اعتبار سنجی بازار و ترکیب گفتگو با مشتری

سود:

• امکان تهیه سوالات مصاحبه مشتری بدون جهت دهی و ترکیب یادداشت های مصاحبه بر اساس موضوع با هوش مصنوعی
• امکان تشخیص تفاوت بین آنچه گفته شده و آنچه انجام شده است (سوگیری تایید) و استفاده از هوش مصنوعی برای جدا کردن سیگنال واقعی از جمله مودبانه
• امکان تأیید اینکه خلاصه هوش مصنوعی معرف داده های خام است، که اگر نمونه کوچک یا مغرضانه باشد ممکن است گمراه کننده باشد.

مهم نیست که یک ایده چقدر روی کاغذ خوب به نظر می رسد، فقط یک حدس است تا زمانی که یک شخص واقعی بگوید "بله، این موضوع من است و من برای آن هزینه خواهم کرد." اعتبار سنجی بازار فرآیند آزمایش این پیش بینی در برابر رفتار واقعی انسان است. قدرتمندترین ابزار برای این کار، مصاحبه با مشتری است - گفتگوی ساختاریافته با مشتری بالقوه برای درک مشکل او، بدون فروش محصول. در این بخش، ما از هوش مصنوعی (هوش مصنوعی) برای دو چیز استفاده خواهیم کرد: ایجاد سوالات مصاحبه خوب و ترکیب ده ها یادداشت مصاحبه برای استخراج الگوهای معنادار. بیایید محدودیت را از ابتدا تعیین کنیم: هوش مصنوعی یادداشت های شما را خلاصه و سازماندهی می کند. اما شما تماس را برقرار می کنید و رفتار انسان سیگنال واقعی را تعیین می کند، نه جمله هوش مصنوعی.

قانون طلایی مصاحبه: نفروشید، یاد بگیرید

رایج ترین اشتباه این است که مکالمه را به یک موضوع فروش تبدیل کنید. "اگر من چنین برنامه ای بسازم، آیا از آن استفاده می کنید؟" پرسیدن بی فایده است؛ زیرا مردم برای خوب بودن می گویند "آره، عالی". به این تعصب تایید و تله ادب می گویند. رویکرد صحیح این است که در مورد رفتار واقعی در گذشته بپرسید، نه یک سوال رویایی در مورد آینده. "آخرین باری که این مشکل را داشتی کی بود، چه کار کردی، چه هزینه ای برایت داشت؟" رفتار گذشته دروغ نمی گوید. به نیت آینده می گوید.

ماهیت روش مصاحبه اصلی است که به "تست مامان" معروف است: سؤالات شما باید آنقدر خوب باشد که حتی مادر مهربان شما نتواند به شما دروغ بگوید. سه قانون برای این کار: (1) درباره زندگی طرف مقابل صحبت کنید، نه نظر خود. (2) از گذشته ملموس بپرسید تا آینده عمومی. (3) تعارف و کلمات "من استفاده خواهم کرد" را بدیهی نگیرید - فقط اقدامات واقعی (آیا آنها پول خرج کردند، آیا وقت گذاشتند، آیا به دنبال راه حل بودند) سیگنال هستند.

توجه: "من از این استفاده خواهم کرد" و "ایده عالی" داده نیستند. سیگنال های واقعی عبارتند از: شخص قبلاً پول/تلاش برای حل مشکل خرج کرده است. شما را به شخص دیگری هدایت کرد. با پیش پرداخت یا ثبت نام در لیست انتظار موافقت کرده اند. این یک عمل محسوب می شود نه یک کلمه.

گام به گام: مکالمه و ترکیب با هوش مصنوعی

1. مجموعه سوالات خود را آماده کنید. سوالات غیر اصلی را از هوش مصنوعی ایجاد کنید که فروش ندارند و روی رفتار گذشته تمرکز کنید.
2. تماس ها را برقرار کنید 8-15 نفر معمولا برای دیدن الگوها کافی است. طرف مقابل باید بیشتر صحبت را انجام دهد (شما 20 درصد، او 80 درصد).
3. یادداشت خام را ذخیره کنید. بدون تحریف کلمات خود بنویسید. نظر را برای بعد بگذارید
4. ناشناس کردن. حذف نام، اطلاعات تماس، جزئیات قابل تشخیص (حریم خصوصی).
5. با هوش مصنوعی سنتز کنید. یادداشت ها را بر اساس موضوع تقسیم کنید: دردهای مکرر، راه حل های موجود، کلمات استفاده شده، اعتراضات.
6. سیگنال را از نویز جدا کنید. از هوش مصنوعی بپرسید: "کدام یک شواهد رفتار واقعی هستند، که فقط عبارات مودبانه هستند؟" آن را به صورت زیر تجزیه کنید.
7. تصمیم بگیرید. آیا الگوی درد را تایید می کند یا نیاز به پیوت است؟ بنیانگذار این تصمیم را می گیرد.

تفاوت بین آنچه گفته می شود و آنچه انجام می شود

مردم در مورد کاری که می خواهند انجام دهند صحبت می کنند نه کاری که انجام داده اند. جداسازی این دو در سنتز هوش مصنوعی بسیار مهم است. کسی که می گوید "من می خواهم سالم غذا بخورم" ممکن است هر روز عصر فست فود بخورد. در ترکیب مصاحبه، هر عبارت را به دو قسمت تقسیم کنید: بیانیه قصد («من می‌خواهم، انجام می‌دهم، استفاده می‌کنم») و شواهد رفتار («ماه گذشته 3 بار این کار را انجام دادم، 200 لیره به آن دادم»). فقط مورد دوم برای تصمیم گیری وزن دارد. کاری کنید که هوش مصنوعی به صراحت این تمایز را ایجاد کند. در غیر این صورت با خلاصه کردن جملات قصد به عنوان خواسته های واقعی شما را گمراه می کند.

سه کیف کوچک

مورد 1 - نقاب ادب در حال افتادن است. یک بنیانگذار با 12 نفر مصاحبه کرد. 10 گفت: "ایده عالی، من قطعا از آن استفاده خواهم کرد". او خوشحال بود. اما اگر یادداشت‌ها را به هوش مصنوعی بدهید و بپرسید "چند نفر واقعاً در حال حاضر برای این مشکل پول / تلاش می‌کنند؟" وقتی آن را تجزیه کردیم، تعداد به 2 کاهش یافت. ده نفر مهربانانه رفتار کرده بودند، فقط دو نفر واقعاً درد داشتند. بنیانگذار از تله شادی اولیه فرار کرد و مشخصات آن دو فرد را عمیق تر کرد.

مورد 2 - کلمات محصول را تغییر دادند. یک تیم 14 مصاحبه با طراحان آزاد انجام داد. وقتی آنها آن را با هوش مصنوعی ترکیب کردند، متوجه شدند که همه از یک کلمه استفاده می کنند: "کابوس مجموعه". ایده محصول آنها "مدیریت پروژه" بود، اما درد واقعی ردیابی پرداخت بود. تجزیه و تحلیل بسامد کلمات هوش مصنوعی موقعیتی را ارائه می دهد که با زبان خود مشتری صحبت می کند و تبدیل صفحه فرود را به طور قابل توجهی افزایش می دهد.

مورد 3 - جایی که نمونه کوچک گمراه می کند. یک بنیانگذار تنها با 4 نفر صحبت کرد و آنها را با هوش مصنوعی ترکیب کرد. هوش مصنوعی یک الگوی قوی "پیدا کرد". اما سه نفر از چهار نفر از یک گروه دوست بودند (سوگیری نمونه گیری). هنگامی که بنیانگذار این موضوع را متوجه شد، 10 نفر دیگر را از طریق کانال های مختلف اضافه کرد. الگو به شدت تغییر کرده است درس: مهم نیست که هوش مصنوعی چقدر خوب خلاصه شود، اگر ورودی کوچک یا مغرضانه باشد، خروجی گمراه کننده خواهد بود.

چهار قالب قابل کپی

1) سوالات مصاحبه غیر هدایت شونده:

نقش شما: مربی کشف مشتری. بخش: [مشتری هدف]. 8 سوال مصاحبه پایان باز بنویسید که به من فروش نداشته باشد، نظر من را نادیده نگیرد و بر رفتار گذشته تمرکز کنید. سؤالات باید در مورد گذشته ملموس بپرسند، مانند "آخرین بار کی بود، چه کردی، چه هزینه ای برایت داشت"، نه قصد آینده مانند "آیا از آن استفاده می کنی/میخواهی استفاده کنی؟" استفاده از سوالات پیشرو

2) ترکیب مصاحبه (استخراج موضوع):

در زیر [n] یادداشت های ناشناس از مکالمه آمده است. وظیفه: (1) دردهای تکرار شونده را بر اساس موضوع گروه بندی کنید و تعداد مکالمات را بشمارید، (2) کلمات/عبارات رایجی را که مشتریان استفاده می کنند فهرست کنید، (3) راه حل های فعلی را استخراج کنید (آنچه اکنون انجام می دهند). چیزی که در یادداشت نیست اضافه نکنید. اگر تعمیم می دهید لطفا مشخص کنید.

3) جداسازی سیگنال/نویز:

از همان یادداشت ها استفاده کنید. هر عبارت کلیدی را به دو قسمت تقسیم کنید: (الف) شواهد رفتار (پول/زمان/ تلاشی که واقعاً خرج شده است)، (ب) عبارت قصد/ ادب ("من استفاده می کنم"، "عالی"). فهرست (الف) گروه به طور جداگانه. من بر اساس اینها تصمیم خواهم گرفت. شمارش کنید که چند نفر شواهدی از رفتار واقعی نشان می دهند.

4) نمونه چک سلامت:

مشخصات مصاحبه کنندگان به شرح زیر است: [خلاصه کوتاه، ناشناس]. در مورد سوگیری های احتمالی در این نمونه به من بگویید (آیا همه آنها از یک کانال، یک سن / بخش هستند). پیشنهاد دهید قبل از اینکه به الگو اعتماد کنم چند جلسه دیگر با نمایه های مختلف داشته باشم.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

این یادداشت های مصاحبه را خلاصه کنید.

این درخواست خلاصه‌ای سطحی ایجاد می‌کند که قصد و رفتار را با هم اشتباه می‌گیرد و عبارات مؤدبانه را مانند درخواست‌های واقعی جلوه می‌دهد.

اعلان قدرتمند:

12 یادداشت مصاحبه ناشناس زیر را ترکیب کنید. (1) درد را بر اساس مضامین و تعداد دفعات مرتب کنید، (2) شواهد رفتاری و بیانیه قصد را به طور جداگانه فهرست کنید، (3) کلمات خود مشتری را حذف کنید، (4) در مورد خطر سوگیری نمونه گیری هشدار دهید. چیزی که در یادداشت نیست اضافه نکنید.

اشتباهات رایج

• تبدیل گفتگو به فروش توضیح ایده خود و درخواست تایید؛ درد واقعی را پنهان می کند.
• در نظر گرفتن مقاصد آینده به عنوان داده "من استفاده خواهم کرد" یک حدس است. در مورد رفتار گذشته بپرسید.
• تصمیم گیری با افراد بسیار کمی 3-4 مصاحبه برای الگو کافی نیست و برای سوگیری باز است.
• صحبت از همین دایره. نمونه دوست/همان کانال شما را تایید می کند اما نماینده بازار نیست.
• اشتباه گرفتن خلاصه هوش مصنوعی به عنوان داده خام. خلاصه به خوبی یادداشت ها است. ورودی بد/کمتر نتایج بدی می دهد.

نکته: بعد از هر مکالمه یک سوال بپرسید: "این شخص تا به حال برای حل مشکل چه کرده است؟" اگر پاسخ «هیچی» است، شما احتمالاً در قلمرو ویتامین هستید، نه مسکن، مهم نیست چقدر مشتاق به نظر می رسد.

به طور خلاصه

اعتبار سنجی بازار، آزمایش ایده با رفتار واقعی انسان است و قدرتمندترین ابزار، مصاحبه با مشتری است. قاعده مصاحبه این است که یاد بگیریم، نه فروختن: از رفتار گذشته بخواهیم، ​​نه نیات آینده. تعارف و کلمات "من استفاده خواهم کرد" داده محسوب نمی شوند. هوش مصنوعی در تهیه سوالات هدایت نشده و استخراج الگوهای کلمات با جدا کردن ده ها یادداشت در مضامین بسیار قدرتمند است. اما سنتز هوش مصنوعی وابسته به ورودی است: اگر نمونه کوچک یا مغرضانه باشد، اگر عبارات قصد از رفتار جدا نباشند، خلاصه گمراه کننده خواهد بود. این بر عهده بنیانگذار است که سیگنال را از نویز جدا کند - شواهد رفتار واقعی را از طریق ادب فیلتر کند - و تصمیم نهایی را بگیرد.

وظیفه کاربردی

برای ملاقات با حداقل 5 نفر از بخش هدف خود (از طریق کانال های مختلف) برنامه ریزی کنید. مجموعه سوالات خود را با الگوی "سوالات مصاحبه غیر هدایت شونده" آماده کنید. پس از انجام مصاحبه ها، یادداشت ها را ناشناس کنید و با الگوهای «مصاحبه ترکیبی» و «جداسازی سیگنال/نویز» به هوش مصنوعی بدهید. نتیجه را به صورت زیر گزارش کنید: چند نفر شواهدی از رفتار واقعی نشان دادند، چه کلماتی تکرار شدند، چه سوگیری در نمونه شما وجود داشت، و تصمیم برای ادامه یا چرخش بر اساس آن چه باید باشد.

چک لیست

• [ ] آیا سوالات من با تمرکز بر رفتار گذشته فروش ندارند؟
• [ ] آیا با افراد کافی و متنوع (از طریق کانال های مختلف) ملاقات کردم؟
• [ ] آیا یادداشت ها را ناشناس کرده ام؟
• [ ] آیا من شواهد رفتار را از بند قصد/ادب جدا کرده ام؟
• [ ] آیا من تصمیم را بر اساس سیگنال رفتاری واقعی قرار دادم و نه خلاصه هوش مصنوعی؟