Что есть проблема? Статьи из википедии не позволяют взглянуть на то понятие достаточно глубоко. Самым строгим определением будет понятие научной проблемы - существующие противоречие между конкурирующими позициями объяснения одного явления. Понятие научная проблема можно обобщить на просто “проблема” - это существующие противоречие между двумя обьяснениями. Причем неважно как эти объяснения получены. Одним из самых распространенных способов получения одного объяснения это построение мысленной теории, например, “Я думаю, что этот кусок торта не повредит моей фигуре, я смогу одеть мои любимые джинсы”. Другое же объяснение может быть получено из анализа реальности, например “Старые джинсы уже малы”. Это два объяснения одного явления - человеческая фигура, но они противоречивы. Это и есть проблема. На понятие проблемы можно также смотреть как на несоответствие ожидания и реальности. Человек ожидает одного, а реальность другая. Такое определение дает возможность проанализировать источники проблем. Потенциальных источников всего два: Первый это завышенные ожидания о реальности. Мы ожидаем (объясняем) что-то, но у нас не хватает знаний, чтобы это реализовать либо мы не знаем, что такое невозможно в реальности (например вечный двигатель). Второй источник проблем, когда реальность слишком сложная и наши ожидания (объяснения) не соответствуют такой сложности. Другими словами, мы не знаем как на самом деле устроена реальность, поэтому наши ожидания о ней не соответствуют действительности. В первом и втором случае нам не хватает знаний и это приводит к появлению проблем. Мы не знаем как создать лекарство от рака, как избавить планету от глобального потепления. Мы не знаем как перерабатывать мусор. Мы не знаем как работают наши эмоции. Мы не знаем, почему мы злимся. И так далее. Т.е. существующие проблемы можно переформулировать как отсутствие знаний. “У меня плохие взаимоотношения с начальством” -> “Я не знаю как выстроить хорошие взаимоотношения с начальством”.

Конечно, одного знания недостаточно для решения проблемы. Мы можем знать откуда возникла эта проблема и как ее решать, но нет никаких гарантий, что мы решим эту проблему. Но знание сильно увеличивает вероятность решения проблемы. Правильно записанное условие задачи, рисунок, как говорят, уже половина решения. Тут появляются два вопроса. Первый про то, а как извлекать новые знания? Второй вопрос про то, как действовать исходя из новых знаний. Они оба важны, но сначала попробуем разобраться с первым вопросом, как извлекать знания.

Человек сильно ограничен количеством каналов поступления новой информации из внешнего мира, что именуется органами чувств. Теоретически, человек может получить новое знание из окружающего мира любыми органами чувств. Действительно, общую теорию относительности Эйнштейна можно передать через картинки, слова, обоняние и осязание и даже вкус. В случае трех последних, можно составить другой алфавит, например Шрифт Брайля, для передачи основных положений теории относительности. Разница заключается в скорости передачи и ресурсах, которые нужно затратить на передачу, грубо говоря эффективность канала на единицу затраченной энергии. И среди всех каналов речь будет самым эффективным, так как затрачивает минимальное количество ресурсов на передачу и достаточно много передает. Презентацию а 40 минут делать далеко не 40 минут. А кодировать ощущения в новый алфавит еще трудозатратнее. Поэтому очень интересно рассмотреть речевой канал передачи информации или диалог. С помощью диалога знание может быть получено извне, от другого человека или устройства (умная колонка, радио, прочее). Но кроме диалога с внешним человеком есть еще внутренний диалог, где тоже может происходить передача знания.

У передачи знания через различные каналы есть интересная особенность. Человек, сформулировавший знание, может посредством одного из каналов отделить знание от самого себя. Когда человек получает новое знание, он может отделить его нарисовав наскальный рисунок или написав статью в журнал. В этот момент знание становиться информационным, а не биологичеким. А эволюция информации в мультиверсе подчиняется немного другим законам, чем биологическая эволюция. Например, с информацией возможен постоянный экспоненциальный рост, которая ограничена максимум количеством перестановок элементарных частиц во вселенной, коих около 10^80. Биологическая эволюция не может себе такого позволить. Информацию гораздо проще проверять и откидывать то, что не прошло проверку, нежели чем биологические виды. Следовательно, когда человек отделяет знание от себя то потенциально возможен экспоненциальный рост знания. Экспоненциальный рост знания позволяет найти подходы к решения огромного количества проблем.
Итого, у нас есть диалог, как наиболее эффективный (на 2020 год) канал передачи знаний. И есть принцип отделения знания, как необходимый фактор роста знаний. Объединяя две этих концепции, можно сказать, что отделение знаний посредством диалога есть способ наиболее быстрого роста этих знаний и как следствие, ближе приближает к решению проблем. Но ведь не каждый диалог может привести к росту знаний. Я бы даже утверждал, что большинство диалогов не приводит к росту знаний. Я так сужу по оценке своих диалогов и диалогов людей, с которыми общаюсь. Многие диалоги они “не о чем”. И лишь маленький процент приводит к генерации знаний и их отделению. Это значит, что повышать количество диалогов в мире для увеличения генерации знаний неверная стратегия. Количество населения стабилизируется и не растет так быстро, а социальные сети позволяет закрывать потребности общения достаточно хорошо. Диалогов очень много, а знания не растут. Так как повышать количество диалогов смыла нет, то надо обратить внимание на качество диалогов. И возможно ключ к более быстрому росту знаний заключается в самом методе ведения диалога.

Для того, чтобы диалог стал еще более эффективным важны эмпатия и критика. Эмпатия означает что слушатель понял о чем говорит спикер и продемонстрировал обратную связь, что он понял, или не понял. Другими словами, слушатель “разбирает” тезисы спикера через призму своего собственного опыта. И если тезисы “разбираемые”, то он дает обратную связь, что слушатель понял. Иначе дает обратную связь, что тезисы не понятны. Эмпатия волне может быть фальшивой, т.е. слушатель не полностью разобрал тезисы, но продемонстрировал обратную связь понимания. Наличие эмпатии у слушателя более важно для спикера. Когда спикер видит, что слушатель его понимает, то это рассматривается как сигнал к продолжению диалога и переходу к следующим знаниям. Если такого сигнала нет, то интерес продолжать диалог может резко упасть. Или же диалог будет вокруг одного тезиса и не перейдет к следующим. Эмпатия демонстрирует принятие знаний слушателем. Одной эмпатии недостаточно для эффективного диалога так как передаваемые знания через могут не иметь отношения к реальности, могут быть ложными. Передача ложных знаний не приводит к росту знаний. Поэтому помимо эмпатии важна критика. Критика позволяет исключить субъективные заблуждения спикера, его когнитивные искажения. Во время критики слушатель рассказывает где тезисы спикера не соответствуют опыту слушателя. Если слушатель не имеет опыта относительно тезисов спикера, то это новые знания для слушателя. Если слушатель имеет большой опыт относительно тезиса спикера, но этот опыт противоречит тезису, то это может быть новым знанием для спикера. Таким образом эмпатичная критика позволяет лучше отделять знания от человека (что увеличивает суммарное знание) и отсекает заведомо ложные знания.

Но в современном мире (2020 год) далеко не у всех людей есть сообщества, где доступны эмпатичные диалоги. Люди в офисах не всегда подвергают критике слова менеджеров, хотя менеджеры могут ошибаться (это отсылка к “5 порокам команды”, где автор проделал кучу исследований и видел много команд). Друзья же очень часто поддерживают, но не дают критики. Таким образом налицо проблема - для роста знаний нужны эмпатичные диалоги с критикой, но такие диалоги сейчас очень дорогие. Нужно собрать сообщество людей, которые глубоко понимает почему важна эмпатия и критика и организовывать встречи с такими людьми. Кроме того, люди должны совпадать по интересам. Раз эмпатичная критика стоит дорого, можно поискать продукты для уменьшения стоимости таких диалогов. Это может быть AI диалоговая система, которая будет вести диалог с человеком по правилам эмпатии и критики. AI система гораздо более совершенно обращается с информацией, чем биохимия человека, а отделение знания как раз про отделение информации от биологии. Таким образом, эмпатичная AI диалоговая система с критикой может быть естественным продолжением эволюции и развития знаний. У нее больше возможностей для хранения, масштабирования, вычисления и т.д., чем у человека и стоимость гораздо ниже, чем стоимость обучения и организации людей.

Эмпатичная диалоговая система с критикой позволит все больше отделять знания от человека, тем самым увеличивая суммарное количество знаний. Этот рост поможет создать почву для решения большинства проблем. Как только мы узнаем как побороть рак, дело будет за инженерией и глобализацией этого решения. Но такую же систему можно использовать для генерации знаний о самом человеке. Психотерапевт на сеансе ровно это и делает. Он эмпатично выслушивает человека, позволяя ему отделить знания от себя самого (рассказать о эмоциях, о переживаниях которые он испытывает). Человек может говорить, что он ничтожество и ничего не умеет. Терапевт его выслушивает, но потом его аккуратно критикует, показывая что его знание о том, что он ничтожество не соответствует действительности. Терапевты стоят дорого, а количество стресса растет, что подводит ко второй проблеме - человеку хочется все больше и быстрее извлекать знания о себе, но это дорого и медленно. Существует много курсов, дневников, практик, терапий результатом которых является знание человека о самом себе, его осознанность. Но как было показано выше именно диалог вместе с принципом отделения знаний от человека является самым эффективным и быстрым способом генерации знаний человека о самом себе. Поэтому эмпатичная диалоговая система с критикой может также помогать в решении психологических проблем человека, позволяя ему больше узнавать о себе.

Итак, у продукта есть фичи. Часть фичей у него публичные. Это вполне может быть частью маркетингово описания продукта. Например, "у нас есть интеграция с гугл таблицами", "наличие A/B тестирования", "самая быстрая скорость работы" и т.д. Публичные фичи копируемы, т.е. конкурент может построить продукт с аналогичным набором фичей на том же рынке. Для КП это явно не достаточно.

Есть фичи, которые продукт хранит в тайне. Продукт не рассказывает никому, как он строит маркетинговую кампанию, где он закупает лидов, как он использует данные пользователей для построения персональных рекомендаций и т.д. Эти фичи уже похожи на КП, так как, сделав и публичными, конкуренты могут достичь схожих результатов при правильном копировании. Сюда можно отнести прямые КП, показанные выше.

Но это не все. Есть еще фичи, которые, как правило, мало заметны. Это может быть стилистика копирайтера на лендинге, онбординге. Это уютный дизайн, прикольно подобранные картинки. В общем, это куча мелочей, которые мало заметные, но вносят небольшой вклад в продукт. Как правило, за такие мелочи начинает бороться CEO, после подхватывает остальная команда. Эти фичи могут драйвиться виженом или данными - после A/B поняли, что красные полоски на логотипе фигня. Команды стартапов часто начинают с этих фичей.

Итого, есть три категории фичей. И тут начинается самое интересное. Можно показать, что набор фичей из трех категорий может привести к появлению эмерджентных свойств продукта. Классический пример с машиной - в машине примерно 40.000 деталей. Ни одна из этих деталей не обладает свойством довезти пассажира до магазина и обратно. Этим свойством обладает только вся машина целиком, вместе с бензином и ключами. Тоже самое возможно для продуктов и постоянно происходит с ними. Во вселенной так бывает, что целое не равно сумме частей. Это и есть эмерджентность. И команда может сделать так, чтобы их продукт стал "целым", который не раскладывается на сумму его фичей, как публичных так и приватных.

Когда у продукта появляются эмерджентные свойства, то скопировать продукт становиться крайне тяжело. Это я и отношу к еще одному классу конкурентных преимуществ. Примеров можно много привести, но больше всего их среди open source продуктов, когда есть доступ ко всем внутренностям, но скопировать все равно не удается (можно запустить на другую аудиторию, скажем на Китай, но эта особенность обусловлена ограничениями доступа к ресурсам на территории Китая). Почему сложно скопировать? Потому, что пока нет теории появления эмерджентных свойств: как именно они появляются и как их предсказать. Единственный способ найти эмерджентные свойства это озарения Адамара, которые повсеместно используются в науке. А методологией поиска в науке является 4х ступенчатая схема Поппера. Это наталкивает меня на гипотезу, что для появления у продукта эмерджентных свойств, продуктовую разработку надо вести по Попперу. Действительно, благодаря продуктовой схеме Поппера мы начинаем решать проблемы пользователей, причем нам не важен их масштаб. Это может быть куча маленьких проблем, где ожидания пользователей не совпадают с реальностью. Мы их решаем, строя теории и проверяя гипотезы до тех пор, пока мы не перейдем к другой проблеме. Это приводит к появлению фичей первого, второго или третьего типа. Решаем проблемы, накапливаем фичи, появляется эмерджентность. Эта эмерджентность будет построена над полем проблем пользователей, т.е. их возможными ожиданиями относительно реальности. А схема Поппера позволяет построить теорию появления этих возможных ожиданий о реальности. Для копирования нужно будет скопировать решения всех ожиданий пользователей, что является достаточно сложной задачей, потому, что ожидания пользователей меняются во времени и уже могут не существовать. Но продукт поработал с ними, и это отразилось на дальнейшей истории продукта и на его эмерджентности.

Но как узнать, что эмерджентное свойство появилось? Вот тут я пока не знаю ответа. В науке наличие эмерджентности можно понять построением объяснений, т.е. ученый может за сильно ограниченное время не прибегая к бесконечным ресурсам предсказать поведение системы. По аналогии, для продукта это может быть предсказание поведения пользователей. А может это ретеншн, или показалели роста, или реализованный Growth Hacking, или что-то еще. У каждого продукта это может быть свое.

В чем такая уникальная особенность эмерджентных свойств продукта? Прямые конкурентные преимущества конечны. У нас конечное число специалистов, вычислительных ресурсов, бизнес моделей, сегментов пользователей, и всего остального. Кроме того, мир становиться более открытым. Курсы Гарварда можно смотреть на Курсере, программисты за минуты получают самые современные сервера, маркетологи могут раскатать рекламу на десятки миллионов пользователей или больше. В открытых сообществах с конечными ресурсами стираются границы владения этими ресурсами и доступа к знаниям. Но это не приводит к замедлению роста кол-ва продуктов. Можно легко найти в интернете отчеты венчурных фондов о росте вливания денег в рынки. В науке не будет состояния, когда все законы физики открыты, и ученым больше нечего делать. Всё, сорок два. Так же и с продуктами. Ожидания людей постоянно будут меняться и будут расти, и кол-во сегментов по схожим ожиданиям будет комбинаторно возрастать. Одним из моих любимых примеров про эмерджентные свойства продуктов является производственная система Toyota (TPS или JIT). Люди на заводе делали машины, настолько эффективно, качественно, точно в срок, что это поражало. Но скопировать это практически не возможно. Как писал Джеффри Лайкер, годы уходят на то, чтобы начать приближаться к производственным показателям Toyota. И дело не в людях на заводе, способе проиводства, доступа к ресурсам, да и чего либо другого. Управляющим на заводе удалось сделать так, что производство ≠ сумма его частей. Появились эмерджентные свойства, которые крайне тяжело копируются. Toyota более чем щедро делилась знаниями и сделала их широко доступными. Она даже приглашала конкурентов посетить заводы, но конкуренты не смогли скопировать производство, чтобы достичь показателей Toyota. Это для меня и есть самые выдающиеся продукты - открытые и прозрачные продукты, которые почти невозможно скопировать. И мы живем в очень интересной эпохе технологического предпринимательства, где ценностью становиться не владение ресурсами (нефть, газ), а эмерджентности, которые позволяют решать сразу несколько проблем пользователей. Это приводит к появлению в экономике новой переменной, для описания которой нужна новая экономика - экономика эмерджентностей. Но об этом позже.

1. Корнем всего является проблема.

Проблема это несовпадение внутренних ожиданий человека с реальностью. Человек это клиент. У него есть ожидания о том, как он думает, что мир должен быть устроен. Эти ожидания часто не совпадают с реальностью. Клиент хочет одного, а на самом деле другое. Так возникает проблема.

2. Генерация пробных теорий.

Теорий, а не попытки сразу предпринять действия. Теории нужны чтобы строить объяснения, почему реальность устроена именно так и откуда у человека возникли такие ожидания. А волшебная особенность теорий - их можно и нужно опровергать. Ниже будет пример.

3. Опровержение или фальсификация.

Когда есть теория, то строим ряд гипотез, желательно тех, которые помогут опровергнуть теорию. Иногда называют самыми рискованными гипотезами. Опровержение значит, что предсказания, полученные из теории неверны, при определенных условиях. Это не значит, что теория плохая, она просто не работает в этих условиях. Продуктом пользуются, но 100к человек вместо 1М. Но если теория не работает в большинстве случаев (когда у клиента есть проблема из пункта 1), то скорее эта теория не верна. Нужно извлекать из этого уроки. На этом этапе строиться MPV для проведения экспериментов.

Итого, у нас проблема → теория → гипотезы. Для проверки самых рискованных гипотез (которые ставят под удар теорию) строим MVP. Дальше самое интересное - переходим к шагу 4.

4. Новая проблема.

В результате шага 3 реализуется один из двух случаев: i) теория не работает для большинства клиентов ii) теория работает, но не для всех клиентов.

И тот и другой подход рождает новую проблему. В первом случае новая проблема - почему старая теория не работает для большинства (ожидание, что должна сработать, а реальность другая)? В другом случае новая проблема - почему старая проблема не разрешилась у остальных клиентов? Ответы на эти вопросы переформулируются в виде проблем как в пункте 1 и схема зацикливается.

Обсуждение

Прелесть этой схемы в том, что она зациклена. 4) → 1) → 2) → 3) → 4) → 1) .... Процесс в принципе не прекращается, потому, что вся жизнь это решение проблем.

В плане опровержения научных теорий Поппер призывал максимально ярко, остро и точно формулировать их, так, чтобы побуждать других людей критиковать теорию. Тоже самое полезно и для продукта: остро и ярко кричать об MVP и требовать сделать покупку, там самым побуждая людей критиковать это MVP.

Такой подход дает огромный рост знаний о предметной области, в частности это знания о клиентах, рынке, продукте. Многие современные продАкты ковыряют аналитику и стоят гипотезы на основе данных! Чем не наука?

Также интересно отметить, что работающую теорию (которая прошла проверку) можно подвергнуть критике. Это породит проблемы, внутренние для это теории. По другому, это внутренние проблемы продукта: плохая конверсия воронки, маленький ретеншн, и т.д. Решение внутренних проблем помогает продукту расти. На основе этого, можно провести границу между продактом и предпринимателем. Предприниматели находят базовую теорию, котороя решает проблемы пользователей. Продакты критикуют ее и помогают решать внутренние проблемы, обеспечивая более быстрый рост.

Пример

Рассотрим, как может работать 4х ступенчатая схема Поппера на примере разработки воображаемого продукта.

1. Первая проблема

Люди, которые много сидят в чатах постоянно набирают одни и те-же слова в переписке. На повторный набор схожих слов тратиться время. Современное ожидание людей, что общение происходит мгновенно. В реальности их расстраивает, когда они упускают момент высказать свою точку зрения в оживленной дискуссии, потому, что набирают длинные слова.

1. Теория, объясняющая откуда эта проблема.

Пользователь долго набирает слова на клавиатуре, потому, что современному дизайну клавиатуры много лет. И она точно не адаптирована для быстрого набора больших слов. Кроме того, современные технологии никак не помогают в наборе слов на клавиатуре телефона.

1. Гипотеза, MVP и Фальсификация

Для проверки теории, что современные клавиатуры не адаптированы, можно построить гипотезу: если людям в момент набора слов на клавиатуре на основании уже введенных букв и контекста разговора подсказывать варианты слов, или даже реплик, то это позволит адаптировать клавиатуру для быстрого набора, и дотянет реальность до ожиданий пользователей.

Для фальсификации сделать MVP с простым чатом и подсказками, которые пользователь будет получать в процессе набора букв. И позиционировать это как самый быстрый и эффективный способ делиться своими мыслями с людьми.

В результате проверки этой гипотезы, выяснилось, что ретеншн достаточно низкий, на разных сегментах пользователей. А среди групп людей, у которых был большой ретеншн, люди чаще всего пользовались отправкой картинок, чем функцией подсказок. В процессе каздева выяснилось, что быстрота приложения и отправки картинки без сжатия оказалась ключевой функциональность для сегментов с большим ретеншином.

1. Новая проблема.

В процессе проверки прошлой теории мы пришли к другой проблеме - люди хотят быстро отправлять друг другу фотографии без сжатия. Ожидание у них, что быстро делается фотография и мгновенно отправляется нужным людям. Эта проблема их заботит больше, чем проблема долгого и нужного набора кучи символов в чате. Так, что переходим к новой проблеме.

1. Новая теория.

Новая проблема возникает тогда, когда люди постоянно хотят пересылать фотографии причем в хорошем качестве. Один из примеров - это подбор луков в магазине. Человек меряет одежду и хочет узнать мнение друга. Для этого он делает кучу фоток (как с разными луками а разными ракурсами). Ему фотки нужно быстро отправить другу и так, чтобы фото-сессия потерялось в переписке. А в современных мессенджерах фотки идут одна за одной, превращая чат в длинную ленту в перемешку с текстом, так и сжимаются. Это и рождает проблему, в том, что потребность быстро и удобно делиться луками не может быть удовлетворена в полной мере существующими технологиями.

1. Новая гипотеза, MVP, Фальсификация

Из новой теории можно выдвинуть гипотезу, о том, каким должно быть приложение для того, чтобы шарить быстро луки. Для ее проверки собрать MVP и позиционировать его так, чтобы побуждать людей пробывать и критиковать.

Анализ результатов приведет к новой проблеме, которая будет еще более лучше сформулирована и понятная, чем прошлые проблемы.

И все продолжается по циклу.

https://artemarakcheev.com/2020-05-06/poppers-guide-for-products-development