Microsoft Clarityは、Switasのような企業が直面する課題を理解している、実際のプロダクト担当者によって、実用的で現実的なユースケースを念頭に構築された製品として高く評価されました。レイジクリックやJavaScriptエラー追跡といった機能は、ユーザーの不満や技術的な問題を特定する上で非常に役立ち、ユーザーエクスペリエンスとコンバージョン率に直接影響を与える、的を絞った改善を可能にしました。
製品発見とは、何を作るかを決定する作業であり、製品を開発する作業であるデリバリーとは異なります。これには、顧客の問題点の理解、機会の特定、解決策のアイデアの創出と評価、そして多額の技術投資を行う前に、提案された解決策が価値があり、使いやすく、実現可能で、実行可能であることを検証する作業が含まれます。
発見を明確な活動として扱うべき理由は、製品の失敗のほとんどは、うまく構築できなかったことではなく、正しいものを構築できなかったことにあるからです。ステークホルダーからの要望やロードマップ項目から直接仕様策定と納品へと進むチームは、誰もその価値を確立していない機能を効率的に生み出すことができます。発見は、要望と構築の間に意図的なステップを導入し、根本的な問題を検証し、提案された解決策を実際のユーザーに対して低コストでテストします。
マーティ・ケイガンが提唱する4つのリスクは、発見プロセスで対処すべき事項を具体的に示すチェックリストとなる。価値リスクとは、顧客がそれを購入または使用するほど欲しがるかどうかという問いである。ユーザビリティリスクとは、顧客がそれを使いこなせるかどうかという問いである。実現可能性リスクとは、既存の技術、スキル、時間で構築できるかどうかという問いである。事業存続可能性リスクとは、企業の経済状況、法的制約、ブランド、事業運営を考慮した上で、それが事業に有効かどうかという問いである。それぞれのリスクには異なる証拠が必要であり、チームが対処しやすいリスクだけに取り組むのは、よくある失敗の原因となる。
効果的な発見は、納品に比べて迅速かつ低コストであり、それが使用される手法を決定づける。顧客インタビュー、コンセプトテスト、質問に必要な精度でのプロトタイプ作成、ランディングページテスト、テクニカルスパイク、既存の行動データの分析などはすべて、数ヶ月ではなく数日で証拠を生み出すように設計されている。発見に機能開発と同じくらいの時間がかかるようでは、それは実践ではなく単なる段階になってしまい、プレッシャーの下では省略されてしまうだろう。
最もよくある構造上の誤りは、発見を納品前の段階として捉え、そこで完了してしまうことです。継続的な発見とは、チームが納品中に顧客と定期的に連絡を取り続けることで、意思決定に役立つ証拠を継続的に収集できる方法です。これは、成果物が出荷される頃には結論が古くなってしまうような大規模な調査作業とは異なります。また、別のチームが調査を実施して引き渡すというパターンも回避できます。このようなパターンでは、引き渡しの過程で理解の大部分が失われてしまうことが確実です。
発見プロセスを誠実に保つための有効な規律は、提案された作業の背後にある最もリスクの高い前提を明確にし、最も簡単にテストできるものからテストするのではなく、まずその前提をテストすることです。チームは自然と使いやすさに関する質問に傾倒しがちです。使いやすさに関する質問は快適で明確な答えが得られるからです。しかし、価値や実現可能性に関するリスクは、顧客が実際に料金を支払うか、あるいは行動を変えるかどうかといった、気まずい会話をしなければならないため、検討されないまま放置されてしまいます。発見活動を利便性ではなくリスクに基づいて順序付けることで、誰も望んでいない、あらゆる側面で徹底的に検証されたものの、本当に重要な側面だけが検証されなかった、というよくある結果を防ぐことができます。
発見は、構築されるものを変えることができる場合にのみ価値を生み出すため、方法論の問題であると同時にガバナンスの問題でもある。1年前に合意された固定ロードマップを実行する必要があるチームは、学んだことに基づいて行動することができず、そのような状況での発見は、すでに下された決定の文書化となる。実際には、研究方法は 製品研究 (NAIST) と ユーザー調査解決策は 製品設計そして、証拠に基づいて方針を変更する権限は明確に確立されなければならず、そうでなければその実践は茶番劇になってしまう。
Microsoft Clarityは、Switasのような企業が直面する課題を理解している、実際のプロダクト担当者によって、実用的で現実的なユースケースを念頭に構築された製品として高く評価されました。レイジクリックやJavaScriptエラー追跡といった機能は、ユーザーの不満や技術的な問題を特定する上で非常に役立ち、ユーザーエクスペリエンスとコンバージョン率に直接影響を与える、的を絞った改善を可能にしました。