استفاده از بازخورد و داده های مشتری برای تکرار محصول شما – TechCrunch

نحوه تکرار on product همیشه یکی از نگرانی های اصلی در استارتاپ ها بوده است. اما در حالی که آنها قبلاً فقط باید به بازخوردها و غرایز مشتری تکیه می کردند ، اکنون نیز تعدادی داده برای متعادل سازی دارند. این پویایی فرصت های جدیدی را ایجاد می کند اما به نوع جدیدی از آربیتراژ نیز نیاز دارد.

ما در مورد چارچوب جدید در طول TechCrunch Disrupt 2021 در گفتگوی پانل با ژان دنیس گروز از پلید ، استفانی منکارلی از InVision و پیت تامپسون از eBay بحث کردیم. ما دیدگاه های متفاوتی در مورد داده محور بودن ، تقسیم بندی کاربر ، سرعت تکرار و موارد دیگر را بررسی کردیم.

نقش داده ها

گفتگوی ما با یک سocال تحریک آمیز آغاز شد: آیا یک استارتاپ یا یک شرکت فناوری می تواند بیش از حد داده محور باشد؟

به گفته تامپسون ، پاسخ “مطلقاً” نیست – اما منکارلی چندان تأیید کننده نبود.

تامپسون:

این موضوع که چگونه از داده ها استفاده می کنید و چگونه آنها را با سایر بازخوردهایی که دریافت می کنید ، متعادل می کنید. اما من می گویم که پیدا کردن چیزهایی در سازمان با داده هایی که با هیچ وسیله دیگری نمی توانید انجام دهید ، اهمیت بیشتری پیدا می کند. این موارد چیزهایی را مشخص می کند که مراقبت انسانی یا پردازش دستی آنها را کشف نمی کند.

منکارلی:

شاید کمی مخالف باشم و بگویم جایی وجود دارد که می توانید داده ها را بیش از حد هدایت کنید ، جایی که من آن چیزی را که من آن را حاشیه منحنی زنگ نوآوری می نامم ، نمی بینید. بنابراین واقعاً مهم است که ببینیم گروه های کوچکتر در حال انجام چه کاری هستند ، زیرا آنها می توانند زودهنگام رفتار جدیدی را پذیرفته باشند.

با این حال ، تامپسون خود قبلاً نکات ظریفی را اضافه کرده بود و خاطرنشان کرد: “شما باید بتوانید در مورد کارهایی که انجام نمی دهید یا ویژگی هایی که می توانید ایجاد کنید و داده ها در واقع به شما نمی گویند فکر کنید.” او در eBay نمونه ای از این موضوع را ارائه داد:

ما اخیراً چیزی را راه اندازی کرده ایم که ما آن را جستجوی از طریق تصاویر می نامیم ، بنابراین نه فقط درخواستهای متنی. و این یک مثال عالی است که در آن داده های ما هرگز به ما نمی گفتند که در سایت ما ، برای مثال ، برای مد ، مخاطبان جوان فقط می خواهند بتوانند چیزهای دیگری را که شبیه یک تصویر هستند مرور کرده و مشاهده کنند ، نه بر اساس جستجوی متنی و این مواردی است که باید از طریق اشکال دیگر بازخورد حلقه ها جمع آوری کنید.

اهمیت تقسیم بندی خوب