ג׳וני קאש בכותל ומיצוב


היי Reader,

ברוכים הבאים לגיליון ה-13 של Product & AI with Yaniv. בשלושת הגיליונות האחרונים דיברנו על מנהלים.ות. השבוע אני רוצה לדבר על משהו אחר. משהו שהרבה פעמים ה-PM הוא הראשון בחברה שרואה אותו, אבל הכי קשה לו להעביר אותו הלאה.

הגיליון הזה עוסק במיצוב.


מה המיצוב (positioning) הנכון של המקצוע שלנו - ניהול מוצר? ואיך זה שונה ממנהל פרויקט - לדעתי ממש שונה, ואיך זה שונה מבילדר - מילה שהשתמשו בה יותר מדי לאחרונה

זו שאלה שאני מתלבט בה כבר הרבה זמן. זה התחיל מלהסביר מה אני עושה - ללקוחות, ולאנשים שמתעניינים בשירות שלי של product as a service ואפילו להורים שלי או לחברים שלא בטק. אחרי תפקידים של מוביל המוצר הראשון בחברות ובעקבות ליווי של אנשים בשלב הזה, וגם בשלבים מאוחרים הבנתי שיש פער משמעותי בין איך שאנשים חושבים על התפקיד שלנו למה שהוא באמת.

השאלה הזו של מיצוב רלבנטית יותר מתמיד בעולם שבו הגדרות תפקידים משתנות ואיתן גם הציפיות שלנו מעצמנו ושל אחרים מאיתנו.

ואז השבוע בא Boris Cherny היוצר של קלוד קוד ומגדיר 5 טייטלים חדשים לדברים שחלקם בכלל ניהול מוצר

מיצוב זה חשוב לעצמנו, וגם למוצרים ולחברות שאנחנו בונים. לכן השבוע בחרתי לדבר על הספר הכי טוב על positioning.


עבר, אפריל דנפורד, 2019

אפריל דנפורד (April Dunford) היא מומחית למיצוב של מוצרי B2B. היא עבדה עם חברות כמו Epic Games, bill.com, Google. ב-2019 היא פרסמה את Obviously Awesome. ספר קצר, ישיר, בלי bs. הוא הפך מהר לטקסט הסטנדרטי של מיצוב מוצרי טק.

״יש לך מוצר סבבה,״ היא כותבת בעמוד הראשון של הספר, ״אבל אף אחד לא מבין אותו. אתה חושב שהוא פשוט אבל לקוחות לא. הם משווים את המוצר שלך עם דברים שממש לא דומים לו. זה רק בעיה של מרקטינג״

טעות! יש לך בעיית מיצוב.

אותו מוצר בדיוק, ממוצב אחרת, ימכר ללקוחות אחרים, במחיר אחר, ויתחרה במתחרים אחרים. המוצר הוא לא מה שמשתנה. ההקשר משתנה.

דנפורד מפרקת את המיצוב לחמישה רכיבים:

  1. אלטרנטיבות תחרותיות- מה הלקוחות שלך היו משתמשים בו אם לא היית קיים.ה? זה לא ״המתחרים״ במובן הסטנדרטי, זה מה שנמצא בדיוק על המסך של הלקוח היום.
  2. תכונות ייחודיות- הפיצ’רים או היכולות שיש לך ולאלטרנטיבות אין.
  3. ערך והוכחה- איזה תועלת התכונות האלה מייצרות ללקוח, ואיזו הוכחה יש לזה.
  4. מאפייני שוק היעד- איזה סוג לקוח באמת אכפת לו מהערך הזה יותר מאחרים.
  5. קטגוריית שוק- המסגרת שבה את.ה בוחר.ת להיות מובן.ת, כי היא מציבה את התכונות שלך במרכז.
  6. (רכיב בונוס) טרנדים רלבנטיים - מה השוק מחפש ברגע בו המוצר שלך מופיע בשוק. בפרק של יזמות ופרודקט השבוע אמרה לי נטע דרור: ״זה‏ לא‏ שהמצאתי‏ את‏ עצמי‏ מחדש,‏ זה‏ שהעולם‏ החליט‏ שמי‏ שאני‏ זה‏ פתאום‏ בסדר.‏״

הקטגוריה היא בחירה אסטרטגית. היא קובעת מי המתחרים שלך, מה הלקוח מצפה לקבל, כמה הוא מוכן לשלם, ומי בחברה שלו קונה. שינוי קטגוריה בלי לגעת במוצר יכול להפוך חברה שמפסידה לחברה שדומיננטית.

דנפורד מספרת בספר את הסיפור שלה עצמה. Janna Systems, סטארטאפ קנדי קטן שבו היתה VP Marketing בסוף שנות ה-90, מכר תוכנה שקראו לה ״sales force automation״. הם הפסידו ל-Siebel Systems בכל מכרז. ואז דנפורד שמה לב שהלקוחות הכי טובים שלהם היו בנקים גדולים להשקעות, ושהם השתמשו בתוכנה לא לניהול מכירות אלא למיפוי יחסים בין אנשי מפתח אצל הלקוחות. מי מכיר את מי. מה מצב הקשר. מי מדבר עם מי בעסקה הזאת.

היא מיצבה מחדש את החברה כ-״relationship intelligence software for investment banks״. עדיין אותה תוכנה. שוק אחר לגמרי. מתחרים אחרים לגמרי. מכירות ממריאות. IBM קנתה את סיבל, וקנתה גם את Janna, ובסופו של דבר הרעיון של דנפורד הפך למקרה בוחן פנימי.

היה שם רק קונטקסט חדש. ( יש מצב שבקרוב יימאס לנו מהמילה הזו גם)

הטענה החבויה של דנפורד היא שרוב הסטארטאפים לא בוחרים במיצוב שלהם. הם ממוצבים בברירת מחדל: מול המתחרה הכי גדול, בקטגוריה הכי מובנת, במקום שבו הם בטוח מפסידים. ברירת המחדל מרגישה בטוחה. היא ההיפך.


הווה, ה-AI שיודע לייצר 100 הצהרות מיצוב בעשר דקות

תשאלו את קלוד ״תן לי 20 אופציות מיצוב לסטארטאפ שלי״. תקבלו 20 אופציות. הן יראו סבירות. אחת או שתיים אפילו יראו טובות.

זה מרגיש כמו התקדמות. זה לא.

עבודת המיצוב היא לא בעיה של ייצור. היא בעיה של הכרעה. מבין 20 האופציות שקלוד החזיר, אילו נכונות מספיק כדי לבנות מסביבן חברה, מסמכי מכירות, מודל תמחור, ומסע פיתוח מוצר?

התשובה תלויה בשלושה דברים שלקלוד אין באמת גישה אליהם:

  • מה הלקוחות שלך באמת עושים היום כשהם לא קונים ממך (רכיב #1 של דנפורד)
  • אילו תכונות במוצר שלך באמת ייחודיות, ולא רק בעיניים שלך (רכיב #2)
  • איזה סגמנט שוק באמת מוכן לשלם על הערך הזה (רכיב #4)

לזה יש רק מקור אחד. מספר שיחות עם לקוחות אמיתיים. לא סקרים. לא אנליטיקס. שיחות. השאלה החשובה בהן היא זו של דנפורד: ״אם המוצר שלנו לא היה קיים, מה היית עושה במקום זה?״ התשובה הגולמית לשאלה הזאת היא הבסיס לכל מה שיכול לקרות אחר כך.

מה כן חבל לפספס עם AI במיצוב?

  • סינון תמלולי ראיונות- הרצת ראיונות לקוחות. קלוד יוציא מהם דפוסים שיעזרו לענות על השאלה הזאת של האלטרנטיבות התחרותיות. זה עבודה שהייתה לוקחת שבועיים. עכשיו יום.
  • תרגום שפת לקוח לשפת מיצוב- קלוד יידע לזהות איך לקוחות שונים מתארים בפועל את הבעיה שלהם, ולסייע להעביר את השפה הזאת לחומרי המיצוב. במקום ״platform for revenue operations״ יוצא ״הכלי שמראה לי לפני הפגישה השבועית איפה המספרים לא מסתדרים״.
  • מיפוי אלטרנטיבות פומביות- קלוד יכול לסרוק את מה שהלקוחות מדברים עליו בציבור, בפורומים, בסאב-רדיטים, בביקורות G2, ולזהות את האלטרנטיבות שהם באמת שוקלים.
  • בדיקה מהירה של קטגוריה נגד קטגוריה- אם את.ה שוקל.ת שתי בחירות של קטגוריית שוק, קלוד יעזור לחזות איך כל אחת תיתפס בעיני סגמנט לקוחות מסוים, לפני שאת.ה משקיע.ה חודש בבחירה הלא נכונה.

מה קלוד לא יכול לעשות בשבילך?

  • להחליט- הבחירה של הקטגוריה, של מי שאת.ה, של איפה את.ה נהיה.ת הכי טוב.ה, היא בחירה אסטרטגית שדורשת בעל.ת עניין. קלוד ייתן לך תמיד את התשובה הנפוצה. הבחירה של דנפורד ב-״relationship intelligence״ נגד ״sales force automation״ היתה בחירה נדירה, שברירת המחדל של הזמן לא היתה בוחרת בה.
  • לזהות מלכודת של ברירת מחדל- אם התיאור שלך של הקטגוריה זהה לזה של המתחרה הגדול, קלוד לא יעצור אותך. הוא ימשיך לייצר חומרי מיצוב מוצלחים בתוך הקטגוריה הלא נכונה.

ואולי, מה שכולנו צריכים זה איזה ריק רובין כזה, כמו בוידאו הזה, שכבר הפך לקלאסיקה של מיצוב (וגם של בדיחות).

video preview

מוסיקה, ג’וני קאש, ריק רובין ואלבום שהוקלט בסלון

כשחשבתי על ריק רובין נזכרתי בסיפור העבודה שלו עם ג׳וני קאש.

ב-1993 ג’וני קאש היה בן 61. הוא היה זן נכחד. השטיקטים לא ניגנו אותו יותר, תחנות רדיו קאונטרי לא ניגנו אותו יותר. באותה שנה הוא נפגש עם ריק רובין, שכבר אז היה מפיק אגדי. הוא עבד עם Run DMC, ביסטי בויז, סליייר, ורד הוט צ’ילי פפרז. שני העולמות הכי רחוקים במוזיקה האמריקאית.

הרעיון של רובין היה פשוט ומוזר בו זמנית: לשים את קאש בסלון של רובין בלוס אנג’לס, עם גיטרה אחת בלבד, ולהקליט אותו שר מה שבא לו. שירים ישנים שלו. שירים של אחרים. גוספל. ובעיקר, שירים של אמנים שהקהל של קאש לא היה מדמיין: של דיפש מוד, של סאונדגארדן, של NIN, של U2.

האלבום American Recordings (1994) זכה בפרס גראמי. הקטגוריה שהוא נכנס אליה היתה ״Best Contemporary Folk Album״. לא קאונטרי. פולק עכשווי. הבחירה הזאת של קטגוריה היתה כל הסיפור.

קאש לא שינה את הקול שלו. הוא לא שינה את השירה. הוא לא שינה את הפרסונה. רובין שינה את הקטגוריה, ואיתה את הכל: המתחרים, הקהל, הרדיו, בתי הקולנוע. פתאום קאש התחרה מול Jeff Buckley, מול Nick Cave, מול Bonnie Prince Billy, ולא מול Garth Brooks ו-Alan Jackson. הוא היה שם ייחודי. הוא נכנס לסאונדטרקים של קוונטין טרנטינו. שיווקו אותו בחנויות תקליטים לצד Radiohead.

הרגע האמיתי שכולם זוכרים הוא הסינגל האחרון של קאש בחייו. קאש הקליט את ״Hurt״ של Nine Inch Nails ב-2002, אלבום American IV, שיצא בנובמבר. הקליפ יצא בפברואר 2003. שבעה חודשים לפני מותו של קאש. טרנט רזנור, שכתב את השיר, אמר אחרי שראה את הקליפ ״זה לא השיר שלי יותר״.

זה בדיוק המהלך של דנפורד. אותו מוצר, קטגוריה חדשה, הכל נראה אחרת. רובין לא ייצר מחדש את קאש. הוא ייצב אותו מחדש.


המלצת האזנה

שימו את American Recordings ברצף. 40 דקות. גיטרה אחת, קול אחד.

אחרי, אם יש לכם עוד עשר דקות, שימו את ״Hurt״ מ-American IV ותצפו בקליפ ביוטיוב. הכל שם. קאש עצמו במקום שהוא סוף סוף התאים לו. הקטגוריה החדשה שלו.


הטיפ שלי

תרגיל קצר: פתחו מסמך ריק. ענו על שאלה אחת ממש קונקרטית: מהן שלוש האלטרנטיבות האמיתיות שהלקוחות האחרונים שדיברתם איתם היו בוחרים בהן אם המוצר שלכם לא היה קיים?

אם התשובה יושבת לכם בראש, רשמו אותה. אם לא, פתחו את התמלול של שיחת המכירה או ה-Customer Success האחרונה שלכם, וחפשו בה את המשפט של הלקוח. הוא שם.

עכשיו קחו את שלוש האלטרנטיבות לקלוד:

“I’m a PM at a startup currently positioned as [our current category]. Our last 3 customers said they’d use these alternatives instead of our product: [list]. What other market categories could reframe our product in light of what customers actually do? Which of our features would carry different weight in each category?”

יש מצב שקלוד יחזיר חלופות שיגרמו לכם לחשוב.


שני כלים מתוך AI-SHIPR למיצוב

אם התרגיל הזה הרגיש לך רלוונטי, ב-AI-SHIPR יש שכבה שלמה שנועדה ל-PMs שרוצים.ות להביא ראיות למיצוב לשולחן ההנהלה. פרטים כאן.

שני כלים בתוך AI-SHIPR שנוגעים ישירות לגיליון: - סקיל בשם Competitive-Landscape-Mapper. מיפוי סיסטמטי של האלטרנטיבות התחרותיות, כולל אלה שאף אחד בחברה לא מונה בפומבי. - אייג׳נט בשם Product-Strategist. הבית של החשיבה על מה שאת.ם בונים.ות, למי, ולמה זה שונה מכל שאר האופציות שלהם.


סופש של מיצוב יוקרתי, יניב

Product & AI with Yaniv

פעם בשבוע, בעברית, על מוצר, ביזנס, AI ומה שביניהם.

Read more from Product & AI with Yaniv
Soundgarden and Pearl Jam backstage at Lollapalooza, 1992

Soundgarden and Pearl Jam backstage at Lollapalooza, 1992 היי Reader, ברוכים הבאים למהדורה ה-20 של Product & AI with Yaniv. עשרים זה מספר עגול חמוד כזה, אז חשבתי לכתוב השבוע על מספרים וניהול מוצר. זה התחבר לי לשאלה שקיבלתי השבוע בלינקדאין מבחור מסרביה שהשתמש ב-AI-SHIPR ושאל למה הורדתי את כמות ה-slash commands בפריימוורק. לפני כמה שבועות הורדתי ב-AI-SHIPR חצי מה-slash commands. פשוט מחקתי אותן. ההחלטה הרגישה נכונה, כמעט מובנת מאליה, אבל משהו בה הטריד אותי: קיבלתי אותה בלי מספר אחד ביד. לא...

Pompaloose היי Reader, ברוכים הבאים לגיליון ה-19 של Product & AI with Yaniv. בתור מנהל מוצר ועכשיו בתור יועץ אני בונה המון מצגות. זו שיטת ההדרכה הכי פופולרית, ונוחה, ואני חושב שאני סבבה בה. בתור מרצה, אחד הדברים שאני מלמד הוא איך להעביר מסר עם מצגת, וזה הופך להיות קשה יותר עם AI. כן קשה יותר. הפתיחה הזו כבר היתה מוכנה לניוזלטר של השבוע, ואז, בשיחה במיטאפ על קומדיה בטק (שהיה שווה) קיבלתי המלצה על ההרצאה של Jack Conte בכנס SXSW האחרון. צפיתי בה בהתלהבות, אז חשבתי שוב על מצגות, על AI, על...

Cover art for What’s Going On by Marvin Gaye

Marvin Gaye - What's Going On album cover היי Reader, ברוכים הבאים לגיליון ה-18 של Product & AI with Yaniv. השבוע פרסמתי פרק חדש בפודקאסט עם רן פרחי, מייסד-שותף ומנכ”ל XPOZ, שבונים שכבת דאטה לאייג’נטים. הם לא התחילו שם - המוצר הראשון שלהם עסק באנטישמיות ובשיח שנאה ברשתות, כלומר בבני אדם, ומשם הם הגיעו לשכבת דאטה חברתי שמוזנת לאייג’נטים. שאלתי אותו שאלה שמסתובבת לי בראש כבר כמה חודשים: איך עושים מחקר משתמשים כשהמשתמש שלך הוא אייג’נט? בעוד שאיך משתמשים ב-AI כדי לחקור אנשים די מוגדר, כאן יש משהו...