Mpe ndenge ya ko marquer Lambo moko lokola résultat - bien, sorte ya.
Na ebandeli ya 2022, namimonaki na esika moko ya kokamwa mpe ya malamu te. Nawuti kosangana na startup moko oyo ezalaki na kati ya ko développer génération ya sika ya plateforme na bango ya automation ya processus. Ntango nayaki na masuwa mpo na kokamba departema na bango ya Marketing, basilaki kolekisa koleka mbula moko na kotonga yango, kotiaka ntango mpe makoki ya ntina na oyo esengelaki kozala produit ya sika. Na ebandeli, emonanaki lokola elaka - UX ezalaki mosika koleka soki tokokanisi yango na plateforme ya kala mpe mingimingi pete mpo na ba noobs lokola ngai kosala ba flux ya mosala oyo ezali kosala, oyo ezali na code te. Na nsima nsima ya basanza mingi ya mosala makasi, nsukansuka tobandaki na AppSumo. Bato 12 basombaki yango - ouch! Emonanaki lokola kobwaka fête esika mutu nionso a RSVP 'oui' et puis osuka na kobina yo moko na mbwa na yo.
Na ntango wana nazalaki kobulungana. Na comprendre simplement te pourquoi oyo ekobenda intérêt mingi te epayi ya ba usagers, soki totali que deal ya vie mobimba ezalaki vol absolu (ntango ya rime)! Ba réactions oyo ewutaki na lancement ya AppSumo ezalaki clair: produit na biso ezalaki prêt te. Ba usagers balobelaki yango lokola ‘incomplet’ to ‘ mwa eloko ya kosakana ya kitoko ’. Ezalaki ekokani na kozala moninga-zone na mwana mwasi moko kitoko nsima ya kosangisa mpiko na yo nyonso mpo na kosɛnga ye abima na date.
Sikawa na kotalaka nsima, nsima ya kosalela mingi ba plateformes ya ndenge moko lokola make.com (kala Integromat), nasosoli mpenza mpo na nini moto moko te alingaki yango. Kasi na ntango wana likambo yango ezalaki polele te mpo na ngai. Lokola mpasi ya ebandeli ya koboya yango ezalaki kokita, tokómaki na ekateli mingi ya kososola nini ezalaki te mpo na kosala ete biloko yango ezala mpenza na mposa.
Eloko esalaki ete likambo mobimba ezala lisusu mpasi mingi ezalaki likambo oyo ete na ntango wana, ekipi na biso ekolaki kino na basali koleka 40, mpe na kaka pene na €1M na ARR uta na mombongo ya libula, tozalaki kozika na nzela ya misolo na biso ya mboto na mbangu ya kobangisa. Ntango ezalaki kosila.
Na koluka koyeba makambo 3-4 ya ntina oyo esengeli mpo na kobongola yango na hit ya box-office, nasimbaki loboko na basaleli ya plateforme ya kala. Atako nakokaki kozwa mwa bososoli, bakiliya oyo bazalaki mbala mingi bazalaki na ba solutions très spécifiques mpe personnalisées, kosala yango malédiction presque impossible ya ko décrire plan ya polele mpo na ‘produit parfait’. Na mpasi na mikakatano ya mosolo mpe na ndelo mpo na bozali ya bakiliya na biso, makoki na ngai ya kosala masolo ekangamaki na pene na misato na mokolo - pene na ekoki te mpo na koyeba likambo oyo na ntango.
Par conséquent, na décidé ko pivoter mpe nazuaki méthode ya recherche alternative oyo na sorte ya ko beta libaku liboso: analyser ba avis logiciels ya ba concurrents directs mpe ba produits adjacents. Oyo na découvrir ezalaki mine ya or absolu - tresor ya ba oyo balingaka, ba dislikes, ba expectations, ba cas ya usage, na ba demandes ya fonctionnalités. Nalekisaki poso moko, mbala mosusu kutu molai koleka, na bokebi ko peigner na nzela ya makanisi oyo, kosangisa mwa moke nyonso ya nsango ya ntina na feuille de calcul mpe na nsuka kosala na maboko feuille de route ya mobimba mpo na ba devs na biso kotinda noki.
Bososoli oyo euti na bolukiluki na biso ezalaki kongɛngisa, kasi ntango ezalaki kotɛmɛla biso. Milende na biso ya nsuka ya libulu eyokaki lokola Hail Mary mpe na nsuka, epanzani te. Ezalaki kaka na tango ekoki te pona kosalela maye toyekolaki na ba revues pe tokokaki te kozua misolo oyo esengeli pona ko pont phase oyo ya mise en œuvre. Lisusu, ba réactions négatives ya liboso oyo ewutaki na lancement ya AppSumo ezuaki ba frais na yango, morale ekita, mpe tosengelaki kolongola 90% ya basali na biso. Ezalaki likambo ya kosepelisa te, mpo na koloba moke.
Kasi oyo ekangami na ngai uta ntango wana ezali oyo: Kososola botali ya logiciel ekoki kopesa bososoli ya nokinoki na oyo basaleli bakanisaka mpenza mpe balingi —bososoli oyo mayele ya bonkoko ekokaki kopesa te, ata moke te mpo na ngai, mpe na ntembe te nokinoki te.
Vérité ya mawa ezali que 90% ya ba startups elongi te. Atako taux ya échec mpo na mbula ya liboso ezali pene na 10%, motango oyo emati na 70% ya kokamwa na mbula mibale kino mitano. Na mbula zomi, 90% na yango esili, engebene Bureau ya statistique ya mosala ya États-Unis. Donc, ezali sûr koloba que nzela ya startup ezali ya ba faibles ya motema te.
Sikawa likambo oyo ezali kosɛnga motuna oyo: mpo na nini bato mingi balongi te? Nini ezali bantina ya sikisiki oyo babimaka na mombongo? Mbala mingi te, bakoki koloba ete kozanga kolonga yango euti na likambo moko; na esika na yango, mbala mingi ezalaka kosangisa makambo mingi. Kasi, oyo emonanaka ntango nyonso na mituya yango ezali bongo kozanga boyokani na biloko oyo batɛkaka na zando, oyo emonani ete ezali likambo ya libosoliboso oyo esalaka ete bato bálonga te.
Kasi kozanga kosala ete biloko ezala malamu na zando ezali kaka te mpo na koyeba malamu mposa yango; mbala mingi eutaka na kozanga kososola bakiliya na mozindo mpenza. Ba startups bazuaka tellement enveloppés na ba solutions na bango ya brillant que babosanaka règle ya base : etali te ndenge nini produit na yo ezali bien soki mutu alingi yango te. Mpe bokutani ya bakiliya ezali kaka litambe moko te na ebandeli, ezali boucle continue ya ba retours mpe iterations, oyo, soki babosani, ememaka na bokeli ya biloko oyo moto moko te asengaki.
Product-market ekoki kolimbolama lokola Graal Saint oyo startup nionso e aspire ko découvrir. Ezali mpo na ba startups oyo Wimbledon ezali mpo na basani ya tennis —likambo ya lokumu oyo ezali kaka te kondimisa mayele mpe molende kasi ezali mpe elembo ya ntango ya ntina mingi mpo na kolonga. Mpo na bato mingi, kokokisa yango ezali lokola kokóma na Ngomba Olympus, epai bato oyo balongi mingi bazwaka mbano mpo na ndenge oyo biloko na bango eyokani malamu mpenza na makambo oyo zando esɛngaka.
Kasi nini mpenza ebongi na zando ya biloko? Na boumeli ya bambula, nasili kososola ete ezali na mwa ambiguïté to elusiveness zingazinga ya terme. Ezali mbala mingi kobwakama zingazinga na mokili ya SaaS, mpe likanisi na ngai ezali ete mingi, soki batunaki, bakokaki te kolimbola yango na bosikisiki. Basusu bakokanisaka yango kaka na kotonga eloko oyo zando elingi , mpe batalelaka yango ekokisami ntango bakiliya bazali kosomba, kosalela, mpe na lolenge lobongi kotombola biloko ya kompanyi.
Engebene entrepreneur mpe investisseur Marc Andreessen, oyo asalisaki mpo na ko populariser concept oyo, product-market fit elobami malamu lokola scénario esika:
" Bakiliya bazali kosomba biloko yango nokinoki ndenge okoki kosala yango —to bosaleli ezali kokola nokinoki ndenge okoki kobakisa ba serveurs mingi. Mbongo oyo euti na bakiliya ezali kotondana na kɔnti ya chèque ya kompanyi na yo. Ozali kozwa bato na mosala ya kotɛka mpe ya kosunga bakiliya." basali nokinoki ndenge okoki [...] ".
Ezali koyokana somo, boye te? Niveau oyo ya succès, ndenge Andreessen alakisaki yango, ezali feat rare pona ba startups mingi. But before even dreaming of such explosive growth and hitting the metaphorical nail on the head , startup nionso esengeli liboso ko naviguer na défi ya ebandeli ya oyo mbala mingi babengaka yango problem-solution fit.
Ndenge nkombo yango emonisi yango, yango elingi koloba ete oyebi liboso mokakatano yango (na lolenge ya malamu ezali ya nokinoki mpe ya ntina) mpe na nsima opesi solution oyo ekosilisa malamu likambo yango.
Lokola Michael Seibel alobaki yango na elobeli ya malamu mpenza:
“Soki moninga na yo atɛlɛmaki pembeni na yo mpe nsuki na bango ezalaki kozika, mɔtɔ wana nde elingaki kozala eloko bobele moko oyo bazalaki mpenza komibanzabanza mpo na yango na mokili oyo. Ekozala na ntina te soki bazalaki na nzala, banyokwamaki kaka na bokabwani ya mabe, to bazalaki kokima na retare na likita —bakotya na esika ya liboso koboma mɔ́tɔ. Soki opesi bango tuyau —produit/solution ya kokoka —balingaki koboma moto mbala moko mpe kokende na nzela na bango. Soki opesi bango brique balingaki kaka kokanga yango pe koluka komibeta na mutu po ba boma moto. Osengeli koluka mikakatano ya makasi mpenza na boye ete basaleli bándima komeka ba solutions ya ndambo, v1, ya kokoka te.”
Sikawa yango esɛngaka koyeba bakiliya na yo na kati mpe kososola bamposa na bango malamu mpenza na boye ete okoki koloba mikakatano na bango mbala mosusu malamu koleka bango moko. Niveau oyo ya compréhension eko mema presque certainement na problème-solution fit mpe yango essentiellement etie scène mpo na produit-zando fit, esika solution na yo etali kaka problème te kasi ezali mpe ko résonner makasi na audience na yo, kofungola nzela mpo na bokoli mpe succès na mikolo ekoya.
Esengeli te kokamwisa ete mpo na kososola mikakatano ya bakiliya na biso mpe kosala ba solutions oyo ekosilisa yango na ndenge ya kitoko, tosengeli kosala lolenge moko to mosusu ya bolukiluki ya zando. Kasi, na oyo etali lokumu, mbala mingi bolukiluki etyaka esika moko boye kati na kotala langi kokauka mpe kofanda na nzela ya elakiseli molai, ya PowerPoint oyo ezali kaka moko (na makomi mingi na diapozitive mokomoko).
Atako mayele ya bolukiluki ya bonkoko ezali na ntina mingi, ekoki mpe kozala mosala makasi mpe kozwa ntango mingi. Kosala échelle ya ba méthodes oyo pona ba études ya minene mbala mingi emonanaka défi, mpe ko évaluer na bosikisiki ba nuances na sentiment esengaka mayele mingi.
Kasi toluka noki ba options oyo emonanaka mingi oyo tozali na yango na dispozition na biso mpe totala ndenge nini ebongi malamu mpo na ko affiner na ba expectations ya ba clients, ba préférences mpe ba points ya pasi.
Sikawa tozali na molɔngɔ́ ya makasi ya mayele ya bolukiluki ya bonkoko —good ol’ Googling, bituluku ya botali, ankɛtɛ, mpe masolo ya moto na moto. Bazali minene, bozwa ngai mabe te. Bazali lokola bisaleli ya kotyela motema na mokaba ya mosali ya maboko. Kasi na mokili ya ba startups ya mbangu, tango mosusu esengeli o dial yango likolo ya notch...
Wana nde esika Reviewradar ekoti Esaleli oyo ezali kaka mbangu te; ekómisaka makambo nyonso pɛtɛɛ. Ezali kopesa biso nzela ya kopɛtola bamilio ya ba révisions nokinoki mpe na milende moke. Ezali lokola kozala na bouton ya kokende liboso mbangu mpo na bolukiluki ya zando. Esengeli lisusu te ya kosala programme ya ba interviews to - nzambe apekisa - kobongisa ba focus groups. Kolanda bato lisusu te mpo na kotondisa ba sondages to ko scourer sans fin ba posts ya blog mpo na kosangisa intel (et puis kozala na besoin ya ko analyser yango nionso). Tuna kaka chatbot, mpe ekoyebisa yo makambo oyo basaleli balobi mpo na biloko ya ndenge wana, makambo oyo balingaka, makambo oyo ekómisaka bango ligboma, mpe makambo nini balingi.
Yango wana totongaki oyo - mpo na kosala ete procédure mobimba ezala mbangu mpe sans effort. Pamba te tozala sembo, atako ezali na ntina, kosala bolukiluki ezali te eteni oyo mingi kati na biso tozali na mposa makasi. Tokolinga kozala kotinda biloko.
Na boyei ya ba LLM (Modèles ya monoko ya minene mpo na baye bakokaki kozanga mémo), ko analyser ba corps minene ya texte ezali sikoyo facile lokola koyiba bonbon na bébé. Ezali superpuissance absolue mpo na recherche qualitative oyo esalaka na échelle oyo emonaná naino te. Bongo mpo na nini te koleisa kaka na ba avis ya biloko mpo na kosala mosala?
Liboso, volume pure ya ba données ezalaki koleka - lokola koluka komela na tuyau ya moto. Kasi sikawa, tokoki komela mpe kosepela na likambo nyonso, koyeba mitindo, kotalela mayoki, mpe kokanga mimeseno oyo ezali kobima ntango ezali koleka. Ba modèles oyo ya puissance esalaka mingi koleka kaka kotanga; basosolaka contexte, bakataka makelele, mpe balakisaka na bosikisiki nini ezali mpenza na ntina. Oyo ezali kaka litambe moko te mpo na kokende liboso; ezali saut géant na ndenge to approcher ba recherches ya marché pe tosangisi ba insights.
Armé na base de données oyo ezali na 3 millions ya ba avis ya plus de 100.000 produits, Reviewradar eyebi marché ya logiciel na kati mpe libanda mpe eyaka équipé na analyse ya sentiment intégré mpo na ko mesurer malamu ba émotions. Kanisa kozala na bot moko ya mayele mingi na maboko na yo, kokatakata na bangomba ya makanisi ya basaleli na bososoli ya motuya oyo batumbaki na kati . Na ndenge yango, okoki kosala pivot nokinoki, kosala ba stratégies na ndenge ya malamu, mpe kotikala na boyokani na bamposa ya bakiliya kozanga ete ozanga ata beat moko.
Sikawa, tólongola lisusu ba couches mpe tótala ndenge oyo yango esalaka. Na moboko na yango, Reviewradar ezali chatbot, yango wana interface ya mosaleli ezali mpenza komilimbola. Otuni motuna, mpe ozwi eyano; ezali pete boye. Kasi ezali na makambo mingi na nse ya kapoti. Mpo na kozwa matomba malamu, tuná mituna oyo elobeli biloko ya sikisiki (mbala mosusu oyo ezali komekana na yango), limbolá mokakatano oyo ozali koluka kosilisa, mpe monisa makambo ya sikisiki to makambo ya kosalela oyo ezali mpenza kosepelisa yo. Soki opesi contexte mingi, biyano ekozala adapté mingi.
Chatbot etalaka lisolo ya masolo mpo na kosala ete likambo moko te ya ntina mingi ebosama. Na sima esalaka requête ya recherche détaillée, e transformer requête oyo na vecteur en utilisant ba modèles ya intégration ya OpenAI, pe esala recherche na kati ya base de données. Vecteur oyo multi-dimensionnel ekokanisi na basusu na base de données, ko identifier ba matchs sémantiquement plus proches pona kozongisa na masolo lokola contexte caché.
Ezali kaka na mwa ndambo ya banzela ya "koteya" ba LLM, mpe nyonso ezali na ndelo mpe makasi. Toponaki architecture ya Retrieval-Augmented Generation (RAG) mpo na ntalo na yango mpe efficacité na yango. Formation ya liboso ya ebele elingaki kozala ya ntalo ya kosekisa, mpe kobongisa malamu ezali mpenza na ntina te mpo na kozwa boyebi —ata moke te na ntango oyo. Kozwa ba informations na web ezali probablement te pan out to ekokoma commercially viable noki, yango wana RAG to in-context learning na magasin vectoriel emonanaki lokola nzela ya logique mingi. Plus, pourquoi pas leverage ba grandes quantités ya connaissance na ba capacités déjà encastrées na ba LLM mingi?
Ezali na ntina te koloba ete eteni monene ya ba révisions oyo e injecter lokola contexte caché ezali na motema ya analyse. Kasi tozali mpe kopesa mitindo na modèle e explorer espace latent na yango mpo na ko améliorer ba capacités analytiques na yango. Kudos na David Shapiro pona concept oyo. Tala ndenge tozali kopesa malako na modèle “akende lisusu na mozindo”:
“Bamonisaki ete bamodele minene ya nkota (LLM) ekɔtisaka boyebi, makoki mpe makanisi, kobanda na kokanisa tii na kosala mwango, mpe ata tii na liteya ya makanisi. Yango babengaka yango makoki ya kobombama mpe makambo oyo ebombami, oyo na lisanga babengaka yango esika oyo ebombami. Na kosalelaka makanisi ya malamu mpe bokundoli ya boyokani oyo ezali na kati ya ba LLM, ba analyses mpe biyano na yo ekoki ko tapé na ba capacités latentes wana, ko débloquer ba insights mpe ba perspectives ya mozindo mingi oyo ekoki komonana mbala moko te. Ntango nyonso oyo likoki ezali, activer espace latent oyo mpo na ko explorer ba sujets tangentiels, mais pertinents. Yango ekopesa yo nzela ya kokɔta na mozindo na bantina mpe makambo oyo makambo oyo omoni mpe ya bosukisi oyo ozwi na botaleli ya bozongeli.”
Btw - mpo na masterclass na ingénierie ya mbangu, tala ba repos ya Github ya Dave.
Et voilà, kuna ozali na yango - chatbot eyanoli na ko inclure ba références directes na ba avis oyo e analyser. Nyonso oyo etikali mpo na yo kosala ezali kozwa oyo Reviewradar eyebisaki yo, kosalela yango, mpe mbala mosusu, kaka mbala mosusu, kobanda kosomba mpo na Lamborghini wana.
Mpo na kozinga makambo, kotalela botali ya logiciel ezali te lisasi ya palata oyo ekomema yo uta na zéro kino elombe na butu moko, kasi ezali mpenza na ntina kotalela mpo na boîte de outils na yo ya bolukiluki. Mpo na nini? Mpamba te ekataka makɛlɛlɛ, kopesaka makanisi ya polele lokola oyo basaleli na yo bazali mpenza na mposa na yango mpe balingi. Tala likambo: ba révisions ezali déjà jam-packed na ba insights; ezali kaka ete moto moko te azali na ntango ya kolekaleka na bankama, mbala mosusu bankóto, kati na yango. Wana nde esika oyo motindo ya RAG eyaka na ntina, kopesaka lolenge ya mayele, ya pete mpo na kobimisa oyo ezali mpenza ya wolo. Esalaka lokola masini ya kosala mosala ya mafutamafuta mpe ya mabe, koleka oyo ya likolólikoló mpo na kopɛtola nokinoki bansango mingi kozanga milende. Mpe koya mbala moko uta na monoko ya mpunda, bososoli oyo ekokaki kozala intel ya motuya mingi mpo na mobembo na yo epai ya boyokani ya zando ya biloko - mpe, na nsima, mbala mosusu ata Lambo.