Как применить теорию Jobs to be Done при создании портретов buyer-персон в продукте: опыт Carrot quest

Всем привет! Меня зовут Дмитрий Сергеев, я CEO и основатель сервиса Carrot quest.

Мы постоянно исследуем пользователей и общаемся с ними. Со временем, несмотря на обилие информации о текущих клиентах, у нас накопились проблемы, которые мешали нам фокусироваться и расти:

Мы решили собрать все накопившиеся знания о клиентах воедино, чтобы ими могли пользоваться все команды. Для этого использовали формат buyer-персон. Чтобы портреты были полными и решали задачи каждой команды, мы изменили классический фреймворк и соединили его с теорией Jobs to be Done.

Профили buyer-персон помогли нам упорядочить информацию о клиентах и облегчили планирование в продукте. Например, профили buyer-персон при подготовке новых фичей или онбординге новых сотрудников использовать эффективнее, чем хаотичный набор всех пользовательских «работ» и контекстов, не привязанных к сегментам.

Расскажу пошагово, как провести такое исследование, какие нюансы есть на разных этапах и каких сложностей можно избежать.

В исследовании buyer-персон участвовали тимлиды и ребята из разных команд. Это помогло нам учесть интересы каждой команды и на выходе получить данные, которые полезны всей компании.

Работа над исследованием включала разные процессы. За каждый из них отвечал кто-то из команды:

Все исследование мы разделили на три больших этапа:

Дальше расскажу подробно о каждом этапе.

В работе над продуктом мы часто применяем теорию Jobs to be Done, или теорию «работ». Она помогает определить истинные потребности клиента: его желания, ситуации, в которых они возникают, а также барьеры, которые мешают получить желаемое. Поэтому в исследовании buyer-персон мы опирались на Job Stories клиентов, триггеры к покупке и проблемы. Это дало возможность понять, каким должен быть продукт и как его улучшить.

С другой стороны, формат buyer-персон позволил привязать «работы» к сегментам пользователей.

Перед тем как приступить к исследованию, мы собрали в Miro шаблон карточки для расшифровки интервью. Благодаря этому шаблону каждый участник исследования знал, что мы ищем.

Для «работ» и проблем мы выделили отдельные блоки в шаблоне карточки. Также мы добавили классические составляющие портрета buyer-персоны: описание компании, роль, задачи, KPI, интересы человека, принимающего решение о покупке, привычные для него каналы коммуникации.

Всего у нас получилось пять блоков:

Мы составили список вопросов для каждого блока. Если вы планируете похожее исследование — скачайте готовый шаблон карточки со всеми вопросами в нашей библиотеке.

У нас уже были предположения по сегментам и мы примерно представляли, что должно получиться около пяти buyer-персон. Мы прикинули, что для пяти персон нужно провести около сорока глубинных интервью по 30 минут.

Это достаточно большой объем работы, ушло бы много времени команды. Поэтому мы решили использовать материал из уже проведенных исследований. Мы часто проводим интервью в продажах и продукте и там накопилось много записей. Помимо этого, мы уже применяли Jobs to Be Done на практике для исследования пользователей.

Проблема нашего решения была в том, что все интервью проводились по разным сценариям, и в некоторых из них не было важных ответов. Поэтому мы вернулись к списку вопросов и провели еще около 20 интервью.

У нас получилось 39 карточек с ответами респондентов. Нам предстояло интерпретировать цитаты из карточек и выяснить, как их можно сгруппировать.

Эту часть работы необходимо было делать всей командой исследования, поэтому мы уехали в лес на все выходные и устроили мини-стратсессию.

Мы начали с поиска похожих проблем и контекстов у разных респондентов: создали одну большую доску в Miro и перенесли туда все проблемы и контексты пользователей, о которых они рассказали нам в интервью, в виде карточек-цитат.

Дальше мы стали группировать цитаты с похожим содержанием. Получилось несколько кластеров. Так мы определили основные проблемы и контексты, которые приводят пользователей к нам.

Одним из самых частых триггеров оказался приход нового человека в команду. Сразу несколько респондентов сказали, что они купили подписку на сервис, потому что в компанию пришел новый человек и сказал: «Ребята, у вас проблема, вам нужно установить Carrot quest».

Такую же работу мы провели с остальными категориями информации в карточках респондентов — определили похожие описания «работ», проблем и KPI в компаниях, в которых работали опрошенные клиенты.

Нужно было убедиться, что мы правильно обобщаем. Поэтому мы заново переслушали некоторые интервью.

Мы сгруппировали цитаты по категориям и определили повторяющиеся. Теперь мы понимали, что чаще всего побуждало пользователей к покупке у нас, а также какие «работы» в сервисе самые популярные:

Дальше нам предстояло найти принцип, по которому можно «разложить» эти маркеры обратно по респондентам, найти пересечения между ними и склеить в buyer-персон. Мы решили внести самые популярные категории ответов в таблицу, чтобы найти параллели между разными респондентами.

Мы отмечали ответы респондента в таблице: если в интервью он сказал о появлении нового человека в команде, мы отмечали этот параметр в таблице. У нас получилась огромная таблица с множеством параметров и множеством отметок в строке по каждому респонденту.

Когда мы заполнили таблицу, то увидели пересечения и взаимосвязи между клиентами: у некоторых из них были одинаковые триггеры к покупке, роль в компании, сегмент бизнеса или job story.

Так мы распределили респондентов на пять групп, и это стало основой для финальных портретов buyer-персон.

Теперь нам предстояло привести данные в удобный вид. Мы хотели, чтобы в будущем любой сотрудник Carrot quest мог воспользоваться ими.

Мы использовали сервис UXPressia: создали там карточки персон и внесли туда обобщенную информацию: триггеры и контексты к покупке, Job Stories, описание компании, роли персон.

Портреты buyer-персон помогают нам развивать продукт на русском и зарубежном рынке, лучше выстраивать коммуникацию с пользователями:

В процессе работы над исследованием мы поняли, насколько buyer-персоны динамическая штука: один и тот же клиент может соответствовать разным профилям на разных стадиях освоения нашего продукта или развития собственного бизнеса.

Например, новый пользователь приходит в Carrot quest. У его клиентов много вопросов в поддержку, стало сложно обрабатывать их через почту. Он устанавливает сервис, чтобы настроить поддержку через омниканальный чат на сайте. В этот момент по контексту и задачам он подходит под описание buyer-персоны Kevin — All in one.

На следующем этапе развития бизнеса у клиента растет трафик на сайте, он знакомится с сервисом внимательнее и решает собирать больше квалифицированных лидов за счет чат-бота и персонализированных поп-апов. В этот момент он уже подходит под описание другой buyer-персоны Whitney — «Where are my leads?»

В каждый из этих моментов у клиента разные контексты, триггеры, проблемы, «работы» и цели. Надо знать, в какой момент происходит это переключение, и помогать клиентам перейти на другой уровень использования продукта.

Кроме профилей наших текущих клиентов, мы составили также несколько профилей buyer-персон, которые могли бы стать нашими клиентами, но по разным причинам сейчас не используют наш сервис. Эти профили мы тоже используем, принимая решения о будущем продукта.

Мы продолжаем изучать клиентов и дополнять карточки. После возвращения с мини-сессии мы провели дополнительное количественное исследование, чтобы провалидировать полученные профили buyer-персон и узнать распределение наших реальных клиентов по сегментам.