میم‌یار، استودیوی محصول دیجیتال
یادداشت کاربردی میم‌یارBK-CH02

فصل ۲: تفاوت نظر، داده و شاهد در تصمیم محصول

فرق نظر، داده و شاهد در تصمیم محصول را با یک واژه‌نامه روشن، سناریوی فرضی، الگوی ثبت شواهد و تمرین عملی برای جلسه تیم محصول یاد بگیرید.

۲۷ مرداد ۱۴۰۵۹ دقیقه مطالعهبا راهبری ابوالفضل محجوب روش
MIMYAR / FIELD NOTEinformational
تصویر شاخص فصل ۲: تفاوت نظر، داده و شاهد در تصمیم محصول
راهنمای عملی برای تصمیم بهترFUT-BK-002
START HERE

این مطلب برای خواندن سریع نوشته نشده؛ برای ساختن یک تصمیم روشن و قابل اجراست.

در جلسه‌های محصول جمله‌هایی مثل «کاربر این را دوست ندارد»، «داده نشان می‌دهد باید بسازیم» یا «فروش گفته این قابلیت ضروری است» زیاد شنیده می‌شود. مشکل این جمله‌ها لزوماً غلط‌بودنشان نیست؛ مشکل این است که سه چیز متفاوت را با یک نام صدا می‌زنیم: نظر، داده و شاهد. وقتی این سه از هم جدا نباشند، صدای بلندتر جای استدلال بهتر را می‌گیرد، نمودار به‌جای سؤال تصمیم می‌نشیند و تیم از یک مشاهده محدود به یک راه‌حل بزرگ می‌پرد.

این مقاله یک قرارداد زبانی برای تیم محصول پیشنهاد می‌کند. هدف حذف نظر یا تبدیل همه تصمیم‌ها به محاسبه نیست. نظر برای ساختن فرضیه لازم است، داده ماده خام تحلیل است و شاهد چیزی است که می‌تواند اعتماد ما به یک ادعا را کم یا زیاد کند. ارزش این تفکیک وقتی آشکار می‌شود که طراح، مدیر محصول، مهندس و مدیر کسب‌وکار درباره یک تصمیم واحد حرف می‌زنند اما هرکدام نوع متفاوتی از دانسته را روی میز دارند.

واژه‌نامه: نظر، داده و شاهد دقیقاً چه هستند؟

نظر برداشت، ترجیح، قضاوت یا حدس یک فرد یا گروه است. «صفحه شلوغ است»، «مشتری سازمانی این را می‌خواهد» و «این قابلیت فروش را زیاد می‌کند» می‌توانند نظر باشند. نظر بی‌ارزش نیست؛ تجربه یک متخصص ممکن است منبع خوبی برای طرح سؤال باشد. اما تا وقتی ندانیم بر چه مشاهده‌ای استوار است و چه چیزی می‌تواند آن را رد کند، نباید آن را واقعیت قطعی بنامیم.

داده ثبت یک رخداد، پاسخ، ویژگی یا اندازه‌گیری است. تعداد شروع فرایند، متن گفت‌وگوی پشتیبانی، زمان انجام کار، خطای سرور، پاسخ پرسش‌نامه و یادداشت مشاهده همگی داده‌اند. داده می‌تواند کمی یا کیفی، کامل یا ناقص، مرتبط یا نامرتبط باشد. صرف داشتن داده نشان نمی‌دهد که به سؤال درست پاسخ داده‌ایم.

شاهد داده‌ای است که در زمینه یک ادعای مشخص تفسیر شده و می‌تواند درجه اطمینان ما را تغییر دهد. اگر ادعا این باشد که «کاربر تازه در انتخاب پلن سردرگم می‌شود»، شمار بازدید صفحه به‌تنهایی شاهد قوی نیست. مشاهده مکث و بازگشت کاربران تازه، سؤال‌های تکرارشونده درباره تفاوت پلن‌ها، و افت در همان گام می‌توانند کنار هم شاهد مرتبط‌تری بسازند. شاهد همیشه برای یک ادعا و یک تصمیم تعریف می‌شود؛ چیزی که برای یک سؤال شاهد است، ممکن است برای سؤال دیگر فقط داده‌ای جالب باشد.

این تعریف‌ها یک مرز مهم ایجاد می‌کنند: راه‌حل، شاهد نیست. جمله «باید onboarding را بازطراحی کنیم» پیشنهاد اقدام است. برای دفاع از آن باید نشان دهیم چه مسئله‌ای رخ می‌دهد، برای چه کسی، در چه شرایطی و چه داده‌ای از این تفسیر پشتیبانی می‌کند.

چرا یک عدد به‌تنهایی شاهد نیست؟

فرض کنید نرخ تکمیل یک مرحله پایین آمده است. عدد افت، داده مهمی است؛ اما هنوز علت را توضیح نمی‌دهد. شاید نسخه جدید خطا دارد، شاید ترکیب ورودی تغییر کرده، شاید نام رویداد عوض شده یا شاید کاربران واجد شرایط کمتری وارد شده‌اند. اگر تیم بلافاصله نتیجه بگیرد «فرم طولانی است»، تفسیر را با مشاهده مخلوط کرده است.

برای تبدیل داده به شاهد، دست‌کم چهار پرسش را پاسخ دهید:

  • ادعایی که می‌خواهیم بررسی کنیم دقیقاً چیست؟
  • داده چگونه، از چه کسانی و در چه بازه‌ای جمع شده است؟
  • چه توضیح جایگزینی می‌تواند همین الگو را بسازد؟
  • این یافته چه تصمیمی را تغییر می‌دهد؟

داده بدون زمینه مثل قطعه‌ای از یک نقشه است. ممکن است دقیق باشد اما نگوید مقصد کجاست. به همین دلیل تیم نباید ارزش داشبورد را با تعداد نمودارهای آن بسنجد. یک نمودار کوچک که به سؤال تصمیم وصل است از صفحه‌ای پر از معیارهای بی‌مالک مفیدتر است.

در راهنمای رسمی تحلیل جلسه تحقیق کاربر GOV.UK نیز میان داده خام جلسه و insight قابل استفاده فاصله گذاشته می‌شود: داده باید فیلتر، سازمان‌دهی و تفسیر شود تا به یافته‌ای تبدیل شود که طراحی و تحویل سرویس را کمک کند. این فرایند مجوزی برای انتخاب گزینشی داده نیست؛ مسیر ثبت‌شده‌ای است که نشان می‌دهد تیم چگونه از مشاهده به نتیجه رسیده است.

پنج خطای زبانی که تصمیم را منحرف می‌کنند

خطای اول، جمع‌بستن یک صدای منفرد است. یک مشتری می‌گوید خروجی اکسل می‌خواهد و در جلسه بعد می‌شنویم «مشتری‌ها اکسل می‌خواهند». جمله دوم دامنه‌ای دارد که داده اول پشتیبانی نمی‌کند. صورت دقیق‌تر این است: «یک مشتری از این گروه، در این فرایند، خروجی اکسل خواسته است؛ هنوز فراوانی و علت نیاز را نمی‌دانیم.»

خطای دوم، یکی‌گرفتن درخواست با نیاز است. کاربر راه‌حلی را با زبان محصول فعلی پیشنهاد می‌دهد، اما نیاز ممکن است انتقال داده، کنترل، گزارش‌دهی یا پاسخ‌گویی به مدیر باشد. راهنمای شناخت کاربر و نیازهایش در GOV.UK پیشنهادها و نظرهایی را که از کاربر نمی‌آیند فرضیه می‌داند و نیاز خوب را مبتنی بر تحقیق و متمرکز بر مسئله معرفی می‌کند، نه راه‌حل از پیش انتخاب‌شده.

خطای سوم، استفاده از داده محبوب به‌جای داده مرتبط است. اگر سؤال درباره بازگشت کاربر است، تعداد کل دانلود ممکن است جذاب باشد اما پاسخ مستقیمی ندهد. معیار باید به رفتار ارزشمند، گروه هدف و بازه طبیعی استفاده متصل شود.

خطای چهارم، پنهان‌کردن عدم قطعیت است. عباراتی مثل «قطعاً»، «همه» و «واضح است» معمولاً فرایند بررسی را می‌بندند. زبان دقیق‌تر می‌تواند بگوید «در سه مشاهده از این گروه الگو دیده شد؛ برای تعمیم هنوز شاهد کافی نداریم.» بیان محدودیت، ضعف نیست؛ بخشی از کیفیت تصمیم است.

خطای پنجم، انتخاب راه‌حل پیش از قرارداد تصمیم است. تیم روی رنگ دکمه، معماری یا ساخت قابلیت بحث می‌کند، درحالی‌که هنوز معلوم نیست چه نتیجه‌ای باید عوض شود. اگر مسئله و معیار تصمیم روشن نباشد، هر داده‌ای می‌تواند به نفع راه‌حل محبوب تفسیر شود. مقاله فصل اول؛ زبان مشترک برای تعریف مسئله محصول پیش‌نیاز همین گفت‌وگو را می‌سازد.

چارچوب ادعا، داده، تفسیر و تصمیم

برای هر موضوع مهم یک کارت چهارقسمتی بسازید. این کارت می‌تواند در سند، تیکت یا صفحه تصمیم قرار بگیرد و لازم نیست ابزار تازه‌ای برای آن تهیه شود.

۱. ادعا

یک جمله قابل بررسی بنویسید: «کاربران تازه تیم‌های کوچک، پیش از ساخت اولین پروژه مشترک متوقف می‌شوند چون تفاوت فضای شخصی و تیمی را درک نمی‌کنند.» ادعا باید گروه، رفتار و شرایط را روشن کند. جمله «onboarding بد است» بیش از حد کلی است و مسیر جمع‌آوری شاهد را مشخص نمی‌کند.

۲. داده

مشاهده‌ها را بدون تفسیر ثبت کنید: پنج کاربر در کدام گام مکث کردند، چه عبارتی گفتند، چه رویدادی ثبت شد، چه خطایی رخ داد و چه بازه‌ای بررسی شد. منبع، تاریخ و محدودیت جمع‌آوری را کنار داده نگه دارید. اگر داده از تیم فروش یا پشتیبانی آمده، زمینه مشتری و هدف گفت‌وگو را هم ثبت کنید.

۳. تفسیر و بدیل‌ها

بنویسید داده چرا با ادعا سازگار است و چه توضیح دیگری وجود دارد. ممکن است مشکل از مفهوم فضای تیمی باشد، اما شاید دعوت همکار به‌دلیل نگرانی حریم خصوصی، نبود اختیار یا زمان نامناسب عقب افتاده باشد. ثبت بدیل‌ها جلوی قطعیت زودرس را می‌گیرد.

۴. تصمیم و آستانه

روشن کنید این شاهد قرار است چه چیزی را تغییر دهد: اجرای یک آزمایش کوچک، ادامه تحقیق، توقف قابلیت یا سرمایه‌گذاری بیشتر. پیشاپیش بنویسید چه نتیجه‌ای باعث ادامه یا بازنگری می‌شود. این آستانه باید متناسب با ریسک تصمیم باشد؛ تغییر متن کوچک با بازنویسی معماری به سطح شاهد یکسان نیاز ندارد.

برای طراحی رویدادهای رفتاری، سازنده برنامه اندازه‌گیری میم‌یار کمک می‌کند سؤال تصمیم را به رفتار، رویداد و ویژگی‌های لازم تبدیل کنید؛ اما خود ابزار نمی‌تواند کیفیت ادعا یا تفسیر را تضمین کند.

سناریوی فرضی: سامانه سفارش غذای سازمانی

این مثال کاملاً فرضی است و داده یا تجربه یک مشتری واقعی نیست. یک سامانه ایرانی سفارش غذای سازمانی می‌بیند که بخشی از شرکت‌ها پس از دوره آزمایشی تمدید نمی‌کنند. فروش می‌گوید «مشتری‌ها گزارش مالی پیشرفته می‌خواهند»، تیم محصول به کاهش ورود مدیران اشاره می‌کند و پشتیبانی چند پیام درباره اصلاح فاکتور دارد.

اگر این ورودی‌ها بدون تفکیک وارد جلسه شوند، ممکن است پروژه ساخت گزارش پیشرفته فوراً شروع شود. تیم با چارچوب چهارقسمتی مکث می‌کند. ادعا را محدود می‌کند: «مسئولان اداری شرکت‌های چندشعبه‌ای نمی‌توانند پیش از پایان ماه مغایرت سفارش و بودجه را پیدا کنند و به همین دلیل تمدید را پرریسک می‌بینند.»

داده‌های موجود شامل درخواست دو مشتری برای اکسل، چند تیکت اصلاح فاکتور، زمان بالای تطبیق دستی در یک مشاهده و نرخ پایین استفاده از گزارش فعلی است. این مجموعه با ادعا سازگار است، اما بدیل‌هایی هم دارد: شاید گزارش فعلی کشف نمی‌شود، شاید تعریف نقش‌ها غلط است یا فرایند مالی مشتری با ساختار سامانه تطابق ندارد.

تیم به‌جای ساخت ماژول بزرگ، یک بررسی محدود انجام می‌دهد: مسیر واقعی تطبیق را با چند مسئول مرتبط مشاهده می‌کند، گزارش فعلی را در همان وظیفه آزمایش می‌کند و نمونه خروجی ساده‌ای می‌سازد. تصمیم بعدی بر اساس توانایی انجام کار تعریف می‌شود، نه رضایت از ظاهر نمونه. شاید نتیجه ساخت گزارش باشد؛ شاید تغییر سطح دسترسی یا اصلاح داده ورودی. مزیت چارچوب این نیست که پاسخ را از قبل می‌داند؛ کمک می‌کند هزینه پاسخ اشتباه کمتر شود.

تمرین ۳۰ دقیقه‌ای برای جلسه تیم محصول

یک تصمیم واقعی و محدود را انتخاب کنید؛ مثلاً «آیا باید مرحله دعوت همکار را تغییر دهیم؟» چهار ستون با عنوان نظر، داده، شاهد و پرسش باز بسازید. هر عضو تیم یادداشت‌های خود را ابتدا بی‌صدا در یکی از ستون‌ها قرار دهد.

در ده دقیقه اول فقط دسته‌بندی را نقد کنید. جمله «کاربر گیج است» مشاهده مستقیم نیست؛ مشخص کنید چه رفتار یا عبارتی دیده شده است. عدد «۴۰ درصد» بدون تعریف مخرج، بازه و گروه هنوز داده‌ای ناقص است. پیشنهاد «راهنمای ویدیویی بسازیم» باید به ستون راه‌حل منتقل شود، نه شاهد.

در ده دقیقه دوم یک ادعای قابل بررسی بسازید و داده‌های مرتبط را به آن وصل کنید. مواردی را که فقط جالب‌اند کنار بگذارید. محدودیت نمونه، خطای ابزار، سوگیری انتخاب و توضیح‌های جایگزین را ثبت کنید.

در ده دقیقه آخر کوچک‌ترین اقدام یادگیری را انتخاب کنید. مسئول، زمان بازبینی و آستانه تصمیم را بنویسید. خروجی جلسه نباید توافق نمایشی باشد؛ باید مشخص کند چه می‌دانیم، چه نمی‌دانیم و کدام مشاهده می‌تواند نظر فعلی را تغییر دهد.

قرارداد زبانی قابل استفاده از فردا

در پایان هر بحث، از چهار برچسب روشن استفاده کنید:

  • «نظر من»: یک برداشت یا پیشنهاد که هنوز نیازمند بررسی است.
  • «داده موجود»: چیزی که ثبت شده، همراه با منبع و محدودیت.
  • «تفسیر ما»: رابطه‌ای که میان داده و ادعا می‌سازیم.
  • «تصمیم فعلی»: اقدامی موقت که با سطح شاهد و ریسک متناسب است.

این برچسب‌ها سیاست جلسه یا تشریفات مستندسازی نیستند. آن‌ها اختلاف را قابل بررسی می‌کنند. مدیر کسب‌وکار می‌تواند تجربه بازار را به‌عنوان فرضیه وارد کند، طراح الگوی مشاهده را نشان دهد، مهندس محدودیت ثبت داده را توضیح دهد و مدیر محصول نسبت شواهد با تصمیم را نگه دارد.

مسیر کامل فصل‌ها و واژه‌های مشترک در صفحه کتاب زبان محصول قرار دارد. اگر می‌خواهید مشخصات نسخه و مسیر تهیه را دریافت کنید، از درخواست نسخه کتاب استفاده کنید. تا آن زمان، کافی است در تصمیم بعدی تیم یک سؤال ساده بپرسید: «این جمله نظر است، داده است یا شاهدی برای یک ادعای مشخص؟» همین مکث کوتاه می‌تواند جلوی هفته‌ها اجرای راه‌حل زودهنگام را بگیرد.

NEXT BEST ACTION

مطالعه کافی نیست؛
قدم بعدی را انتخاب کنید.

یکی از مسیرهای مرتبط را ادامه دهید یا همین حالا موضوع را به یک اقدام واقعی تبدیل کنید.

درخواست نسخه کتاب
پرتره ابوالفضل محجوب روش، بنیان‌گذار و راهبر محصول میم‌یار
EDITOR / ACCOUNTABLE

ابوالفضل محجوب روش

بنیان‌گذار و راهبر محصول میم‌یار — کنترل‌شده با گیت خودکار کیفیت میم‌یار در ۱۴۰۵/۵/۲۷

درباره ابوالفضل محجوب روش