"Mereka tidak naik ke tahap berikutnya dengan sendirinya"<br /> Anda harus belajar melihat produk melalui mata mereka dengan penuh antusiasme terhadap mereka, <br /> dan jika Anda tidak fokus pada mereka, pertumbuhan melambat, dan kohor (kelompok homogen) menurun.<br /> <br />
- Penurunan kohor (Cohort Decay) adalah sinyal<br /> <br /> Jika jumlah pengguna sudah cukup, dampak pengguna yang berdekatan mulai terlihat pada kohor.<br /> Akan terlihat metrik kuantitatif yang menunjukkan perpindahan antar tiap tahap pengguna,<br /> misalnya konversi dari gratis ke pengguna berbayar, dari pengguna terdaftar ke pengguna aktif, dan sebagainya.<br /> <br /> Jika melihat nilai-nilai ini berdasarkan kohor, Anda dapat melihat bahwa nilainya makin menurun di antara tiap kohor. <br /> Karena ada pengguna yang berdekatan yang ingin masuk ke tiap segmen, dan di dalamnya juga ada orang-orang yang ingin melangkah ke tahap berikutnya</p><p>** Menemukan dan mendefinisikan pengguna yang berdekatan <br /> <br /> Langkah pertama untuk melihat produk melalui mata pengguna yang berdekatan adalah <br /> membuat hipotesis tentang siapa mereka dan mengapa mereka mengalami kesulitan<br /> <br />
- Tujuannya adalah memperoleh visibilitas. Tidak harus sempurna.<br /> <br /> Anda perlu membentangkan semua opsi yang tersedia (Landscape), lalu mengidentifikasi pengguna yang berdekatan yang akan difokuskan.<br /> Karena sering kali ada kasus memilih beberapa kelompok, mengetahui hanya satu kelompok pengguna yang berdekatan saja tidak cukup.<br /> Dan itu memang tidak bisa sempurna. Jika mencari kesempurnaan, Anda bahkan tidak akan mulai.<br /> <br /> Prosedurnya adalah sebagai berikut. <br /> → buat hipotesis tentang pengguna yang berdekatan, <br /> → pilih target yang akan difokuskan, <br /> → buat tim melihat produk melalui mata mereka, <br /> → lalu validasi dan pelajari lewat eksperimen dan percakapan dengan pelanggan,<br /> → setelah itu perbarui opsi-opsi yang bisa dipilih (Landscape)<br /> → lalu pilih dari opsi-opsi tersebut.<br /> Dan terus ulangi ini seperti bola salju yang terus menggelinding. <br /> <br />
- Mengetahui siapa yang sukses saat ini dan mengapa<br /> <br /> Untuk memahami pengguna yang berdekatan, akan membantu jika mengetahui siapa orang-orang yang saat ini sukses dan mengapa mereka sukses.<br /> Karena pengguna yang berdekatan hanya berbeda dengan mereka dalam satu atau lebih atribut. (bukan keseluruhannya)<br /> Atribut-atribut itu menciptakan vektor ekspansi (Expansion Vector).<br /> <br /> Mengambil Instacart sebagai contoh, 75% pengguna sehat terdiri dari<br /> <br /> → perempuan<br /> → tinggal di area urban<br /> → berada di kota tertentu<br /> → kepala rumah tangga<br /> → memiliki satu anak atau lebih<br /> → lebih berada dan kurang sensitif terhadap harga<br /> → bersedia menghabiskan sekitar 1 jam untuk menyusun pesanan Instacart<br /> <br /> Sebagiannya diketahui dari data, sebagiannya diketahui melalui percakapan dengan pelanggan, dan sebagiannya lagi merupakan hasil inferensi.<br /> Masing-masing membentuk vektor ekspansi seperti berikut.<br /> <br /> → perempuan ⇨ laki-laki<br /> → urban ⇨ suburban<br /> → kota tertentu ⇨ kota-kota lain<br /> → kepala rumah tangga ⇨ anggota rumah tangga<br /> → satu anak ⇨ keluarga kecil, pasangan, lajang<br /> → berada dan kurang sensitif terhadap harga ⇨ sensitif terhadap harga<br /> → mau meluangkan usaha untuk pesanan ⇨ tidak ingin menghabiskan waktu untuk pesanan<br /> <br /> Secara umum, makin rinci segmentasinya makin baik, tetapi atribut memiliki kategori umum. <br /> Kategori mana yang relevan dan berpengaruh akan berbeda tergantung produknya.<br /> <br /> → gender<br /> → usia<br /> → pendapatan<br /> → lokasi<br /> → bahasa<br /> → sensitivitas harga<br /> → tingkat penggunaan teknologi (Tech Enablement)<br /> → kematangan pelanggan<br /> → kemampuan perangkat<br /> → use case produk<br /> → peran (Role)<br /> → perusahaan <br /> <br />
- Siapa pengguna yang berdekatan? <br /> <br /> Jika Anda membuat hipotesis tentang siapa yang berhasil mengadopsi produk dengan sukses dan alasannya, Anda bisa mengasumsikan segmen pengguna yang berdekatan yang memungkinkan.<br /> Perlu mengubah satu atau lebih vektor yang ditemukan di atas.<br /> <br /> Analisis data seperti ini lebih baik dilakukan secara bottom-up.<br /> Daripada lama berbicara dengan pengguna, amati melalui data apa yang terjadi di tepi tiap lingkaran.<br /> <br /> Saat melihat data di Instacart, terlihat bahwa bahkan pengguna yang saat ini sukses pun pada awalnya membutuhkan waktu lama untuk menyusun pesanan.<br /> Hipotesis kami adalah bahwa pengguna kami saat ini adalah orang-orang yang bersedia menghabiskan berjam-jam mengisi keranjang belanja sebagai pengganti pergi langsung ke toko.<br /> Hal ini memungkinkan kami untuk fokus membantu kelompok pengguna pertama yang tidak memiliki niat (menghabiskan waktu) seperti itu agar lebih mudah menemukan produk.<br /> <br /> Saat pertama kali melihat data di Instagram, ada lonjakan sangat besar trafik web organik, tetapi mereka tidak mendaftar atau berkonversi menjadi pengguna sehat.<br /> Awalnya tidak diketahui alasannya, tetapi lewat banyak eksplorasi data, hal-hal seperti dari mana mereka datang, mengapa mereka mengakses lewat web, dan alasan lainnya membantu mendefinisikan pengguna yang berdekatan </p><p>- Mengapa mereka adalah pengguna yang berdekatan?<br /> <br /> Mengetahui siapa pengguna yang berdekatan saja tidak cukup; Anda juga harus tahu mengapa mereka mengalami kesulitan. <br /> Untuk itu, "berempati dengan pengguna yang berdekatan" sangat penting.<br /> <br /> Pada dasarnya tim produk/tim pengembang adalah power user, jadi sangat sulit bagi mereka untuk berempati dengan pengguna yang berdekatan. <br /> Untuk membuat hipotesis tentang mengapa mereka mengalami kesulitan, direkomendasikan 4 teknik.<br /> <br />
-
Menjadi pengguna yang berdekatan<br /> Dogfooding. Cobalah mengalami produk dalam kondisi/lingkungan mereka. Mulailah dengan membuat tim terus-menerus mengalami alur pengguna baru.<br /> Pada akhirnya, bangun alat yang dapat mensimulasikan pengalaman pengguna yang berdekatan.<br /> → Instagram harus mencari cara untuk mengalami beragam perangkat, kecepatan jaringan, bahasa, dan lain-lain ketika pengguna yang berdekatan makin internasional<br /> → Facebook melalui alat yang disebut Air Traffic Control memungkinkan pengalaman dengan mengendalikan kecepatan jaringan <br /> → Instacart harus mencari cara untuk mengalami lingkungan Kansas yang sama sekali berbeda dari San Francisco<br /> Menjalani hidup setiap hari seperti pengguna yang berdekatan membantu menemukan hal-hal yang tidak mudah terlihat.<br /> <br />
-
Mengamati pengguna yang berdekatan <br /> Melalui uji kegunaan, lihat bagaimana pengguna yang berdekatan menggunakan produk<br /> Perhatikan apa yang mereka anggap sulit saat mendaftar dan melakukan aktivasi, lalu buat mereka menceritakannya<br /> <br />
-
Berbicara dengan pengguna yang berdekatan<br /> Melalui survei atau percakapan langsung, tanyakan mengapa pengguna yang berdekatan memakai produk, masalah apa yang mereka selesaikan, dan alternatif lain apa yang mungkin mereka pertimbangkan<br /> Di Instagram ditemukan makin banyak pengguna yang setelah logout tidak bisa login kembali → Muncul situasi yang mengharuskan keputusan: apakah logout dibuat lebih sulit, atau login ulang dibuat lebih mudah.<br /> → Fakta yang diketahui lewat percakapan dengan pengguna yang sengaja logout → 1. Ada yang memakai ponsel prabayar sehingga khawatir soal penggunaan data, atau berbagi ponsel dengan keluarga<br /> → 2. Banyak yang memakai alamat email palsu. Di Barat alamat email umum, tetapi secara internasional tidak demikian. Mereka cukup memakai SMS<br /> → Setelah mengetahui dua hal ini, kami bisa menemukan alternatif kreatif untuk menyelesaikan tiap use case tersebut.<br /> <br />
-
Mengunjungi pengguna yang berdekatan <br /> Kunjungi langsung lingkungan pengguna yang berdekatan untuk memahami dalam lingkungan seperti apa mereka menggunakan produk, serta alur kerja, batasan, dan kebutuhan mereka</p><p>** Menentukan urutan pengguna yang berdekatan<br /> Salah satu kegagalan terbesar yang sering terjadi adalah salah menentukan urutan prioritas pengguna yang berdekatan yang harus difokuskan.<br /> <br />
-
Pengguna yang berdekatan seharusnya hanya berbeda dalam satu atau dua atribut<br /> Jika ada 5 vektor dan kelimanya semuanya berbeda, itu adalah pilihan yang salah.<br /> Itu sama seperti mencoba memukul home run di setiap ayunan. <br /> <br /> Pengguna yang berdekatan bukanlah menangkap satu kelompok besar, melainkan mendefinisikannya secara halus lalu memperluas tahap-tahapnya.<br /> <br />
-
Tidak semua pengguna yang berdekatan adalah peluang<br /> Ada banyak segmen, tetapi hanya karena mereka ada bukan berarti Anda harus melayani mereka.<br /> Kuncinya adalah segmen tersebut harus selaras dengan arah strategis produk<br /> <br />
-
Selesaikan masalah internal terlebih dahulu<br /> Pertama-tama, pilih kelompok pengguna yang berdekatan yang terlihat dalam funnel internal.<br /> Mereka sudah menggunakan produk kita dengan niat yang jelas, tetapi tidak berhasil, sehingga menyelesaikan masalah mereka akan memberikan dampak jangka pendek.<br /> <br /> Elena: Prioritas pengguna yang berdekatan untuk produk B2B<br />
-
Kelompok pengguna yang sudah ada dan bisa menghasilkan pendapatan tambahan<br />
-
Kelompok pengguna yang sudah ada dan secara tidak langsung bisa menciptakan nilai tambahan (misalnya kelompok pengguna yang tidak menghasilkan pendapatan tetapi memiliki efek viral)<br />
-
Pengguna yang berdekatan yang benar-benar baru<br /> <br /> Saat mempertimbangkan pengguna yang berdekatan, dalam jangka panjang juga perlu dipertimbangkan apakah kelompok tersebut adalah kelompok yang sedang bertumbuh </p><p>** Lingkungan pengguna yang berdekatan yang terus berevolusi <br /> <br /> Ketika saya mulai bekerja di Instagram, kelompok pengguna yang berdekatan adalah perempuan berusia 35-45 tahun di Amerika Serikat yang punya akun Facebook, tetapi tidak melihat nilai Instagram.<br /> Saat saya hendak meninggalkan Instagram, kelompok itu adalah perempuan di Jakarta yang menggunakan ponsel Android 3G dengan sistem prabayar. <br /> Di antara dua titik itu, ada sekitar 8 kelompok pengguna berdekatan berbeda yang kami selesaikan masalahnya.<br /> <br /> Pengguna yang berdekatan berubah karena berbagai alasan<br /> <br />
-
Mendapatkan informasi baru: misalnya melakukan eksperimen terhadap pengguna yang berdekatan lalu muncul hasil yang tidak terduga, melihat data baru, atau hipotesis baru muncul melalui riset pengguna<br />
-
Pengguna baru terus bertambah<br />
-
Nilai baru ditambahkan ke produk<br /> <br /> Hal-hal yang perlu diperhatikan seiring perubahan lingkungan ini<br /> <br />
-
Perlu waktu untuk memahami "mengapa": ketika hasil eksperimen keluar, kita harus selalu memikirkan mengapa itu berhasil/gagal<br />
-
Harus terus berupaya pada pendaftaran pengguna dasar, aktivasi, keterlibatan, dan monetisasi<br />
-
Harus terus melampaui ambang batas pengguna yang berdekatan dan memperluasnya </p><p>"Semua produk yang sukses pada akhirnya harus mengalihkan fokus dari pengguna inti ke pengguna yang berdekatan agar dapat mempertahankan laju pertumbuhan.<br /> <br /> Teori pengguna yang berdekatan menuntut pendekatan yang sepenuhnya berbeda terhadap 'berpusat pada pengguna'.<br /> Persona statis harus dihapus, dan yang harus dijadikan dasar adalah persona yang berevolusi secara dinamis sambil memiliki perilaku adopsi terhadap produk.<br /> Setiap 3-6 bulan selama masa pertumbuhan, arah tim harus diubah agar menargetkan pengguna berdekatan berikutnya dan memikirkan apa yang mereka minati serta masalah apa yang mereka selesaikan.<br /> <br /> Jika berhasil, cohort retention, tingkat keterlibatan, dan monetisasi dari kelompok pengguna berdekatan yang ditargetkan akan membaik, <br /> dan laju pertumbuhan akan bisa terus dipertahankan bahkan pada basis pengguna yang semakin besar. <br /> Dan dengan upaya kecil sekalipun, kita akan dapat terus menemukan pengguna berdekatan berikutnya."</p>
1 komentar