همه محصولات

انتخاب شاخص اصلی محصول با هوش مصنوعی

یک عدد پیدا کنید که نشون بده مشتری واقعا چه ارزشی از محصول می‌گیره و چند شاخص کنارش بذارید که تیم بتونه تغییرشون بده.

انتخاب شاخص اصلی محصول با هوش مصنوعی از یک سوال شروع می‌شه. اگه این ماه آدم‌های بیشتری برنامه شما رو باز کنن ولی کاری که براش اومدن نیمه‌کاره بمونه، واقعا وضع محصول بهتر شده؟ برای یک ابزار رزرو کلاس شاید تعداد کلاس‌هایی که رزرو شدن و واقعا برگزار شدن، معنی بیشتری از تعداد دفعات باز شدن تقویم داشته باشه. اسکیل north-star-metric کمک می‌کنه ببینید کدوم عدد به تجربه مشتری نزدیک‌تره.

با این اسکیل یک معیار اصلی انتخاب می‌کنید و بعد سراغ چیزهایی می‌رید که می‌تونن روش اثر بذارن. مثلا اگر ثبت زمان خالی برای مربی سخته، شاید ساده‌تر کردن اون مرحله به رزرو موفق بیشتری برسه. هنوز معلوم نیست این رابطه چقدر قویه. تعریف شاخص رو طوری بنویسید که بعدا بشه با داده واقعی فرضتون رو بررسی کرد و فهمید کجای کار تغییر کرده.

کاربردها

  • برای شاخص ستاره شمالی یک تعریف ساده بنویسید که تیم محصول و تیم فروش ازش برداشت مشترک داشته باشن.
  • ارزش محصول رو با کاری بسنجید که مشتری می‌تونه تا آخر انجام بده و از نتیجه‌اش استفاده کنه.
  • توضیح بدید کدوم رفتار مشتری به نوع کسب‌وکارتون مربوطه، مثلا انجام تراکنش یا تموم کردن یک کار.
  • برای هر شاخص ورودی بنویسید تیم چه تغییری می‌تونه ایجاد کنه که روی اون عدد اثر بذاره.
  • دو معیار احتمالی رو کنار هم بذارید و ببینید اگه هرکدوم بدون بهتر شدن تجربه مشتری بالا بره، کجا ممکنه گمراهتون کنه.

نصب و استفاده

  1. اسکیل رو در ایجنت‌تون نصب کنید. مدل کسب‌وکار، هدف محصول و عددهایی که الان می‌سنجید رو به ایجنت بدید. اتصال به ابزار آمار یا حساب جدید لازم نیست.
  2. بگید «برای رزرو کلاس یک شاخص اصلی پیشنهاد بده و سه عامل رو بنویس که بتونیم در کوتاه‌مدت بررسی کنیم.»
  3. تعریف رو با تیم مرور کنید و روشن کنید رزرو لغوشده، تغییر زمان یا کلاس تکراری چطور در شمارش حساب می‌شه.

سوالات متداول

منبع

ساخته Paweł Huryn. نام اصلی: north-star-metric، منتشرشده در GitHub با مجوز MIT.

مشاهده در GitHub