Презентация
серверов от Acer
До начала осталось:
Смотреть
{"id":2972,"title":"\u0412\u0435\u0431\u0438\u043d\u0430\u0440 \u043f\u043e \u0440\u0430\u0437\u0432\u0438\u0442\u0438\u044e \u0431\u0438\u0437\u043d\u0435\u0441\u0430 \u043e\u0442 Microsoft","url":"\/redirect?component=advertising&id=2972&url=https:\/\/vc.ru\/promo\/231217&hash=2af4649e2f1fb9d084608dab3d710d3891bb2460260cc7224d84dec68fae15c3"}
Andrey Palfy

Гипотеза, как способ мышления

«Истинная наука не знает ни симпатий, ни антипатий: единственная её цель — истина» - У.Гроув

В то время, как наши космические корабли бороздят просторы вселенной, попробуем разобраться - как так получилось, что еще вчера общий пращур ковырял сломанным ногтем недра трухлявого баобаба в поисках деликатесов, и краем глаза зорко следил по бокам, чтоб самому не стать чьим-то ужином, а сегодня мы следим за освоением Марса, попутно размышляя станет ли мясо из пробирки вкусней говядины. Откуда вся эта благодать на наши головы и кто за это несет ответственность?

Беря в руки свой телефон мы просто используем то, что нам нужно сейчас - заказываем еду, пишем сообщение коллеге, который уже проснулся в офисе за 5000 км от нас, обманываем мозг желанными картинками. Кто-то ловкий сложил туда все это в виде удобных приложений. Но помимо самих программ у нас в руках еще и целый космолет - wi-fi модули, тачскрин, какое-то волшебное твердое стекло, легкий металл, процессор, движение электрического тока наконец. И это малая часть того, что находится только у нас в руках. Мир вокруг еще более удивителен! Не нужно даже заглядывать в лаборатории, где секвенируют геномы. Водопровод, колесо, умение к двум яблокам прибавить еще пол землекопа... Всем этим мы обязаны науке!

Оценивая все ее достижения невозможно оспаривать состоятельность ее методов. И уж если науке удается решать такого рода задачи, какие перед ней возникали, то для чего изобретать велосипед (уже сделано благодаря нашей героине) для поиска решений?

Научный подход

Наука не есть застывший копролит, принявший некую форму и чуждый любым изменениям. Наоборот, изменение есть необходимое условие развития. Как у всего живого. Это изменение проходит сквозь 3 этапа:

  1. Период "нормальной" науки. Это период накопления данных. В это время мир живет в некой парадигме, принимаемой в данный период времени. Аристотель в свое время выдвинул теорию, согласно которой скорость падения пропорциональна массе тела. И еще почти 2000 лет мир жил с этим пониманием процессов.
  2. Плато и осознание кризиса. В процессе накопления данных (будь-то новые открытия, эмпирические наблюдения или эксперименты) приходит понимание, что что-то тут не так. Существующая теория не вписывается в новые накопленные данные. Происходит кризис теории. Некая точка бифуркации. И в этой точке будет находится чей-то светлый разум, кто сумеет трансформировать новую порцию данных в нечто иное - в новую теорию.
  3. Революция. Старые догмы низвергнуты, рожденная теория включает в себя весь новый опыт и становится текущей парадигмой.

Если мы посмотрим на любой процесс, то увидим этот же цикл в том или ином исполнении. Принцип жизни. Работает и для создания новой клетки, и для рождения сверхновой. С теми или иными оговорками. Но как устроено все внутри, какими методами ученые мужи двигают науку через ее естественные циклы?

Через скептицизм. Все должно быть подвергнуто сомнению, и если не будет доказано, то появится новая гипотеза, которую должно проверить. И вот так, подвергая все сомнению, проверяя и опровергая идеи, выдвигая новые гипотезы и подтверждая их, человечество потихоньку добралось от колеса до Марса.

По сути познание всего можно привести к простой схеме:

наблюдение явления >>

возможное объяснение (идея или предварительная теория) >>

выводы и предсказания (гипотеза) >>

лабораторный эксперимент >>

полная теория

Ничего не напоминает? Разумеется, классический уже HADI цикл!

H - Гипотеза (Hypothesis), которую проверяем

А - Действия (Action), которые предпринимаем для проверки

D - Данные (Data), которые получаем в процессе проверки

I - Результаты (Insight), к которым привела нас проверка гипотезы

Методологической основой любого научного цикла исследований является гипотеза. Гипотеза задает направление разработок, определяет, какие факты необходимо собрать, какие эксперименты следует провести. Это по сути основание (греч. hypothesis – основание, предположение, допущение) идеи, которую будем проверять.

Гипотеза

Откуда же она берется? Вестимо откуда - из головы! Задача исследователя сформулировать ее основываясь на текущих знаниях, эмпирических наблюдениях, опыте, логике, данных. Этот же принцип должен лежать в основе продуктового подхода.

В разработке и улучшении продукта идем не от требований, а от гипотез. И это вовсе не означает того, что гипотеза не может строится на основе требований - руководства, пользователей, закона... Требования - лишь один из множества ручейков, питающих озеро в котором мы черпаем идеи и трансформируем их в гипотезы.

Гипотеза - это неподтвержденная идея/теория/знание. Сомневаясь в истинности знания (жизнеспособности или востребованности идеи) мы формулируем гипотезу, задача которой поддать скептицизму идею и проверить.

Для того, чтоб понять, как правильно сформулировать гипотезу и построить эксперимент по ее проверке, сперва нужно понять, на каком уровне мы планируем проверять продукт. Выделяют следующие уровни:

Value level (уровень ценности) - проверяем, есть ли проблема и нужно ли ее вообще решать

Feature level (уровень фич) - это уровень функционала продукта

Design level (уровень дизайна) - тут все о том, как продукт работает с точки зрения UX/UI

Feasibility level (уровень выполнимости) - объединяет все возможности технической реализации функционала.

Но это не единственный подход. Адепты Growth Hacking для формирования уровня на котором выдвигается гипотеза берут за основу пиратские метрики AARRR, добавив сверху еще одну А (как будто их мало там было). Получают в итоге AAARRR воронку, на каждом уровне которой может быть выдвинута гипотеза:

Awareness — информирование. Сюда относят все гипотезы, относящиеся к донесению информации о продукте: оптимизация рекламной стратегии, изменение трафика и т.д.

Acquisition — привлечение. Все, что связано с конверсиями в целевые действия: установку приложения, регистрацию, заявку на триал и т.д.

Activation — активация. Это про успех онбординга, про только, насколько улучшится первый контакт пользователя с продуктом. Например, "если на онбординге показать блок советов, то конверсия в покупку увеличится на 10%"

Retention — удержание. Святой Грааль! Говорит тут не о чем - склоним головы в почтении!

Revenue — доходность. Это про денежки: средние чеки, докупка брошенных корзин, продолжение подписок и LTV, вот это все.

Referral — виральность: неудержимое желание рекомендовать наш продукт. Как мы можем с этим помочь?

Для любого из уровней формулировать гипотезы можно по разному, но важно чтоб гипотеза соответствовала таким критериям:

  • должна быть четко определена
  • должна быть направлена на получение конкретного результата
  • результат должен быть измерим

Мне нравится использовать для формулировки гипотез такой шаблон:

Я верю, что <описываем изменения>. Чтобы проверить мы <здесь описываем то, как будем проводить эксперимента> и измерим <описание метрики>. Эксперимент удачен, если <значение метрики>.

Еще можно использовать Product Hypothesis Canvas для формулировки:

Шаблон можно использовать вот тут в Miro

Решение за вами, чем пользоваться при формулировании, а жизнь продакту в этом вопросе облегчит старый добрый фреймворк SMART:

  • Specific (конкретный) — гипотеза должна быть конкретной. Желательно максимально декомпозированной.
  • Measurable (измеримый) — в чем будет измерять результаты? Какой результат будем считать успехом, а какой провалом? Тут никаких условностей: количество звонков, показатель конверсии, DAU, средний чек, кастомные метрики, что угодно, хоть в попугаях меряйте - главное, чтоб были четкие цифры.
  • Attainable (достижимый) — хорошо бы не терять связь с реальностью. Сделав удачный тест на Тильде на готовность покупать наш чудо-пояс из собачей шерсти, не стоит планировать через 3 дня трафик в 5 млн посетителей с конверсией в покупку 25%. Отложите этот успех хотя бы на недельку
  • Relevant (релевантный) — гипотезы должны относится к проекту и его росту.
  • Time related (связанный со временем) — гипотезы нужно стремится проверять быстро. Большие гипотезы декомпозировать так, чтоб время на проверку не превышало 1-2 недель.

Суммируя, у нас должно получится нечто такое:

Я верю, что наш чудо-пояс из собачей шерсти будет популярен среди хозяев домашних животных. Чтобы проверить это, мы запустим рекламную e-mail рассылку для пользователей, которые зарегистрировались в онлайн-магазине товаров для животных "Валера", и измерим конверсию в переход на нашу лендинговую страницу, и чтоб не вставать два раза, замерим сразу и конверсию в нажатие кнопки "Купить". Эксперимент удачен, если конверсия в переход на лендинг составит не менее 1%, а конверсия в нажатие кнопки "Купить" не менее 5%.

Такая формулировка четко ложится в HADI циклы:

H - Гипотеза (Hypothesis): Я верю, что....

А - Действия (Action): Чтобы проверить это, мы...

D - Данные (Data): и измерим...

I - Результаты (Insight): Эксперимент удачен, если...

Что еще?

Гипотезы, как и любые задачи или проблемы в продуктовом подходе нужно и можно декомпозировать и приоритезировать.

Для декомпозиции гипотез удобно применять дерево гипотез, которое строим в любом mind map инструменте. Часто такой формат применяют для дерева проблем и дерева решений. Построение этих трех деревьев позволит использовать принцип, на котором базируется поиск решений в McKinsey - MECE. Главное не заблудиться в трех соснах.

MECE - Mutually Exclusive and Collectively Exhaustive (взаимоисключающие и совместно исчерпывающие). Суть принципа в том, что гипотезы следует декомпозировать на подгипотезы таким образом, чтоб:

  • каждая из гипотез не пересекалась с другой;
  • совместное описание всех подгипотез исчерпывающее формулирует основную (для группы и целиком).

Если говорит о приоритезации гипотез, то тут можно использовать любой из методов, который традиционно используется: MoSCoW, RICE, Модель Кано, Story Mapping, методологию KJ, Feature Buckets и любые другие. Такое разнообразие методов возникло из-за особенностей в каждом проекте, команде или задаче, а потому можно синтезировать их или создать свой.

К чему все это?

Навык постоянного выдвижения и проверки гипотез позволяет нам избавится от иллюзий, от субъективных оценок, цена которых может стать роковой для компании. Как и в науке, поиск решений через гипотезы позволяет оставаться объективным и находить правильные решения, отсекая по пути все тупиковые ветки. Этот подход применим во всех сферах и подлежит развитию через тренировки. Примеряйте гипотезы к продукту, к отношениям с людьми, к процессу замены пробитого колеса, к собственному развитию. Сомневайтесь.

* Статья написана в рамках обучения в Product University. Ах да, и котик для статьи, тоскующий по хозяину во время ее написания

{ "author_name": "Andrey Palfy", "author_type": "self", "tags": [], "comments": 0, "likes": 1, "favorites": 2, "is_advertisement": false, "subsite_label": "unknown", "id": 218898, "is_wide": true, "is_ugc": true, "date": "Wed, 10 Mar 2021 21:32:58 +0300", "is_special": false }
0
0 комментариев
Популярные
По порядку

Комментарии

null