5 caminhos para uma estratégia de produto mais confiante - por líderes de produto da Intercom e da Momentive

No nosso webinar mais recente, tivemos o prazer de receber Aleks Bass, VP de Produto na Momentive (criadora do SurveyMonkey), e Marc Abraham, ex-Group Product Manager na Intercom — ambos listados entre os Top 75 mentores de Product Management de 2023 para aprender, para discutir como usar dados para apoiar a sua estratégia de produto e o roadmapping.

Entre várias dicas e instruções práticas, aqui estão os 5 principais aprendizados desta conversa:

1. Os dados devem informar, e não conduzir, a sua estratégia
2. As suas métricas mudam, mas a sua necessidade de entender profundamente os usuários não
3. Extrair valor do feedback do usuário é complexo, mas deve ser uma prioridade
4. Um time de product operations pode ajudar com melhores processos
5. Rodar um ciclo de análise de feedback ajuda a dar o pontapé inicial no processo

Continue lendo para os insights completos da conversa e para um desafio que vai te ajudar a elevar o nível de como você usa dados hoje.

Ser intencional sobre como você quer usar os dados é crítico - os dados informam a estratégia de produto, em vez de conduzi-la

Até não muito tempo atrás, as empresas não tinham muitos dados em que se apoiar. Quando os dados começaram a ficar disponíveis — alguns diriam abundantes — muita gente de produto começou a usar a palavra data-driven (orientado por dados), que basicamente significa que os dados conduzem as suas decisões; você apenas segue a trilha dos dados.

O problema com essa abordagem, segundo Aleks Bass, VP de Produto na Momentive, é que "às vezes esses dados te levam a um lugar que não faz sentido nenhum quando analisado dentro da estratégia da sua organização". É por isso que data-informed (informado por dados) é a melhor abordagem: você usa os dados para te dar uma perspectiva sobre as coisas, mas também traz o seu próprio ponto de vista, a sua experiência e a sua intuição de produto para a mesa ao analisar esses dados para tomar decisões.

Para os dois palestrantes, a abordagem ideal é pensar no que você está tentando responder e usar os dados para te inspirar e te ajudar a responder uma pergunta e validar (ou não) uma hipótese, em vez de apenas tentar achar uma história nos dados.

Sem falar que muitas organizações nem têm os dados certos disponíveis para usar, ou não sabem em quais conjuntos de dados olhar. "Temos que ser bem precisos sobre o que queremos aprender e, normalmente, a parte mais difícil é encontrar os dados e organizá-los. Depois, conectar os dados é mais fácil, especialmente se eu sei quais perguntas eu tenho", completa Marc Abraham, ex-Group Product Manager na Intercom.

As suas métricas de sucesso vão mudar, mas você sempre terá que entender profundamente o seu cliente

Definir as suas métricas de sucesso e KPIs depende de muitas variáveis: a sua estratégia, o contexto, quem é o seu cliente, quais ferramentas você tem, quais habilidades o seu time possui, a quais dados você tem acesso. Mas, para Aleks e Marc, uma coisa não muda: entender o que está gerando valor para o usuário.

Segundo a VP de Produto da Momentive, os dois principais pilares de análise são o uso do produto — o que as pessoas estão usando — e a satisfação do usuário — qual é o feedback delas sobre a experiência. Dada a sua formação em pesquisa, Aleks disse que "gosta de conectar dados de múltiplas fontes regularmente para entender a percepção de valor dos usuários e aproveitá-la de forma mais estratégica".

Marc complementa dizendo que muitas métricas de uso são indicadores de atraso (lagging indicators); encontrar os indicadores antecedentes (leading indicators) que realmente movem o ponteiro é fundamental, e isso normalmente significa ouvir os clientes. Para ele, combinar product analytics com feedback analytics pode te ajudar a construir uma história e responder perguntas importantes: "Acho que existe uma desconexão entre entender a experiência factual dos seus clientes e entender as percepções experienciais deles". 

"Você precisa, sim, falar com os clientes, olhar as avaliações dos clientes ou o que o suporte está ouvindo para realmente te dar um entendimento de por que você está vendo certas tendências do ponto de vista de aquisição ou por que as pessoas estão dando churn, porque a análise puramente quantitativa, na maioria das vezes, não vai te dar isso", completa Aleks.

Extrair valor do feedback do usuário é um desafio de múltiplas camadas que precisa ser priorizado na sua estratégia de produto

Existem diferentes camadas de desafio quando se trata de analisar sistematicamente o feedback qualitativo do usuário. A primeira é o fato de que há muitos dados centralizados em sistemas diferentes. Criar um feedback river resolve esse primeiro desafio, mas traz outros para a mesa que precisam ser resolvidos.

Aleks compartilha a sua experiência, afirmando que os desafios são muitos, pois nem todos se sentem tão confortáveis com todas as diferentes fontes de dados, e as pessoas têm vieses de confirmação e procuram dados que vão provar uma boa ideia que elas têm. 

Ela sugere que uma boa abordagem é "empurrar o seu time para não usar os dados apenas como um exercício de validação, mas realmente usá-los como uma oportunidade de testar a ideia sob pressão, usando os dados para dar um zoom out e encontrar outras oportunidades para explorar e entender que isso pode ter menos impacto do que aquela outra coisa que eu nem estou considerando explorar". 

Para isso, ter uma plataforma de feedback analytics que te dê a flexibilidade de rodar diferentes análises e explorar os dados de formas diferentes é muito importante. 

Marc completa que uma grande parte do desafio é educar as pessoas sobre como usar os dados, pois "as coisas não acontecem isoladamente e você precisa pensar em um sistema e combinar diferentes aspectos do uso do produto e do feedback". 

Product operations pode facilitar a sua vida

Quando perguntado sobre o papel de product operations na construção de uma cultura informada por dados, Marc tem uma opinião forte: "A primeira coisa a destacar é que a ausência de dados não pode ser um impeditivo para evoluir o seu produto, e a ausência de Product Ops não pode ser uma desculpa para não ter dados". 

Ele acredita que Product Ops começa a fazer sentido em uma organização com mais de 10 product managers, que pode se beneficiar de uma espécie de função de produto centralizada. Ele continua dizendo que "product operations é uma função nova que tem formatos diferentes em cada organização. Em uma das minhas experiências, começamos o Ops para criar um dashboard centralizado e evitar que os nossos PMs tivessem que ficar constantemente procurando e criando novos subconjuntos de dados".

Esse é um desafio comum na maioria das organizações; elas têm dados em silos que não são fáceis de acessar nem de trabalhar, especialmente quando se trata de feedback do usuário. Quebrar esse atrito pode ser uma parte importante de um papel de Product Operations, cujas responsabilidades-chave giram em torno de trazer eficiência aos processos do ciclo de vida de desenvolvimento de produto que trazem maturidade à organização como um todo, especialmente quando se trata de entender as necessidades dos usuários. 

Somando a esse ponto, Aleks afirma que "sempre que você está tentando pegar um grupo de product managers que estão todos trabalhando em um subconjunto do mesmo produto e tentar chegar a uma experiência mais holística para o cliente sem um processo que seja consistente em toda a linha, você tem problemas". Trazer agilidade a todo o ciclo de vida do produto é, para ela, um elemento crítico. "Chegar a um ponto em que eu tenho consistência em toda a linha, de modo que, quando você está fazendo o onboarding de novos talentos, fica mais fácil mostrar a eles 'olha como é o nosso processo, aqui estão as fontes de dados que usamos, aqui está o nosso histórico de feedback' e mais, pode agregar muito valor", continua ela.

Para ambos, a consistência e o alinhamento de dados ajudam a reduzir o atrito do lado da tomada de decisão e te ajudam a ter mais confiança na priorização do roadmap e nas negociações com stakeholders. Aleks finaliza dizendo que é uma grande defensora de Product Ops porque "ops pode realmente causar impacto e conduzir um roadmap em torno de quais dados o time precisa, onde encontrá-los, quais frameworks usar e como chegar de forma mais eficiente a melhores resultados". 

Um exercício para acelerar a implementação de uma abordagem centrada no cliente e informada por dados

"Um dos maiores desafios que eu já vi para product managers está na capacidade de traduzir o esforço que estão colocando em mudar elementos do produto para o impacto financeiro que isso vai ter para a organização como um todo". Foi assim que Aleks começou a responder uma pergunta sobre implementar uma cultura informada por dados. Para ela, ter dados é crítico não só para apoiar as suas decisões, mas também para medir o impacto delas.

Na opinião dela, conseguir o buy-in de stakeholders importantes é um aspecto muito relevante de usar dados como parte do seu sistema de product management. Ela também tem um ponto de vista forte sobre construir soluções caseiras de product analytics e feedback analytics: "elas começam a rastrear coisas em um nível tão detalhado que ficam sobrecarregadas pela quantidade de dados e nem sabem o que fazer". Aleks continua dizendo que criar um espaço seguro onde não só o acesso aos dados é democratizado, mas as pessoas também podem compartilhar seus insights, ter discussões abertas e combinar diferentes versões de como estão olhando para os dados é crucial para a organização também. 

Ela então sugere um exercício: dizer ao seu time para passar uma sprint percorrendo o feedback do usuário e os dados de uso para documentar lacunas e propor uma coisa no backlog que seja algo inspirado pelos dados, seja como uma nova funcionalidade ou como um desafio para o qual eles têm uma hipótese de como resolver. A partir daí, eles podem chegar a uma linha de base de uma métrica relevante — NPS, por exemplo — e começar a monitorar as mudanças. 

"Mesmo que nada mude, essa abordagem vai mostrar ao time que usar os dados não é tão difícil quanto é importante e útil para aprender e medir coisas, e eles podem começar a fazer isso de novo, e de novo, e de novo", diz ela, "até que, daqui a seis meses, eles digam: nossa, estamos muito mais informados por dados hoje do que antes". 

Quer desafiar a si mesmo e ao seu time a fazer esse exercício? Solicite acesso gratuito ao Beta do Birdie Feedback Analytics e comece isso agora mesmo.

Bônus: ferramentas de produto mencionadas durante a roundtable

• SurveyMonkey para rodar pesquisas e capturar a perspectiva do usuário
• Pendo e Amplitude como ferramentas de product analytics
• Zendesk e Intercom para gerenciar tickets de suporte
• Gong para transcrever e analisar ligações de vendas e CS
• Optimizely para desenhar e otimizar experimentos
• Birdie como a plataforma de repositório, busca e análise de feedback do usuário
• Slack como uma importante ferramenta de distribuição de informação baseada em gatilhos de todas essas outras fontes.