autor: Michael Thomas Mahoney

Niezależnie od tego, czy jesteś naukowcem w laboratorium, czy startupem w garażu, jesteś odizolowany od świata i od opinii innych. Jesteś skłonny do uwierzenia we wszystko, co sobie wmówisz. I jesteś przekonany, że Twoje rozwiązanie danego problemu jest prawdziwe i absolutne. To sprawia, że jest ci bardzo ciężko zrozumieć problem, różnorodne osoby, których on w jakiś sposób dotyczy oraz klienta, któremu chcesz sprzedać swój produkt. Mike Mahoney pokaże wam, co warto robić, aby uniknąć takiej porażki…

Zostałem niedawno poproszony o wygłoszenie prezentacji podczas finału czwartego Clipster Mixer, żeby zająć czymś czas w trakcie, gdy sędziowie debatowali, komu przyznać nagrodę dwudziestu tysięcy złotych. Niechętnie bo niechętnie, ale się zgodziłem, po części, aby pokazać się z dobrej strony jako najnowszy członek Clipstera, a po części aby pomóc naszemu zespołowi poradzić sobie z narastającym stresem związanym z tymże wydarzeniem.

Kiedy spytałem, o czym powinienem mówić, manager projektu, Darek, odparł:
– Nie wiem… coś o startupach.

Okej, pomyślałem, może nie będzie tak źle.

Potem zadałem pytanie, które, patrząc wstecz, powinienem był zadać, zanim się zgodziłem:
– Jak długa ma być ta prezentacja?
– Nie wiem… pewnie koło dwudziestu minut.

O, szlag…

Zrozumcie, nienawidzę publicznych przemówień. Kiedy tylko zaczynam, schną mi usta, mój głos łamie się i mamroczę, leję bez sensu wodę, ruszam się za mało albo za dużo, mówię za szybko, pocę się i chwieję. Zmieniam się w monotonicznego, zepsutego robota.

O czym do cholery mam mówić przez dwadzieścia minut? – pomyślałem.

Wtedy przyszedł mi do głowy pomysł opowiedzenie o tym, dlaczego projektowanie przez doświadczenie jest niezbędne w weryfikacji założeń biznesowych.

Zanotowałem co nieco, póki jeszcze czułem się zainspirowany, po czym zapomniałem kompletnie o prezentacji aż do dnia finału.

Coś jednak musiałem zrobić dobrze, bo po wydarzeniu skontaktował się ze mną Jarosław Łojewski i spytał, czy zechciałbym napisać artykuł o moich doświadczeniach.

Jak zabić swój startup, zanim go odpalisz?

Pracowałem kiedyś w branży biotechnologii, prowadząc między innymi badania walidacyjne dla koncernów farmaceutycznych. Widziałem wtedy tony źle opracowanych danych i błędnie zaprojektowanych eksperymentów. Powody tego były różne:

• nieprawidłowe związki przyczynowo-skutkowe
• uznawanie, że przykłady skrajne stanowią poszukiwany dowód
• testowanie zbyt wielu zmiennych na raz
• błędy poznawcze (ang. confirmation bias)

I te eksperymenty prowadzili wyedukowani naukowcy!

Kiedy nie jesteś obiektywy, kiedy nie szukasz prawdy, jakakolwiek miałaby ona nie być, twoje dane będą bezużyteczne. A traktowanie ich jak wartościowej informacji może być niezmiernie niebezpieczne.

Wiele przykładów takich niebezpiecznych danych można znaleźć w książce Cathy O’Neill „Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy”.

Biznes jest trudniejszy niż nauka

Kiedy testujemy założenia biznesowe, obiektywne eksperymenty są jeszcze trudniejsze, bo w biznesie nie zajmujemy się faktami naukowymi, tylko ludźmi. A ludzie są unikalni, irracjonalni, nieprzewidywalni i mają różne motywacje do robienia tego samego.

Ustanowienie poprawnej, testowalnej hipotezy jest trudne, lecz bardzo ważne. Celem zaprojektowania i testowania hipotezy biznesowej nie jest udowodnienie, że masz rację i że twój pomysł jest świetny. Dobrze zaprojektowany eksperyment biznesowy da ci cenne dane, niezależnie od jego efektu.

Niezależnie od tego czy miałeś, czy nie miałeś racji, dowiesz się czegoś o swoim kliencie i o rynku. Będziesz mógł tego użyć, aby udoskonalić swój test i przeprowadzić go ponownie.

Przy dobrze zaprojektowanym eksperymencie, wszystkie dane są dobrymi danymi. Przy źle zaprojektowanym eksperymencie, dane mogą być trucizną, która zmarnuje czas i pieniądze twojego startupu.

Dlatego tak ważne jest nauczenie się, jak być niezależnym obserwatorem. Kwestionując wszystkie założenia, unikniesz błędów poznawczych i odkryjesz znaczące, ważne zjawiska.

Problem w tym, że niezależnie od tego, czy jesteś naukowcem w laboratorium, czy startupem w garażu, jesteś odizolowany od świata i od opinii innych. Jesteś skłonny do uwierzenia we wszystko, co sobie wmówisz. I jesteś przekonany, że Twoje rozwiązanie danego problemu jest prawdziwe i absolutne. To sprawia, że jest ci bardzo ciężko zrozumieć problem, różnorodne osoby, których on w jakiś sposób dotyczy oraz klienta, któremu chcesz sprzedać swój produkt.

A to dlatego, że problemy nie istnieją w laboratorium czy w garażu – problemy istnieją na zewnątrz, w prawdziwym świecie. Aby móc zrozumieć swojego klienta i jego problem, musisz zrozumieć jego motywacje, potrzeby oraz to, jak dotychczas radził sobie z tą bolączką lub jej unikali.

Aby zrozumieć, czego ludzie od ciebie chcą i gdzie twoje rozwiązanie jest potrzebne, …

MUSISZ WYJŚĆ Z GARAŻU!

#SteveBlank

Musisz wyjść na zewnątrz i porozmawiać ze swoimi potencjalnymi klientami i wszystkimi innymi osobami, których twoje rozwiązanie może dotknąć.

Robiąc to bardzo szybko odkryjesz, że wcale nie rozumiesz problemu, który próbujesz rozwiązać, a problem ten jest w ogóle o wiele bardziej skomplikowany, niż ci się wydawało.

Wracając na moment do mojej współpracy z firmami farmaceutycznymi, kiedy tworzysz nowy lek, twoim użytkownikiem końcowym jest pacjent, który go połyka, ale twoim klientem, osobą, która kupuje twój produkt, jest ktoś kompletnie inny: hurtownie farmaceutyczne, które z kolei sprzedają twój produkt aptekom, które dopiero sprzedają ten produkt pacjentom. Do tego musisz też brać pod uwagę lekarzy, przedstawicieli medycznych, służby regulujące dostęp do leków… i zawsze, zawsze musisz pamiętać o konkurencji.

 

Jak widać, w twój problem zaangażowane jest o wiele więcej stron niż Ty i pacjent.

 

Metody ilościowe

Nie zrozumcie mnie źle, metody ilościowe to potężne narzędzia, ale wiele startupów nie ma pojęcia, jak ich używać.

Weźmy choćby ankiety:

Ankiety mogą ci wiele powiedzieć i dobrze sobie radzą w zbieraniu danych demograficznych. Do tego są szybkie, tanie i znacznie ułatwiają zbieranie informacji od dużej ilości ludzi.

Ale ankiety bardzo rzadko powiedzą ci cokolwiek znaczącego.

W gruncie rzeczy jedyne, co ankieta zawsze ci powie, to to, że:

Ludzie nienawidzą wypełniania ankiet

 

Zwykle twoją ankietę wypełni tylko ta niewielka część populacji, która albo uwielbia wypełniać ankiety, albo darzy Twój pomysł wielkim afektem – kocha lub nienawidzi. Ciężko z takiego badania wyciągnąć wartościowe informacje. A to, czego się dowiesz, często może być mylące.

Zdarzają się przypadki, gdy poznanie użytkowników, którzy kochają twój produkt lub go nienawidzą, jest pomocne. Problemy zaczynają się, kiedy startupy używają wyników w stylu „90% zapytanych pokochało nasz pomysł” jako dowodu na poprawność i wartość swojego pomysłu. Bo opierają wtedy swoje decyzje na ekstremach, które niekoniecznie reprezentują dostatecznie duży segment rynku.

Innym problemem na jaki natrafisz prowadząc ankiety, jest to, że prosisz ludzi o wydanie opinii o sobie samych… A ludzie kłamią.

Przynajmniej ja tak robię.

Jeżeli anonimowa ankieta na Facebooku zapyta mnie, jak często byłem na siłowni w ostatnim tygodniu, najprawdopodobniej zawyżę tą liczbę, żeby lepiej się poczuć. Potrzeba okłamania komputera, który anonimowo skompiluje moje odpowiedzi wraz z milionami innych, jest irracjonalna, ale wszyscy to robimy.

Ale jeżeli ktoś spyta się mnie o to samo twarzą w twarz albo tuż po tym, jak wspiąłem się na dwudzieste piętro, najpewniej podam liczbę bliższą prawdzie.

Problemy z ankietami nie ograniczają się do tych, którzy je wypełniają. Pytania ankietowe są często niezwiązane z celem badania lub są źle zaprojektowane, np. naprowadzają na odpowiedź. Same ankiety są często zbyt długie (w pewnym momencie użytkownik zacznie wymyślać cokolwiek, byle tylko je ukończyć) i wysłane do złej grupy docelowej.

Dane jakościowe

Dlatego też zachęcam startupy, aby korzystały z danych jakościowych.

Kiedyś wziąłem udział w programie National Science Foundation’s Innovation Corps. Uczono nas z niemal religijnym zapałem, jak ważne jest zbieranie danych jakościowych poprzez proces Customer Discovery Interview, czyli po polsku: wywiadów z odbiorcami produktu. Podzielę się z wami moimi wskazówkami i poradami, ale najpierw chciałbym przedstawić wam dwa przykłady. Pierwszy to znany przypadek. Drugi to historia, w której sam brałem udział. Oba przykłady pokazują, jak Customer Discovery Interview pomagają w odkrywaniu prawdziwych okazji i unikaniu nieprawidłowych i bezużytecznych danych.

Historia z życia budowlańców

W 1992 roku, firma DeWalt wypuściła swoją pierwszą linię przenośnych elektronarzędzi, z których każde używało tych samych, nadających się do ponownego naładowania akumulatorów litowo-jonowych. Pomysł był doskonałym rozwiązaniem dla pracowników budowlanych i kompletnie zrewolucjonizował rynek. Ale wkrótce konkurencja zaczęła zalewać sklepy podobnymi produktami. W efekcie pod koniec lat 90-tych DeWalt potrzebował drastycznej innowacji, aby odzyskać swój udział w rynku.

Zatrudnili więc stażystkę bez zbytniego doświadczenia w przemyśle budowlanym czy rynku elektronarzędzi. Przewieźli ją po placach budowlanych we wszystkich stanach Ameryki. Jej zadaniem było obserwować i notować, czego pracownicy tychże placów najczęściej używają.

Po kilku miesiącach powróciła do centrali, aby przedstawić swoje znaleziska szefostwu DeWalt. Tego, co im powiedziała, nie spodziewał się nikt. Trzema przedmiotami, których według jej obserwacji najczęściej używano na placach budowy, były: ołówki, pudełka śniadaniowe i radia. Zarząd firmy był wściekły – nie takich wyników się spodziewali. Badania nie potwierdzały ich założeń co do tego, które elektronarzędzia powinni udoskonalać. Ale wyniki mieli takie, jakie mieli.

Widzicie, ta stażystka, nie mając doświadczenia w branży, była w gruncie rzeczy obiektywnym obserwatorem. Jako że nikt nie powiedział jej, że ma patrzeć na narzędzia używane na placach budowy, zinterpretowała swoje zadanie dość dosłownie, szukając przedmiotów, których ludzie najczęściej używali.

A może jednak… dobra porażka?

Firma DeWalt, zamiast wywalić stażystkę i zacząć od nowa, przyjrzała się zebranym danym i zaczęła je dokładniej badać. Po rozmowach z wieloma budowlańcami odkryto pewien trend. I w tym momencie ankiety ilościowe zostały użyte poprawnie, aby przebadać większą ilość budowlańców i odkryć prawdziwą okazję. Otóż firma DeWalt dowiedziała się, że pracownicy budowlani muszą co roku kupować trzy radia, bo tak szybko niszczyły się one w pracy. Budowlańcom nie się też to, że musieli poświęcać jedno z ograniczonej liczby dostępnych gniazdek do podłączenia radia. Z drugiej strony argumentowali, że nie mogą pracować bez muzyki.

To właśnie takich pogłębionych informacji DeWalt potrzebowało, aby zwiększyć swój udział na rynku. Dzięki tym danym firma była w stanie zaprojektować wytrzymałe radio stworzone specjalnie dla pracowników budowlanych – radio, które używało tych samych akumulatorów, co ich narzędzia. Wypuszczone na rynek w 1999 roku Radio Robotnicze DeWalt sprzedano w ciągu pierwszych dwunastu miesięcy w ilości półtora miliona sztuk. Był to najlepszy debiut w historii firmy, ponad dziesięć razy większy niż innych produktów w tamtych czasach.

Ale było to możliwe tylko dzięki zebraniu obiektywnych danych i rozmowom z klientami.

 

Moja własna historia

Moja opowieść nie jest aż tak imponująca, ale nadal demonstruje, jak ważne jest przeprowadzanie Customer Discovery Interviews, a co ważniejsze, tyczy się startupów, a nie gigantycznych korporacji z olbrzymim budżetem R&D.

Tak więc kilka lat temu pracowałem z profesorem farmakologii, który otrzymał grant na rozwój nowych technologii do badania złożonych sieci biochemicznych. Wymyślił sobie, że najlepszym rozwiązaniem byłoby skorzystanie z VR. Tak więc zanim w ogóle potwierdził, że jego pomysł miał sens, za pieniądze z grantu kupił gogle Oculus Rift i najnowszy komputer. Kochał ten pomysł jak własne dziecko. Dlatego pomimo kompletnego braku zainteresowania ze strony społeczności naukowej, cały czas próbował rozwinąć projekt w kierunku, który sobie wymyślił.

Dołączyłem do projektu jako asystent, aby pomóc mu wprowadzić jego wizję w życie. Zamiast tego podszedłem do projektu jako sceptyk i nalegałem, żeby przeprowadzić customer discovery interviews z potencjalnymi klientami.

Odkryłem nie tylko to, że większość ludzi nie miała problemu, który mój profesor usiłował rozwiązać. Zauważyłem też, że ci, którzy mieli ten problem, znaleźli już szybsze i prostsze sposoby na jego obejście. Proponowane rozwiązanie nie miało rynku, któremu można by było je sprzedać.

Moim kolejnym odkryciem, dokonanym wyłącznie poprzez obserwacje (dlatego wywiady powinno się zawsze przeprowadzać osobiście), był fakt, że większość naukowców w tym polu nosiła okulary, a gogle VR Oculus Rift są niewygodne do używania z okularami. Nawet gdyby problem był wart tego rozwiązania, badacze nie używaliby więc tego modelu, bo byłby on dla nich po prostu niewygodny.

Po przeprowadzeniu trzydziestu wywiadów miałem dość informacji, żeby przekonać profesora, że jego podejście było błędne i musiał wymyślić coś innego… Co mu się zresztą udało.

Dobry pivot nie jest zły

Namówiłem go, żeby za resztkę pieniędzy z grantu zatrudnił studenta informatyki i kupił okulary do rzeczywistości rozszerzonej (Microsoft Hololens), aby stworzyć coś, czego rynek faktycznie potrzebował.

Tym czymś był program AR, który kompilował skany MRI i tworzył z nich trójwymiarowe modele pacjentów. Chirurdzy mogli je oglądać i badać przed operacją. Metoda ta była dziesięć razy szybsza od obecnej – drukowania modeli 3D. Ponadto pozwalała na kolorowanie i lepszą manipulację modelem, choćby przez możliwość zbliżenia i odizolowania danego elementu. Od czasu tamtego grantu profesor stworzył dzięki temu programowi startup o nazwie Immerstive Data Analytics i ma już klientów w postaci 3 sieci szpitali.

 

źródło: [2]

 

Mam nadzieję, że powyższe historie przekonały was do tego, aby nim na dobre zaangażujecie się w realizajcę swojego ukochanego pomysłu, zanim zaczniecie angażować cenne zasoby, warto sprawdzić, czy ma sens. Czy rozwiązujecie problem, który jest wart rozwiązania? Czy jest on ważny tylko dla was, czy również dla innych? Kim są ci „inni” – czy tylko użytkownicy Twojego produktu lub usługi? A może są to też pośrednicy, sprzedawcy, serwisanci, regulatorzy rynkowi czy też na przykład media?

Mam nadzieję, że powyższe historie przekonały was, że nie należy zbytnio angażować się we wczesną, niezweryfikowaną realizację waszego ukochanego pomysłu, marnując cenne zasoby. Warto najpierw sprawdzić, czy ma on sens, wychodząc ze startupowego garażu.

W kolejnym wpisie przedstawię metodę Customer Discovery Interview oraz zasady jej właściwego stosowania, pozwalające na pozyskanie cennych informacji na temat Twojego produktu, iteresariuszy, klientów i użytkowników. Stay tuned!

 

O autorze: Michael Thomas Mahoney jest amerykańskim studentem z Virginia Commonwealth University. Obecnie kończy swoją pracę magisterską z Innowacji Produktów pracując w Gdańsku jako Specjalista od Współpracy Międzynarodowej dla Clipstera, pierwszego i jedynego w Polsce inkubatora biznesowego, łączącego co-working i wspólne mieszkanie dla cyfrowych nomadów.

 

Zdjęcie w nagłówku: [2]

[1] https://news.vcu.edu/article/Augmented_reality_revolutionizes_surgery_and_data_visualization

[2] http://ideastations.org/science-matters/science-news/augmented-reality-revolutionizes-surgery-and-data-visualization-vcu