Case Studies

Jak stworzyć produkt cyfrowy, który okaże się innowacją spełniającą biznesowe oczekiwania klienta? Product Discovery dla TUATARA

 

Z poniższego Case Study dowiesz się:

  • Czym jest Product Discovery i jak przeprowadzić ten proces w warunkach skrajnej niepewności,
  • Jak zaprojektować badania ilościowe i jakościowe, by minimalizować ryzyko błędów poznawczych,
  • I wreszcie… co zrobić, by ocenić, czy nasz pomysł na produkt cyfrowy ma biznesowe i rynkowe uzasadnienie.
Klient:
TUATARA
Cel:
określenie potencjału biznesowego produktu cyfrowego oraz znalezienie odpowiedniej grupy docelowej
Okres współpracy:
2021
Liczba sprintów:
3
Liczba osób w projekcie:
2

Kontekst projektu


TUATARA
łączy konsulting z technologią, żeby tworzyć wyjątkowe rozwiązania dla klientów – od integracji zaplecza technicznego, przez digitalizację procesów, do kreowania innowacyjnych modeli biznesowych. Firma świadczy usługi zapewniające cyfrową doskonałość na każdym etapie cyklu życia klienta. TUATARA specjalizuje się w takich obszarach biznesowych jak: marketing, digitalizacja sprzedaży czy cyfrowe procesy obsługi klienta. 

Jest to firma wywodząca się ze branży usługowej, ale posiadająca również własne portfolio produktowe, które – jako gotowe i proste do skalowania rozwiązania – stanowią istotny element strategii rozwoju firmy. 

W obecnym portfolio firmy znajdują się takie produkty jak: 

  • ACTIONBOT, czyli cyfrowy asystent oparty o rozwiązania AI, który proaktywnie reaguje na zachowanie użytkownika, oferując wsparcie w realizacji procesów zakupowych, transakcyjnych i posprzedażowych , 
  • sensID wykorzystujące technologie kognitywne takie jak NLP i uczenie maszynowe do cyfryzacji obiegu dokumentów i zarządzania danymi osobowymi zgodnie z rozporządzeniem RODO
  • narzędzie do realizacji kampanii marketingowych w czasie rzeczywistym  – RETIXA
  • rozwiązanie umożliwiające monetyzację danych – TASIL 
  • oraz platformę finansową – FINTIN, czyli zestaw gotowych modułów dla sektora usług finansowych.


Nadszedł jednak czas na poszerzenie oferty. O co dokładnie? 

Pozyskanie tej informacji było naszym zadaniem w trakcie intensywnej, 3-sprintowej współpracy z klientem, w ramach której realizowaliśmy proces Product Discovery. Czytaj dalej, jeśli chcesz się dowiedzieć, z czym zaczynaliśmy, jak wyglądały prace oraz co dokładnie udało nam się wypracować!

Zanim zaczniemy – cele i założenia Product Discovery


Product Discovery
to początkowy etap tworzenia produktu – najczęściej cyfrowego. Jego celem jest weryfikacja hipotez dotyczących problemów potencjalnego odbiorcy, pozyskanie nowych informacji oraz wyznaczenie kolejnych etapów prac projektowych.

Do wizualizacji całego procesu rozwoju produktu służy model Double Diamond. Fazę Product Discovery ilustruje tutaj pierwszy diament. To etap odkrywania jak największej ilości informacji o grupie odbiorców (discovery) oraz późniejsze uszczegóławianie, weryfikacja i zawężanie (define).

Przeczytaj więcej w artykule na temat Product Discovery.

Sprint 1 – analiza materiałów zastanych, warsztaty i sprint planning, przygotowanie narzędzi badawczych


Analiza materiałów zastanych

W tekście “Jak wystartować projekt, kiedy nikt nic nie wie?” piszemy o dobrych praktykach efektywnego startu prac nad projektem. W przypadku prac dla TUATARA stan początkowy wyglądał jednak inaczej: zespół po stronie klienta dysponował obszernymi materiałami oraz wstępnymi analizami i miał już konkretne pomysły na rozwój produktu

W takiej sytuacji niezwykle istotne jest uspójnienie wiedzy i troska o to, by koszt jej przekazania pomiędzy zespołami był możliwie jak najmniejszy. W końcu nie ma sensu, by badacz wykonywał dokładnie tą samą analizę, która została już zrealizowana wcześniej na odpowiednio wysokim poziomie.

Dlatego pracę rozpoczęliśmy od rzetelnej analizy obszernych materiałów otrzymanych od klienta. Warto wspomnieć, że to one pozwoliły nam zrealizować napięty plan w tak krótkim czasie. Znalazły się wśród nich m. in.:

  • wstępne hipotezy dotyczące wizji rozwoju produktu;
  • wstępne założenia dotyczące grupy docelowej oraz ich problemów;
  • pomysły na propozycje wartości;
  • pomysł realizacji modelu biznesowego;
  • a także szereg innych informacji projektowych.

Przeanalizowane materiały pomogły nam „wejść w umysł klienta” oraz zrozumieć jego proces myślowy i decyzyjny. Stanowiły także niezwykle istotny element w trakcie planowania warsztatów kick-offowych oraz późniejszego, szczegółowego ustalania przebiegu sprintów. 


Warsztaty i sprint planning

Warsztaty kick off pełnią niezwykle ważną rolę w procesie. Jest to moment, w którym klient poznaje zespół projektowy. Stanowi okazję do wymiany wiedzy, realizacji ćwiczeń (w tym ćwiczeń integracyjnych), zaplanowania kolejnych kroków. 

Projektując to spotkanie zawsze kierujemy się głównym celem realizowanego projektu. W przypadku procesu Product Discovery – tak jak tutaj – ważna była dla nas przede wszystkim kwestia ustalenia odpowiednich hipotez badawczych oraz zaprojektowania całej strategii ich późniejszej weryfikacji.

 


Podzieliliśmy spotkanie na trzy główne etapy. Po tradycyjnym wypełniu
Team Canvas, które służy omówieniu celów projektowych oraz ustaleniu zasad współpracy, przeszliśmy od razu do:

  • Omówienia przyszłości
    W tym miejscu rozmawialiśmy o kontekście projektu. Skupiliśmy się na kwestiach związanych z procesem decyzyjnym oraz myślowym. Dzięki temu późniejsze mikro-decyzje (których nie brakuje na każdym etapie prac) możemy skuteczniej i efektywniej podejmować w oparciu o zrozumienie projektu z perspektywy klienta. To zdecydowanie przyspiesza tempo pracy, minimalizuje ryzyko nieporozumień.
  • Omówienia teraźniejszości
    W tej części warsztatu odpowiedzieliśmy sobie na pytania dotyczące naszego aktualnego stanu wiedzy: które z pozyskanych informacji są rzetelnie sprawdzone? Które są obecnie jedynie hipotezą?
    Z uwagi na dużą niepewność informacji, na których musieliśmy bazować w dalszych etapach procesu, postanowiliśmy nadać informacjom odpowiednie priorytety.
  • Rozmowa o przyszłości
    W tej części skupiliśmy się na skonstruowaniu wstępnego planu badań oraz omówieniu pomysłów weryfikacji hipotez w zgodzie z duchem procesu Product Discovery.

Na zakończenie warsztatu tradycyjnie poprosiliśmy wszystkich jego uczestników o szczery feedback. Dzięki temu mamy możliwość organizowania coraz lepszych spotkań, uwzględniających specyfikę klienta oraz jego konkretne oczekiwania. Pytanie o feedback pojawia się na zakończenie praktycznie każdego organizowanego przez nas warsztatu.


Wykorzystane narzędzia:

  • Komunikacja i współpraca: Google Meet + Miro
  • Ustalenia organizacyjne: Team Canvas
  • Rozmowa o przeszłości: wywiad swobodny i grupa fokusowa + mindmapping
  • Teraźniejszość: Lean Canvas + matryca wiem/nie wiem – ważne/nieważne


Ustalenia organizacyjne (czyli na czym oparliśmy współpracę):

  • Asynchroniczna komunikacja na dedykowanym kanale na Slacku
  • Cała dokumentacja projektowa z wykorzystaniem Notion, do którego dostęp w czasie rzeczywistym mają wszyscy uczestnicy projektu
  • #Daily w formie pisemnej – plan na konkretny dzień
  • Cotygodniowe spotkanie z podsumowaniem wyników sprintu


Punkt wyjścia: hipotezy, persona badawcza

Warsztat kick-off – poza aspektem integracyjnym,stanowił również punkt wyjścia do budowy narzędzia badawczego. Zidentyfikowane w trakcie spotkania hipotezy i inne informacje projektowe zostały przez uczestników naniesione na matrycę wiem-nie wiem/ ważne-nieważne a po warsztacie poddaliśmy je szczegółowej analizie.

Po zakończonych warsztatach, pierwszym krokiem był eksport pozyskanych danych do właściwego narzędzia. Miro jest świetną platformą do współpracy na żywo, nie nadaje się jednak do analizy lub do zautomatyzowanej pracy na wartościach liczbowych. Dlatego wszystkie tematy zostały przeniesione do bazy danych na Notion, a następnie skwantyfikowane. Co to dokładnie oznacza? Zaraz to wytłumaczymy.

Porządkowanie i kwantyfikacja hipotez polegała na przeniesieniu wartości z matrycy wiem-nie wiem/ważne-nieważne na odpowiednią skalę. Następnie obliczyliśmy średnią dla każdego obszaru z osobna, a wartość określona jako “ogólny scoring” odpowiada stosunkowi istotności danej hipotezy do jej niepewności (im wyższy scoring, tym większa istotność oraz niepewność hipotezy). Ten zabieg pozwolił nam na bezbłędną priorytetyzację obszarów badawczych – pozyskaliśmy informacje na temat tego, które hipotezy powinny przejść do dalszej weryfikacji.

Sposób sformułowania niektórych hipotez wymagał ich dalszego pogłębienia i usystematyzowania.  Przeprowadziliśmy zatem dalszą eksplorację, której celem było dogłębne zrozumienie lub skonkretyzowanie badanego obszaru.

Przyporządkowaliśmy hipotezy do poszczególnych segmentów Lean Canvas i podzieliliśmy je na odpowiednie kategorie, co okazało się nieocenioną pomocą przy konstruowaniu właściwych narzędzi badawczych. 

Tak dopracowane hipotezy stanowiły punkt wyjścia dla dalszych prac – skonstruowania persony badawczej oraz doprecyzowania całościowej strategii badań.

Wykorzystane narzędzia:

  • Komunikacja i współpraca: Google Meet + Miro
  • Analiza wyników: Notion database
  • Segmentacja hipotez: Lean Canvas
  • Kategoryzacja hipotez: mindmapping + Lean Canvas + Notion database

 

Strategia badań

Tworząc strategię badań należy zacząć od ustalenia właściwych celów badawczych. Mogą one, ale nie muszą, odpowiadać nadrzędnym celem projektowym, które zostały określone w trakcie warsztatu kick-off jako cel i misja:

O ile w przypadku całego projektu naszym celem strategicznym było pozyskanie informacji na temat tego, czy produkt znajdzie uznanie na rynku, tak w przypadku konstruowania celów badawczych postanowiliśmy potraktować ten temat niskopoziomowo (zgodnie z metodą planowania celów SMART).

Wraz z klientem podjęliśmy decyzję, że nasze badania muszą odpowiedzieć na dwa główne zagadnienia:

  • Określenie ogólnego kierunku działania: w którą stronę chcemy pójść z produktem?
  • Walidacja grupy docelowej: kto widzi wartość w konkretnym rozwiązaniu?


Innymi słowy: postanowiliśmy zwalidować dwa obszary Lean Canvas, które stanowią absolutny fundament każdego udanego produktu cyfrowego:
segment klientów oraz ich problem. Oczywiście byliśmy świadomi, że konkretne odpowiedzi na tak postawione pytania nie będą możliwe po zaledwie 3 tygodniach pracy (standardowo proces Product Discovery trwa znacznie dłużej, minimum 6-10 sprintów). Liczyliśmy jednak na to, że – zgodnie z podejściem zwinnym – każdy kolejny dzień pracy przybliży nas do właściwego rozwiązania.


Biorąc pod uwagę zakres tematyczny zagadnień, uznaliśmy za konieczne wprowadzenie kilku różnych komplementarnych narzędzi badawczych. Były to:

    • badanie ilościowe, dzięki którym chcieliśmy doprecyzować i zawęzić hipotezy i grupę docelową, pozyskać insighty bezpośrednio z rynku, a także poznać „język odbiorcy”;
    • pogłębiona netnografia, którą traktowaliśmy jako badanie komplementarne do ankiety, porządkujące i pogłębiające pozyskiwane dane;
       
    • dry testy hipotez: pojedyncze wywiady z osobami pracujące na co dzień w e-commerce (dodatkowa walidacja, eksploracja, wykorzystanie „efektu dźwigni”);

    • bieżący research pogłębiający oraz porządkujący wyniki ankiet i netnografii (np. szczegółowa analiza konkretnego segmentu e-commerce lub wybranego rozwiązania konkurencji – w zależności od bieżących potrzeb);
    • badania jakościowe (indywidualne wywiady pogłębione z konkretną personą badawczą).

Taka konstrukcja planu badawczego dawała nam gwarancję, że:

  • badanie ilościowe w formie „szeroko zarzuconej sieci” pozwoli nam dopracować hipotezy i odkryć wstępne wzorce w naszej grupie docelowej, co będzie skutkowało wyższą jakością pozyskiwanych danych;
  • dry testy hipotez pozwolą doprecyzować założenia, cele i lepiej zaplanować przebieg właściwych badań jakościowych;
  • pogłębiona netnografia jako badanie komplementarne pozwoli nam lepiej zrozumieć i uporządkować wyniki z badań ilościowych i jakościowych;
  • właściwe badanie jakościowe będzie stanowiło zwieńczenie i ostateczną walidację poszczególnych hipotez.

Modularność planu była kluczowa dla powodzenia badań – taka konstrukcja narzędzi badawczych pozwala na pracę w określonych pętlach badawczych.

Szczegółowa strategia została omówiona na osobnym spotkaniu z zespołem TUATARA. Po jej przedstawieniu przeszliśmy do części warsztatowej, w trakcie której każdy uczestnik spotkania miał okazję podzielić się swoimi wątpliwościami lub podkreślić istotne, z jego perspektywy, elementy nadchodzącego procesu Product Discovery. 

To dało nam okazję na wspólne przepracowanie planu, upewnienie się, że każdy rozumie jego zakres, potencjalne zagrożenia (których nigdy nie brakuje) i uzyskać jednogłośną akceptację dalszych kroków.

Plan spotkał się z ciepłym przyjęciem, dlatego ochoczo przystąpiliśmy do jego realizacji. Zwłaszcza, że – nie ma co ukrywać – był on niezwykle napięty i ambitny!

Wykorzystane narzędzia:

  • Komunikacja i współpraca: Google Meet + Miro
  • Sprint planning: Notion timeline + Notion boards
  • Część warsztatowa: mindmapping + matryca “fajne / niefajne”

Dla mnie współpraca z Project: People to przede wszystkim elastyczność, wysoka jakość raportów, obszerne materiały podsumowujące i przejrzystość procesu. Pracujemy w sprintach, doskonale znamy zakres współpracy, korzystamy ze sprawdzonych narzędzi (sprint planning, weekly, retrospektywa itd.).

Idąc dalej – komplementarność i logika działań oraz warsztatowy sposób pracy na pozyskiwanych materiałach. Na bieżąco mieliśmy dostęp do materiałów wypracowanych przez zespół Project: People, na które w razie potrzeby mogliśmy nanosić poprawki.

Miałam poczucie, że na czas trwania projektu naprawdę stworzyliśmy jeden, zgrany zespół!

Izabela Świdzińska, Product Manager at TUATARA:

Sprint 2 i 3 – badania, analiza wyników, wnioski i rekomendacje


Badanie ilościowe

W trakcie prac nad narzędziem do badania ilościowego nieoceniony okazał się zbiór hipotez w podziale logicznym, który sporządziliśmy wcześniej, w trakcie ich analizy. Hipotezy zostały ułożone w kolejności odpowiadającej strukturze informacji oraz naturalnemu procesowi pozyskiwania danych na ich temat.

Poza hipotezami wypracowanymi w trakcie warsztatu kick-off, na potrzeby budowy narzędzia badawczego zostały również stworzone tzw. hipotezy nadrzędne. Dlaczego?

Jak się okazało w trakcie analizy logicznej, niektóre z naszych hipotez były niezwykle niskopoziomowe i odnosiły się do bardzo szczegółowych aspektów. Nam jednak zależało na eksploracyjnej funkcji ankiety – stąd zbytnia szczegółowość pytań zaburzyłaby wyniki.

Przygotowane pytania badawcze składały się z następujących modułów:

  • pytania screeningujące, których celem było odrzucenie odpowiedzi osób zupełnie niepasujących do persony badawczej;

  • klasyfikacja grupy docelowej, której celem było wykrycie poszczególnych wzorców w grupie docelowej, jakie były nam potrzebne do zawężenia naszej persony badawczej;

  • pytania eksploracyjne pod rozważane kierunki rozwoju narzędzia.

Każde pytanie miało określony priorytet oraz zawierało informację na temat tego, do której hipotezy bezpośrednio się odwołuje – ten zabieg znacząco ułatwił późniejszą analizę wyników.

Pytania zostały omówione z zespołem TUATARA, który wprowadził swoje uwagi i pomysły na usprawnienia. Następnie przetłumaczyliśmy zawartość ankiety – plan przewidywał dystrybucję w społecznościach zarówno polsko- jak i angielskojęzycznej.


Po ostatecznym zaakceptowaniu kształtu ankiety, przeszliśmy do jej dystrybucji. Okazało się to jednak większym wyzwaniem, niż początkowo zakładaliśmy.

Ankietę dystrybuowaliśmy w regularnych odstępach czasowych w blisko 100 miejscach w Internecie. Kontrolowaliśmy na bieżąco Click Rate oraz Fill Rate (odsetek osób, które przeszły do ankiety oraz odsetek osób, które ankiety wypełniły). Optymalizowaliśmy treść wiadomości, iterowaliśmy także jej zawartość w chwilach, gdy zbierany feedback sugerował, że duża liczba osób rezygnuje z jej wypełnienia z uwagi na jej długość.

Finalnie ankietę zakończyliśmy z mniejszą liczbą pozyskanych odpowiedzi, niż pierwotnie zakładaliśmy – jednak zdobyte dane w zupełności wystarczyły do wykrycia wyraźnych wzorców w obszarach, na których najbardziej nam zależało.

Wykorzystane narzędzia:

  • Konstruowanie ankiety: Notion database
  • Feedbackowanie ankiety: Notion
  • Właściwe narzędzie badawcze: Google Forms
  • Analiza ankiet: Notion database
  • Dystrybucja: grupy Facebook, Linkedin, kanały prywatne, fora dyskusyjne, społeczności zgromadzone wokół konkretnych silników e-commerce itd.

To, co szczególnie zapadło mi w pamięć w trakcie współpracy z Project: People, to wgląd w poszczególne etapy projektu oraz możliwość wprowadzania poprawek na bieżąco. Nie spotkałam się wcześniej z taką przejrzystością prac czy prowadzonej komunikacji (codzienne pisane daily na wspólnym Slacku, cotygodniowe weekly, dodatkowe spotkania warsztatowe, jeśli coś wymagało wspólnego przepracowania, itd.).

Na wspomnienie zasługują także bardzo obszerne materiały podsumowujące, w których można znaleźć mnóstwo cytatów z badań jakościowych – były nie tylko poparciem wyników, ale dawały także dodatkowy wgląd w to, jak myśli i działa nasza grupa docelowa.

W trakcie współpracy z Project: People dużo się nauczyłam o procesie badawczym – zarówno na poziomie strategicznym, jak i bardziej operacyjnym (np. pod kątem rekrutacji – ile powinniśmy założyć na nią czasu). Dla mnie cały projekt był świetną przygodą!

 

Paulina Giemza, Conversational UX Designer at TUATARA

Badanie jakościowe

Dry testy hipotez

Jako badacze ogromnie doceniamy potencjał tkwiący w bezpośredniej rozmowie z przedstawicielami grupy docelowej. Jednak w przypadku tego projektu, przed przystąpieniem do badań właściwych, postanowiliśmy porozmawiać z tak zwanymi „agregatorami” – są to osoby, które „agregują” zbiorowe informacje na temat pożądanej przez nas grupy docelowej. Tutaj były to osoby pracujące z managerami i właścicielami sklepów internetowych.

Rozpoczęliśmy rekrutację do tych badań oraz przygotowaliśmy narzędzie badawcze w postaci scenariusza. Wykorzystując kanały prywatne oraz portal Linkedin, dotarliśmy do konsultantów oraz dostawców technologii dla sklepów e-commerce. W trakcie rozmów z nimi chcieliśmy:
 

  • uszczegółowić hipotezy, na których pracowaliśmy; 
  • wstępnie zwalidować wzorce wykryte w trakcie badania ilościowego; 
  • pozyskać informacje na temat słownictwa wykorzystywanego przez grupę docelową.


Scenariusz do tego badania składał się niemal wyłącznie z otwartych pytań eksploracyjnych oraz charakteryzował się większym niż normalnie ukierunkowaniem tematycznym. 

Z perspektywy czasu możemy ocenić, że ta forma badania była niezwykle istotna dla przebiegu projektu – zapewniła wiele bardzo cennych informacji. Nie możemy jednak zapomnieć, że te wywiady nie są rozmowami z grupą docelową. Należy to zawsze brać pod uwagę w trakcie analizy wyników oraz dalszego wykorzystania wniosków z tych badań.

 

Badanie właściwe

Bazując na wszystkich pozyskanych wcześniej informacjach, mogliśmy przystąpić do właściwego badania jakościowego w postaci pogłębionych wywiadów indywidualnych z osobami pasującymi do naszej persony badawczej.

I właśnie – konstrukcja właściwej persony jest pierwszym krokiem rekrutacji. Nieocenione więc okazały się dane pozyskane z ankiety oraz dry testów hipotez. Ponadto, do strukturyzacji danych na temat persony oraz odpowiedniego ich umieszczenia w kontekście  rynkowym, świetnie sprawdziła się prowadzona cały czas netnografia.

Rekrutacja nie była prosta z uwagi na wysokie, managerskie stanowiska osób, do których usiłowaliśmy dotrzeć. W konsekwencji, czas potrzebny na umówienie spotkań z właściwymi osobami uległ wydłużeniu w stosunku do pierwotnego planu. Ostatecznie jednak wszystko się udało i cele ilościowe (oraz, oczywiście, jakościowe) zostały zrealizowane.

Przygotowany scenariusz badawczy zawierał pytania uwzględniające kwestie, które wynikały z poprzednich badań (ilościowych, netnograficznych). 

Co równie istotne – sposób przygotowania scenariusza krył w sobie także informacje na temat 

  • priorytetu pytania, 
  • celu pytania,
  • hipotezy, której pytanie dotyczyło, 
  • obszaru, którego pytanie dotyczyło. 

Z uwagi na elastyczność, którą badacz musi się wykazywać w trakcie wywiadu, informacje te są na wagę złota. Często zdarza się, że rozmówca poświęca bardzo dużo czasu na jedno konkretne pytanie, ale pozyskiwane w ten sposób informacje są zbyt cenne, by przerywać rozmówcy. W takiej sytuacji nie będziemy prawdopodobnie w stanie zrealizować całego zaplanowanego z zakresu pytań z uwagi na ograniczony czas trwania badania i dlatego informacja na temat – na przykład – priorytetu danego pytania pozwala szybko zorientować się, które z nich możemy pominąć bez szkody dla projektu.


Netnografia

Elementem, który spinał wszystkie pozostałe narzędzia badawcze w jedno, była prowadzona przez cały czas trwania projektu netnografia. Polega ona na wykorzystaniu badań etnograficznych w świecie cyfrowym: analizuje zachowania społeczności. O ile etnografia służy do badań grup etnicznych i ma miejsce w świecie rzeczywistym, o tyle netnografia ma niemal nieograniczone możliwości, lepiej przystające do współczesnej rzeczywistości cyfrowej.

W praktyce może ona polegać na przykład na analizie miejsc w internecie, w których znajdują się przedstawiciele naszej grupy docelowej. W kontekście tego projektu było to o tyle proste, że osoby zarządzające sklepami internetowymi są nierzadko bardzo aktywne na forach internetowych, grupach Facebook czy Linkedin.

Netnografia pełniła tutaj rolę zarówno eksploracyjną (pozwalającą odkryć najbardziej palące tematy i problemy z jakimi mierzy się nasza grupa docelowa), jak i weryfikującą – służyła lepszemu zrozumieniu pozyskiwanych informacji.

Zweryfikowane informacje zostały zagregowane w bazie danych oraz przyporządkowane do właściwych kategori, a następnie przeprowadzenie scoringu. To umożliwiło ich szybszą analizę.

Podsumowanie działań i rekomendacje


Po zakończeniu badań pozostało najważniejsze –
podsumowanie wyników. 

Wykorzystanie takiej liczby narzędzi badawczych spowodowało zebranie wręcz niewiarygodnej  ilości danych. Eksploracyjny charakter badań skutkował bardzo szerokim zakresem tematycznym wymagającym syntezy.

Zaczynaliśmy od etapu skrajnej niepewności, którą stopniowo niwelowaliśmy. Tutaj mieliśmy ogrom nowych informacji wymagających analizy, pogłębienia, syntezy – w zależności od kontekstu. 

Niemniej, udało się! A przygotowana na zakończenie projektu prezentacja uwzględniała: 

 

  • ogólne informacje dotyczące hipotez wypracowanych na początku projektu; 
  • zidentyfikowane wzorce związane z naszą grupą docelową; 
  • wysokopoziomowe rekomendacje dotyczące dalszych działań; 
  • niskopoziomowe sugestie dotyczące sposobu realizacji tych działań;
  •  a także różnego rodzaju ciekawostki, które mogą okazać się nieocenione na dalszym etapie prac.

 

Wiemy, że dla TUATARA to dopiero początek drogi.  Jesteśmy jednak pewni, że te pierwsze kroki, jakie zrobili razem z nami, okażą się dla nich dobrą inwestycją w budowany właśnie produkt.

Trzymamy kciuki za dalszy ciąg procesu, który klient kontynuuje z wykorzystaniem własnych zasobów! Mamy nadzieję, że już niebawem usłyszymy o produkcie, który zatrzęsie rynkiem e-commerce!

W trakcie współpracy z Project: People sporo się nauczyłem – zarówno jeśli chodzi o proces Product Discovery, jak i o zakres i sposób wykorzystywanych narzędzi (np. Notion). Współpraca była bardzo elastyczna, przejrzysta i zwinna – na bieżąco rozmawialiśmy o problemach i wyzwaniach i wspólnie zastanawialiśmy, jakie rozwiązania zastosować, mając cały czas z tyłu głowy dobro projektu.

Zespół Project: People na bieżąco prosił o feedback i reagował na pozyskane informacje (np. mieliśmy wrażenie, że pierwsze spotkanie było zbyt „warsztatowe” – po przekazaniu tej informacji nie napotkaliśmy już na taki „błąd”).

Jestem też zadowolony z efektów współpracy (np. liczby zrealizowanych wywiadów z trudną do zrekrutowania grupą – zwłaszcza w tak krótkim czasie) – a trzeba pamiętać, że projekt nie był prosty. 

Tomasz Kostrząb, CTO w TUATARA

Case study to za mało?

Chcesz poznać cały proces i dowiedzieć się, jak mógłby wyglądać w Twojej organizacji?

Umów się na bezpłatną konsultację

Zespół projektowy, czyli kto za co odpowiadał

Autor Case Study

Kamil Cupial Lean Marketing Consultant & Strategist
Dotychczasowe doświadczenie zbierał w organizacjach NGO, start-upach i agencjach kreatywnych, dzięki czemu z łatwością potrafi zrozumieć wiele - często pozornie sprzecznych - perspektyw. W Project: People pomaga klientom znaleźć swoje miejsce na rynku poprzez kreowanie i wdrażanie strategii marketingowych, biznesowych i produktowych. Uwielbia nieszablonowe rozwiązania, eksperymenty i nieustające testy.

W swoim życiu zawodowym koordynował prace zespołów zarówno kreatywnych, jak i technologicznych. I w tym właśnie dostrzega największą wartość: w holistycznym spojrzeniu na sytuację, na organizację, na człowieka.

Wolne chwile spędza najchętniej na świeżym powietrzu, z książką w jednej ręce i parującą yerba mate w drugiej. Umiarkowany kontestator, dla którego nie istnieje status quo. Wie, że zawsze można zrobić coś inaczej (lepiej?), ucząc się nowego. Wierzy, że świat rzadko jest czarno-biały - Kamil dostrzega w nim na co dzień setki odcieni szarości.

Pozostali członkowie zespołu

Grzegorz Górzyński Senior Strategist w Project: People
Tworzy i pomaga rozwijać klientom strategie marketingowe oraz biznesowe.

Zdobywał doświadczenie w NGO, korporacji, startupie, MŚP, jak i agencji, dzięki czemu holistycznie patrzy na biznes. Współpracował z Facebook Inc. przy globalnym projekcie Developer Circles.

Prowadził lub uczestniczył w kilkudziesięciu projektach strategicznych.

Szkoli z zakresu marketingu, social mediów czy walidacji pomysłów biznesowych. Stał na scenie m.in. Social Media Week Warsaw, BOSS Festiwal, PR Camp, Czwartków Social Media czy Crash Mondays.

Miłośnik podejścia Lean Startup, podróży i dobrego jedzenia.