другу в их решении.

Access (Доступ)
Доступ к информации и инструментам открывает новые возможности. Например, TSMC предоставляет клиентам данные о производственных процессах и библиотеки проектирования, что позволяет небольшим компаниям разрабатывать программное обеспечение для полупроводникового бизнеса. Аналогично, публичное API для Telegram позволяет создавать приложения и ботов.

Risk assessment (Оценка рисков)
Риск связан с вероятностью причинить вред потребителю. Если ценность создаётся совместно, должен ли клиент разделять риски с компанией? Однозначного ответа пока нет, но точно нужно информировать клиентов о потенциальных рисках и давать им инструменты оценки и контроля этих рисков.

Transparency (прозрачность)
Компании извлекали выгоду из асимметрии информации между потребителем и фирмой, но сейчас эта асимметрия быстро исчезает. Потребители могут легко сравнивать товары и сервисы в интернете, что усложняет использование непрозрачности цен, издержек и прибыли. Для эффективного взаимодействия и создания ценности нужно стремиться к прозрачности и открытости.

Комбинация блоков
Сочетая и развивая каждый элемент из DART можно лучше привлекать клиентов к сотрудничеству. Прозрачность облегчает совместный диалог, а постоянное экспериментирование в сочетании с доступом и оценкой рисков может привести к созданию новых бизнес-моделей и функциональных возможностей (лучший пример: магазины приложений Play Market и Apps Store).

Доступ + прозрачность помогают клиентам сделать информированный выбор. Например, маркетплейс ипотек даёт доступ ко многим предложениям и позволяет сравнивать ставки в разных банках.

Доступ + диалог повышают способность создавать и поддерживать тематические сообщества. Например, публикация игры в демо-версии с возможностью дать обратную связь и доработками от сообщества.

Прозрачность + оценка рисков позволяют развить взаимное доверие между клиентом и компанией. Например, предупреждать о рисках инвестирования не только "юридическим" языком, но и простыми словами.

Итого
Составные части DART — это базовые блоки для совместного с клиентом создания ценности и их можно комбинировать в разных вариациях. После выхода этой статьи было много теоретических и эмперических исследований этого фреймворка и он прошёл проверку временем. Про применения в разных индустриях поговорим в будущих постах.

Научный продакт-менеджмент / Федя Панов

Многомерность воспринимаемой ценности

В прошлый раз мы говорили о том, что ценность вещи субъективна и нужно обсуждать воспринимаемую ценность продукта, а не его "истинную" ценность. В этом посте рассмотрим, как исследователи описывают и концептуализируют воспринимаемую ценность. Для этого заглянем в журнал по прикладной психологии.

Публикация
Zauner, A., Koller, M., & Hatak, I. (2015). Customer perceived value—Conceptualization and avenues for future research. Cogent Psychology, 2(1). https://doi.org/10.1080/23311908.2015.1061782

О чём?
Это снова обзорная статья, где авторы попытались синтезировать разные точки зрения на то, как можно измерить и абстрагировать воспринимаемую ценность. Так как журнал называется "Сogent Psychology", то в качестве полезного выхлопа авторы заявили, что сделали "Обзор психологического латентного конструкта воспринимаемой потребителем ценности".

Подробности
🦧Зачем вообще погружаться в суть понятия ценности?
Исследования показывают, что лояльность, удовлетворённость и доверие клиентов зависят от их восприятия ценности продукта или услуги. Изменяя эту ценность, можно влиять на поведение клиентов. Понимание, как клиенты оценивают ценность, можетпомочь принимать обоснованные решения для улучшения бизнеса и увеличения продаж.

📏Одномерность и многомерность ценности
Первые исследования смотрели на ценность как на "трейд-оф" между бенефитами и затратами. То есть взгляд был одномерный — клиент (рациональный) пытается максимизировать разницу между приобретённым и потраченным или же сравнивает несколько альтернатив между собой с помощью оценки этой разницы.

Но одномерную трактовку ценности стали критиковать за её упрощённость и узость. Одномерным взглядом можно упустить многомерность пользовательских потребностей, а значит упустить конкретные указания к действию: а как вообще создавать и изменять воспринимаемую ценность?

В итоге возникли более сложные тратовки ценности: ценность как многомерная конструкция, которая состоит из нескольких аспектов (которые могут быть связаны) и более полно отражает многомерность пользовательского восприятия мира. Например, одна из моделей предлагает такое деление: эмоциональное (радость, уменьшение тревоги), социальное (улучшение самооценки), экономическое (выгода), функциональное (производительность, качество). И эти аспекты могут влиять на выбор независимо: эмоциональная ценность определяет выбор между курением и отказом от него, а социальная и функциональная — между сигаретами с фильтром и без.

Количество измерений может быть больше или меньше в зависимости от задачи, а также они могут по-разному сочетаться друг с другом, быть зависимыми или независимыми и т.д. А выгоды и затраты внутри каждого аспекта ценности тоже могут измерять по своему.

🙈Результаты и выводы
Несмотря на то, что первые исследования по ценности начались в 1980-х годах, единого концепта ценности пока что нет, но есть явные тенденции к тому, чтобы учитывать эмоциональные аспекты и многомерность ценности.

- Ценность многомерна: для оценки воспринимаемой ценности продукта и сравнения разных продуктов важно учитывать многомерные методы, которые учитывают не только экономические, но и эмоциональные и функциональные аспекты. Один вопрос не может точно измерить ценность, поэтому необходимо использовать комплексные подходы.
- Измерения ценности зависят от задачи и продукта: количество аспектов ценности может быть разное (от 4 до 13 и больше), они могут быть независимы и зависимы и проч. Для прикладного использования можно адаптировать модель из схожего продукта, учесть его особенности и конкурентов, а также определить, что подлежит измерению.
- Ценность измеряется не только в абсолюте, но и сравнивается с конкурентами: тут просто — воспринимаемая ценность помогает клиенту выбрать какой-то продукт из множества. Таким образом, важно замерять не "абсолютную" ценность, а сразу ставить её в конкурентный контекст, чтобы понять где вы по оценки ценности среди конкурентов.

Научный продакт-менеджмент / Федя Панов

Что такое ценность и что важно учесть при её создании?

В прошлом посте при ранжировании проблем продактов самой главной и серьёзной оказалась проблема определения истинной ценности продукта, которая нужна пользователям. Прежде всего предлагаю копнуть в таком направлении: а что такое вообще ценность?
Так как продакт-менеджмент очень молодой и стоит на плечах гигантов смежных функций, то за понятием ценности пойдём к маркетологам.

Публикация
Suryadi, N., Suryana, Y., Komaladewi, R., & Sari, D. (2018). Consumer, customer and perceived value: Past and present. Academy of Strategic Management Journal, 17(4), 1–9.
Ссылка

О чём?
В публикации делается исследование прошлого и настоящего концепта ценности (клиентской, потребительской и воспринимаемой ценности) с помощью литературного обзора. Оказывается, что маркетинговые публикации 80-х годов остаются актуальными до сих пор: самая цитируемая статья по теме ценности вышла в 1988 году.

Подробности
Самая главная мысль, на которой сходятся исследователи: ценность для клиентов — это восприятие потребителем соотношения того, что он получает (выгоду/пользу), с тем, что он отдаёт в ответ (затраты, жертвы).

То что ценность является воспринимаемой обозначает, что это отражение субъективного опыта каждого клиента и нет "сферической ценности в вакууме". В одной из обозреваемых работ ёмко формулируется, что "ценность для клиента — это интерактивный, относительный опыт, связанный с предпочтениями". Для разных клиентов получаемая ценность может быть разная не только потому что у них разные предпочтения, но и потому что они по-разному взаимодействовали с продуктом, то есть потребитель является со-создателем ценности вместе с компанией, которая сделала продукт.

Выгоды и затраты: ценность формулируется как их воспринимаемое соотношение. При этом и выгоды и затраты являются также воспринимаемыми, а ценность может проявляться не только в виде выгод в обмен на жертву (в виде денег, времени, etc.), но и само уменьшение затрат может быть также выгодой. Или любая комбинация пользы и жертв, рациональных или субъективных.

В статье также много ссылок на исследования ценности в разных отраслях и разных прикладных кейсах (ритейл и банки или бренд- и онлайн-маркетинг), которые любопытны сами по себе, но о них в другой раз.

Заключение и выводы
- Субъективность восприятия: ценность это про индивидуальный опыт и может быть разной для разных пользователей
- Важность коммуникаций: даже если на численных показателях вам кажется, что продукт 100 раз окупил все затраты — в глазах пользователя всё может быть совсем по-другому.
- Клиент — это co-creator ценности: ценность — это не только про то, что делает продукт, но и про то, что делает клиент, с какими предпочтениями и потребностями он пришёл и в как себя почувствовал после того, как повзаимодействовал с продуктом. Клиент тут полноценный участник в создании ценности. Тут сразу вспоминаются вариации методологии JBTD, которые концентрируются на переходе пользователя из одного состояния в другое и сопутствующих усилиях и затратах.

Научный продакт-менеджмент / Федя Панов

Челленджи продакт-менеджеров

Начнём научное путешествие с того, с чего я всегда начинаю: с литературных ревью и обзорных статей. Эта статья поможет нам понять, в какие темы двигаться дальше и на каких концентрироваться в первую очередь.

Публикация
На этот раз в мои сети попалась следующая статья:
A comprehensive overview of software product management challenges - Комплексный обзор челленджей в управлении IT-продуктами.
Springer, O., Miler, J. A comprehensive overview of software product management challenges. Empir Software Eng 27, 106 (2022). https://doi.org/10.1007/s10664-022-10134-5

О чём?
Авторы выделили специфичные проблемы/задачи IT-продакт менеджеров и оценили воспринимаемую частоту и воспринимаемую серьёзность с точки зрения самих менеджеров.
Методология была проста: сначала на литературном ревью идентифицировали проблемные области, дальше на экспертных интервью с 10 опытными продактами выделили в этих областях 95 проблем, а потом 27 самых частотных проблем были проранжированы на количественном опросе по частоте и серьёзности.

Подробности
🦧Проблемные области
На литературном ревью выделили 7 проблемных областей:
1. Разработка требований (топики: управление требованиями, приоретизация, стейкхолдер менеджмент, роадмап продукта, участие/вовлечение пользователей)
2. Процесс разработки (технический долг, continuous integration, релизный цикл/time-to-market, качество ПО, архитектура, сплит тестирование, сбор данных)
3. Команда (неквалифицированные люди (моё прим.: кек), мотивация, коммуникация)
4. Управление знаниями о продукте (описание продукта, распространение знаний, документация)
5. Организация — стратегия (стратегия, бизнес-модель, исследование рынка, управление ценами, доверие к команде/вера в команду (продуктовой со стороны организации), partnership management)
6. Организация — операционка (инструменты, обязанности, распределённые команды, непрерывные эксперименты, процесс принятия решений, agile, сроки, бюджет)
7. Исследование пользователей (орентированный на пользователя дизайн, пользовательская обратная связь, поведенческие данные, бизнес-аналитика, продуктовый дизайн)

🦍Топ тем
Самой частотной и очень серьёзной проблемой оказалось (сюрприз) "Определение истинной ценности продукта, которая нужна пользователям". С этим сталкиваются на любом этапе жизни продукта и проблема комплексная: как выявить ценность, как построить продукт, который эту ценность приносит и как заработать на всём этом денег, чтобы оно окупилось.

Другие частотные проблемы:
- Изменение стратегии со стороны топ-менеджеров (это вообще оказывает наибольшее влияние на работу продактов — приходится резко менять направление и бросать предыдущие наработки)
- Технический долг (моё прим.: 🥲)
- Разделение команд по профилям вместо мультидисциплинарных команд (приходится тратить много ресурсов на синхронизацию всех со всеми)
- Баланс между реактивной и проактивной работой - когда собираешь требования вместо пользовательских исследований и выявления проблем и возможностей.

А самыми серьёзными проблемами (в оригинале severe — суровый/жестокий или предложите свой перевод) — тот же топ-4, что и в самых частотных + недостаток исследований пользователей

А о наименее частотных и важных и говорить не стоит.

В чём польза?
Авторы в первую очередь обозначили пользу как список тем для дальнейших исследований (что меня в нём и заинтересовало).
А с прикладной точки зрения — CPO и продакт-лиды могут использовать список проблем как чек-лист для проверки здоровья своего департамента и поиска зон для улучшения. А обычные продакты для расширения кругозора, как ещё бывает и какие идентификации потенциальных проблемных мест на новом месте. Ну и методологию можно подчерпнуть, если проводите опросные исследования.

Заключение
Дальше пойдём копать в топ-темы, прежде всего попытаемся разобраться, а что же это за ценность, как её искать и какая она бывает и зачем топы могут менять стратегию.

Оставайтесь на связи, делитесь с коллегами, ставьте 😬

Научный продакт-менеджмент / Федя Панов

Привет!

Про женщин в продакт-менеджменте находятся только специфические гендер-стадиз, поэтому сегодня без науки, а только с практикой: несколько женщин из IT, которые могут вдохновить будущих продактов и CEO технологических корпораций.

А в комментариях делитесь примерами женщин из IT, которые вдохновляют лично вас :)

1. Лиза Су (Lisa Su). Закончила MIT (от бакалавра до доктора по электротехнике) и пошла по "железной" ветке развития, попутно войдя в список 100 лучших . Поработала в топе аппаратных и полупроводниковых компаний США: Texas Instruments, IBM, Freescale Semiconductor, а в 2014 году стала президентом AMD, коим остаётся до сих пор (а ещё имеет капитал в 1 млрд $ и признана лучшим СЕО 2024 по версии журнала Time). Следить и вдохновляться можно в linkedin https://www.linkedin.com/in/lisasu-amd/, а также посмотреть небольшое разговор про будущее AI тут https://www.youtube.com/watch?v=2o8B5hVIEkI

2. Эйприл Андервуд (April Underwood). Начинала в технической поддержке, а потом как разработчик, но перекочевала в продакт-менеджмент нулевых. А в десятых уже успела побывать директором по продукту в Твиттере (2010-2015) и в Слаке (2015-2019) - в самые их усепешные годы. А сейчас просто основала и возглавила небольшой венчурный фонд. Можно вдохновиться в интервью https://www.youtube.com/watch?v=ZFZCl_t5bVA и следить в linkedin https://www.linkedin.com/in/aprilunderwood/

3. Сьюзен Вучицки (Susan Wojcicki). Начинала как менеджер по маркетингу в Intel и консультант в Bain. А потом присоединилась к Google (была первым продактом рекламной системы AdSense) и когда-то посоветовала тому купить Youtube, а в 2014-2023 годах сама и возглавила Youtube, сделав его таким, каким мы знаем сейчас. К сожалению, она скончалась от рака в 2024 году, но для вдохновления можно посмотреть её интервью https://www.youtube.com/watch?v=QQA12hqCiZU

Ну а всех причастных — с праздником. Вдохновления вам и новых побед!

Научный продакт-менеджмент / Федя Панов

Привет! Меня зовут Федя и последние 3,5 года я продакт-менеджер в hh.ru

Что?
В этом канале я хочу поисследовать, как наука относится к продакт-менеджменту и как продакт-менеджмент относится к науке. Я замечал, что в продактстве бывают крайности: то последовательность из нескольких банальных действий объявляют фреймворком с названием в виде аббревиатуры, то используют исследовательские инструменты напрямую из научных областей: как глубинные интервью из социологии (которые перешли в продакт-менеджмент, кажется, из маркетинга) или серьёзную матстатистику, завёрнутую в АБ-калькулятор. И тут я хочу заглянуть, какие ещё вопросы анализировались научно и можно ли знания оттуда приложить к практике.

Как?
Забурюсь в дебри google scholar и других поисковиков и буду ёмко и по делу показывать самое золотое и любопытное (а наука это прежде всего удовлетворение любопытства)

Для кого?
Для всех, кто неравнодушен к IT-продакт-менеджменту и им сочувствующих.

А что делать?
Подписывайтесь, ставьте реакции, показывайте канал друзьям, коллегам и маме (вдруг ей тоже интересно)