Синди Альварес - Как создать продукт, который купят. Метод Lean Customer Development

Этот вид MVP можно создавать в следующих случаях:

• если вы создаете самостоятельную версию существующего продукта или новое подразделение компании;

• если вы пытаетесь выйти на рынок, где доминирует более сложный и дорогой продукт;

• если вы хотите узнать, как увеличить ценность вашего продукта для потребителей.

В MVP типа «Чужой продукт» для оценки ваших идей частично используется уже существующий продукт или услуга. В ряде случаев он является разновидностью MVP типа «Волшебник страны Оз» (вы предлагаете клиентам решение, а затем вручную выполняете задачу, но на этот раз – с использованием инструментов или инфраструктуры ваших конкурентов). В других случаях для быстрого решения задач может быть задействован существующий интерфейс или готовые программы.

Отличительной особенностью этого вида MVP является применение достижений конкурентов, которые уже научились решать проблему, для ускорения процесса сбора информации и оценки исходных предположений.

Так, если вы хотите решить какие-то проблемы таксопарков, вы можете в качестве водителя зарегистрироваться на сайте системы заказа такси UberX. Сделав это, вы потеряете время и дадите заработать вашим конкурентам. Зато вы сможете быстро разобраться в проблемах отрасли, поговорить с клиентами и выявить их потребности. Опираясь на маркетинг и инфраструктуру работающего продукта, вы сможете существенно сократить затраты на сбор информации.

«Представьте, что сейчас четыре часа пополудни, работа идет медленнее, и продавец, наконец, может взять телефон и предложить выгодную сделку. И вы сразу увидите это предложение».

Это одна из возможностей, которую инженер Гай Шахин и его коллеги предусмотрели для пользователей Bing Offers – сайта, агрегирующего предложения, размещенные на других сетевых ресурсах.

Команда собиралась создать платформу, предлагающую сделки в режиме реального времени. Однако, приступив к разработке приложения, создатели Bing Offers столкнулись с рядом трудностей. «Продавцы не хотели заходить на сайт, пока там не было пользователей, – говорит Шахин, – а пользователи не хотели устанавливать приложение, пока им не начали пользоваться продавцы».

Чтобы решить проблему, потребовалось изменить бизнес-модель. Не теряя времени на убеждение продавцов, команда обратилась за помощью к конкурентам (в частности, агрегаторам LivingSocial, Yelp и Amazon Local). «Уговорить их было нетрудно, мы просто сказали, что их объявления увидят больше пользователей», – поясняет Шахин.

Это позволило команде Bing Offers начать тестировать услугу на реальных потребителях не через несколько месяцев, а через несколько недель.

«Люди терялись, когда мы отсылали их на сайты, предназначенные для совершения сделок. Они жаловались на трудности, с которыми сталкивались, работая с такими сервисами, как Groupon. Они делали предложения, а потом забывали о них, и срок их действия истекал. Придя в ресторан с девушкой, они стеснялись сказать официанту, что у них есть скидки. Они не хотели торчать на сайте и искать контрагентов. Мы поняли, что можем облегчить им жизнь, дав возможность пользоваться кредитной картой. Чтобы совершить льготную сделку, достаточно было просто провести карту через считывающее устройство».

Для Шахина и его коллег, много лет проработавших в Microsoft, бережливый подход был как глоток свежего воздуха. «У нас было четкое видение продукта, но не было подробного, расписанного на полгода вперед плана работы. Мы использовали двухнедельные спринты и не планировали заранее больше двух спринтов. Это позволило команде производить итерации, опираясь на реакцию клиентов, которые тестировали приложение. Последним, например, очень не нравилось, что для получения скидок требовалось ввести номер кредитной карты. Пользователи думали, что мы хотим заставить их за что-то платить, и уходили с сайта». Шахин и коллеги изменили дизайн главной страницы: теперь на ней было написано, что номер кредитной карты нужен только для получения скидки.

Разрабатывая продукт или услугу, команда Bing Offers продолжает учиться у потребителей, используя различные средства, в том числе такие инструменты анализа, как Omniture и Crazy Egg, сервисы обратной связи типа UserVoice и собственные наблюдения.