Na jinsi ya kufunga Lambo kama matokeo - vizuri, aina ya.
Nyuma mapema 2022, nilijikuta katika hali ya kipekee na isiyofaa. Nimejiunga tu na uanzishaji ambao ulikuwa katikati ya kukuza kizazi kipya cha jukwaa lao la otomatiki la mchakato. Nilipoingia kwenye bodi ya kuongoza idara yao ya Masoko, walikuwa tayari wametumia zaidi ya mwaka mmoja kuijenga, kuwekeza muda na rasilimali muhimu katika kile kilichotarajiwa kuwa bidhaa ya msingi. Hapo awali, ilionekana kuahidi - UX ilikuwa bora zaidi ikilinganishwa na jukwaa la urithi na haswa rahisi kwa noobs kama mimi kuunda utiririshaji wa kazi, bila nambari. Kisha baada ya miezi mingi ya kazi ngumu, hatimaye tulizindua kwenye AppSumo. Watu 12 walinunua - ouch! Ilihisi kama kufanya sherehe ambapo kila mtu RSVP 'ndiyo' na kisha kuishia kucheza peke yako na paka wako.
Wakati huo nilikuwa nashangaa. Sikuelewa kwa nini hii haingevutia watumiaji zaidi, ikizingatiwa kuwa mpango wa maisha ulikuwa wa kuiba kabisa (wakati wa mashairi)! Maoni kutoka kwa uzinduzi wa AppSumo yalikuwa wazi: bidhaa yetu haikuwa tayari. Watumiaji waliielezea kama 'haijakamilika' au ' kichezeo kizuri kidogo '. Ilikuwa ni sawa na kuwa rafiki-zoned na msichana cute baada ya kupata ujasiri wako wote kuuliza naye katika tarehe.
Sasa kwa mtazamo wa nyuma, baada ya kutumia sana majukwaa kama hayo kama make.com (zamani Integromat), ninaelewa kwa nini hakuna mtu aliyeitaka. Lakini wakati huo hii haikuwa dhahiri kwangu. Kadiri uchungu wa kwanza wa kukataliwa huku unavyopungua, tulizidi kudhamiria kuelewa ni nini kilikosekana ili kufanya bidhaa hiyo itamanike kweli.
Kilichofanya hali kuwa ngumu zaidi ni ukweli kwamba kufikia wakati huo, timu yetu ilikuwa imeongezeka na kufikia zaidi ya wafanyikazi 40, na tukiwa na takriban €1M katika ARR kutoka kwa biashara ya urithi, tulikuwa tukitumia ufadhili wetu wa mbegu kwa kasi ya kutisha. Muda ulikuwa unaenda.
Katika jitihada za kutambua vipengele muhimu vya 3-4 vinavyohitajika ili kubadilisha hii kuwa hit-ofisi ya sanduku, nilifikia watumiaji wa jukwaa la zamani. Ingawa ningeweza kupata maarifa, wateja waliokuwepo mara nyingi walikuwa na masuluhisho mahususi na yaliyobinafsishwa, na kuifanya iwe karibu kutowezekana kuelezea mpango wazi wa 'bidhaa bora'. Kwa kushinikizwa na matatizo ya kifedha na kuzuiliwa na upatikanaji wa wateja wetu, uwezo wangu wa kufanya mahojiano ulipunguzwa hadi saa tatu kwa siku - haikutosha kubaini hili kwa wakati.
Kwa hivyo, niliamua kugeuza na kuchukua mbinu mbadala ya utafiti ambayo nilikuwa nimejikwaa hapo awali: kuchambua hakiki za programu za washindani wa moja kwa moja na bidhaa zilizo karibu. Nilichogundua ni madini ya dhahabu kabisa - hazina ya vitu vinavyopendwa, visivyopendwa, matarajio, kesi za matumizi na maombi ya vipengele. Nilitumia wiki, labda hata zaidi, nikichanganua maoni haya kwa uangalifu, nikikusanya kila taarifa ndogo muhimu kwenye lahajedwali na hatimaye kutengeneza ramani ya kina ili wasanidi wetu wasafirishe haraka.
Maarifa kutoka kwa utafiti wetu yalikuwa ya kuelimisha, lakini wakati ulikuwa dhidi yetu. Juhudi zetu za mwisho zilihisi kama Salamu Maria na mwishowe, hazikufua dafu. Hakukuwa na wakati wa kutosha wa kutumia kile tulichojifunza kutoka kwa ukaguzi na hatukuweza kupata pesa zinazohitajika ili kupunguza awamu hii ya utekelezaji. Pia, maoni hasi ya awali kutoka kwa uzinduzi wa AppSumo yalikuwa yameleta madhara, morali ikashuka, na ilibidi tuwaachishe kazi 90% ya wafanyikazi wetu. Haikuwa uzoefu wa kupendeza, kusema mdogo.
Lakini kilichobaki kwangu tangu wakati huo ni hiki: Kuchanganua uhakiki wa programu kunaweza kutoa maarifa ya haraka kuhusu kile ambacho watumiaji wanafikiri na wanataka kweli—maarifa ambayo mbinu za kitamaduni hazingeweza kutoa, angalau si kwangu, na kwa hakika si kwa haraka.
Ukweli wa kusikitisha ni kwamba 90% ya wanaoanza hushindwa. Ingawa kiwango cha kushindwa kwa mwaka wa kwanza ni karibu 10%, nambari hii inaruka hadi 70% ya kushangaza katika miaka miwili hadi mitano. Kufikia mwaka wa kumi, 90% yao wamepotea, kulingana na Ofisi ya Takwimu ya Kazi ya Merika. Kwa hivyo, ni salama kusema kwamba njia ya kuanza sio ya kukata tamaa.
Sasa hili linazua swali: kwa nini wengi wanashindwa? Je, ni sababu gani mahususi wanazoacha kufanya biashara? Mara chache kushindwa kunaweza kuhusishwa na suala moja; badala yake, ni kawaida mchanganyiko wa mambo kadhaa. Hata hivyo, kinachoonekana mara kwa mara katika takwimu hizi ni ukosefu wa uwiano wa soko la bidhaa, ambao unaonekana kuwa kichocheo kikuu cha kushindwa.
Lakini kushindwa kupata uwiano wa soko la bidhaa sio tu kuhusu kutotambua hitaji; mara nyingi hutokana na kutowaelewa wateja kwa kina vya kutosha. Waanzilishi hujikita katika utatuzi wao mzuri hivi kwamba husahau kanuni ya msingi: haijalishi bidhaa yako ni nzuri kiasi gani ikiwa hakuna mtu anayeitaka. Na ugunduzi wa mteja sio tu hatua ya mwanzo, ni kitanzi kinachoendelea cha maoni na kurudia, ambayo, ikiwa imepuuzwa, husababisha kuundwa kwa bidhaa ambazo hakuna mtu aliuliza.
Soko la bidhaa linaweza kuelezewa kama Grail Takatifu ambayo kila anayeanzisha anatamani kugundua. Ni kuanzisha kile Wimbledon ni kwa wachezaji wa tenisi-hatua ya kifahari ambayo sio tu inathibitisha ujuzi na uvumilivu lakini pia alama wakati muhimu kuelekea mafanikio. Kwa wengi, kufikia hili ni sawa na kufika Mlima Olympus, ambapo ubia uliofanikiwa zaidi hutuzwa kwa kuoanisha bidhaa zao kikamilifu na mahitaji ya soko.
Lakini ni nini hasa kinafaa kwa soko la bidhaa? Kwa miaka mingi, nimekuja kugundua kuwa kuna utata au kutoeleweka kuzunguka neno hilo. Inatupwa mara kwa mara katika ulimwengu wa SaaS, na maoni yangu ni kwamba wengi, ikiwa wataulizwa, hawataweza kufafanua kwa usahihi. Wengine hulinganisha tu na kujenga kitu ambacho soko linataka , na wanachukulia kuwa imefanikiwa wakati wateja wananunua, kutumia, na kukuza bidhaa za kampuni.
Kulingana na mjasiriamali na mwekezaji Marc Andreessen, ambaye alisaidia kueneza dhana hii, kufaa kwa soko la bidhaa kunaelezewa vyema kama hali ambapo:
" Wateja wananunua bidhaa kwa haraka uwezavyo kuifanya - au matumizi yanakua haraka sana unavyoweza kuongeza seva zaidi. Pesa kutoka kwa wateja zinarundikana katika akaunti yako ya ukaguzi ya kampuni. Unaajiri mauzo na usaidizi kwa wateja. wafanyakazi kwa haraka uwezavyo [...].
Inaonekana kushangaza, sawa? Kiwango hiki cha mafanikio, kama inavyoonyeshwa na Andreessen, ni kazi adimu kwa wanaoanza. Lakini kabla hata ya kuota ukuaji huo wa kulipuka na kugonga msumari wa sitiari kichwani , kila anayeanzisha lazima kwanza apitie changamoto ya awali ya kile ambacho mara nyingi hujulikana kama utatuzi wa matatizo.
Kama jina linavyodokeza, hii ina maana kwamba umetambua tatizo kwanza (labda ni la dharura na muhimu) na kisha utoe suluhu ambalo hushughulikia suala hilo kikamilifu.
Kama Michael Seibel alivyosema kwa ufasaha:
"Ikiwa rafiki yako alikuwa amesimama karibu na wewe na nywele zao zinawaka moto, moto huo ungekuwa kitu pekee walichojali sana katika ulimwengu huu. Haijalishi kama walikuwa na njaa, waliteseka tu kwa kuvunjika vibaya, au walikuwa wakichelewa kufika kwenye mkutano—wangetanguliza kuuzima moto. Ukiwapa bomba—bidhaa/suluhisho bora—wangezima moto mara moja na kuendelea na safari yao. Ukiwapa tofali bado wangelinyakua na kujaribu kujigonga kichwani ili kuuzima moto huo. Unahitaji kupata matatizo makubwa sana hivi kwamba watumiaji wako tayari kujaribu suluhu zilizooka nusu, v1, zisizo kamilifu.
Sasa hii inahusisha kuwajua wateja wako ndani na kuelewa mahitaji yao kwa ukamilifu kiasi kwamba unaweza kueleza matatizo yao vizuri zaidi kuliko wao wenyewe. Kiwango hiki cha uelewa karibu hakika kitaongoza kwenye utatuzi wa matatizo na kimsingi huweka jukwaa la kufaa kwa soko la bidhaa, ambapo suluhu lako sio tu kwamba linashughulikia tatizo bali pia linahusiana sana na hadhira yako, na kutengeneza njia ya ukuaji na mafanikio ya siku zijazo.
Hatupaswi kushangaa kwamba ili kuelewa matatizo ya wateja wetu na kutengeneza masuluhisho ambayo yanatatua kwa ustadi, ni lazima tushiriki katika aina fulani ya utafiti wa soko. Walakini, kulingana na umaarufu, utafiti kawaida huweka mahali fulani kati ya kutazama rangi ikiwa imekauka na kukaa kupitia wasilisho refu la PowerPoint ( lenye maandishi mengi kwenye kila slaidi).
Ingawa mbinu za kitamaduni za utafiti ni muhimu, zinaweza pia kuwa ngumu na zinazotumia wakati. Kuongeza mbinu hizi kwa masomo makubwa mara nyingi huthibitisha changamoto, na kutathmini kwa usahihi nuances katika hisia kunahitaji ujuzi mkubwa.
Lakini hebu tuchunguze kwa haraka chaguo za kawaida tulizo nazo na tuone jinsi zinavyofaa kushughulikia matarajio ya wateja, mapendeleo na pointi za maumivu.
Sasa tuna safu thabiti ya mbinu za kitamaduni za utafiti—Googling nzuri, vikundi lengwa, tafiti na mahojiano ya ana kwa ana. Wao ni nzuri, usinielewe vibaya. Ni kama zana zinazotegemeka katika ukanda wa fundi. Lakini katika ulimwengu wa uanzishaji wa kasi, wakati mwingine unahitaji kuipiga nambari...
Hapo ndipo Reviewradar inapoingia. Zana hii sio tu ya haraka zaidi; hurahisisha kila kitu. Inaturuhusu kuchuja mamilioni ya hakiki haraka na kwa juhudi kidogo. Ni kama kuwa na kitufe cha kusonga mbele kwa haraka kwa utafiti wa soko. Hakuna haja tena ya kupanga mahojiano au - mungu apishe mbali - panga vikundi vya kuzingatia. Hakuna tena kuwafukuza watu ili kujaza tafiti au kupekua machapisho ya blogu bila kikomo ili kukusanya akili (na kisha kulazimika kuchanganua yote). Uliza tu chatbot, na itakuambia kile ambacho watumiaji wamesema kuhusu bidhaa zinazofanana, mapendeleo gani wanayo, ni nini kinawafanya wazimu, na vipengele gani wanataka.
Ndiyo sababu tulijenga hii - kufanya utaratibu mzima haraka na usio na nguvu. Kwa sababu tuwe waaminifu, ingawa ni muhimu, kufanya utafiti sio sehemu ambayo wengi wetu tunaipenda. Ni afadhali kuwa tunasafirisha bidhaa.
Pamoja na ujio wa LLM (Miundo Kubwa ya Lugha kwa wale ambao huenda walikosa memo), kuchanganua maandishi mengi sasa ni rahisi kama kumwibia mtoto peremende. Ni uwezo mkuu kabisa kwa utafiti wa ubora unaofanya kazi kwa kiwango ambacho hakijawahi kushuhudiwa. Kwa hivyo kwa nini usijilishe tu katika hakiki za bidhaa ili kukamilisha kazi?
Hapo awali, kiasi kikubwa cha data kilikuwa kikubwa - kama kujaribu kunywa kutoka kwenye hose ya moto. Lakini sasa, tunaweza kunyonya na kuonja kila undani, kutambua ruwaza, kutathmini hisia, na kupata mienendo ibuka inapoendelea. Aina hizi za nguvu hufanya zaidi ya kusoma tu; wanaelewa muktadha, wanakata kelele, na kubainisha ni nini cha muhimu sana. Hii si tu hatua mbele; ni hatua kubwa katika jinsi tunavyoshughulikia utafiti wa soko na kukusanya maarifa.
Ikiwa na hifadhidata iliyo na hakiki milioni 3 kutoka zaidi ya bidhaa 100,000, Reviewradar inajua soko la programu ndani na nje na huja ikiwa na uchanganuzi wa hisia uliojumuishwa ili kupima hisia kwa ufanisi. Hebu fikiria kuwa na roboti yenye akili ya hali ya juu zaidi, ikipitia milima mingi ya maoni ya watumiaji na maarifa muhimu yaliyowekwa ndani. Kila maoni ni kipande cha mafumbo, na Reviewradar inaweza kukusanya picha kuu kwa ustadi, ikitoa mwonekano wa digrii 360 wa kile mteja anachotaka kweli. . Kwa njia hii, unaweza kugeuza kwa haraka zaidi, kurekebisha mikakati kwa ufanisi zaidi, na kukaa karibu na matamanio ya wateja bila kukosa.
Sasa, wacha turudishe tabaka na tuone jinsi hii inavyofanya kazi. Kwa msingi wake, Reviewradar ni chatbot, kwa hivyo kiolesura cha mtumiaji kinajieleza vizuri. Unauliza swali, na unapata jibu; ni rahisi hivyo. Lakini kuna zaidi chini ya kofia. Kwa matokeo bora zaidi, uliza maswali yanayotaja bidhaa mahususi (labda washindani), fafanua tatizo unalojaribu kutatua, na uangazie vipengele mahususi au kesi za matumizi ambazo zinakuvutia sana. Kadiri unavyotoa muktadha zaidi, ndivyo majibu yatakavyokuwa yanafaa zaidi.
Chatbot hukagua historia ya mazungumzo ili kuhakikisha kuwa hakuna maelezo muhimu yanayopuuzwa. Kisha hutengeneza hoja ya kina ya utafutaji, hubadilisha hoja hii kuwa vekta kwa kutumia miundo ya upachikaji ya OpenAI, na kufanya utafutaji ndani ya hifadhidata. Vekta hii yenye sura nyingi inalinganishwa dhidi ya nyingine katika hifadhidata, ikibainisha uwiano wa karibu zaidi wa kisemantiki ili kurejesha kwenye mazungumzo kama muktadha uliofichwa.
Kuna njia chache tu za "kufundisha" LLM, na zote zina mapungufu na nguvu. Tulichagua usanifu wa Retrieval-Augmented Generation (RAG) kwa ufaafu wake wa gharama na ufanisi. Mafunzo mengi ya awali yangekuwa ghali sana, na urekebishaji mzuri sio muhimu sana kwa urejeshaji wa maarifa—angalau sivyo kwa sasa. Kupata taarifa kutoka kwa wavuti kuna uwezekano mkubwa wa kutokea au kuwa na faida kibiashara hivi karibuni, kwa hivyo RAG au kujifunza kwa muktadha kwenye duka la vekta kulionekana kuwa njia ya kimantiki zaidi. Zaidi ya hayo, kwa nini usitumie kiasi kikubwa cha maarifa na uwezo ambao tayari umepachikwa katika LLM nyingi?
Bila kusema, idadi kubwa ya hakiki ambazo zimeingizwa kama muktadha uliofichwa ndio kiini cha uchanganuzi. Lakini pia tunaagiza modeli kuchunguza nafasi yake fiche ili kuimarisha uwezo wake wa uchanganuzi. Hongera kwa David Shapiro kwa wazo hili. Hivi ndivyo tunavyoelekeza mfano "kwenda ndani zaidi":
"Miundo Kubwa ya Lugha (LLMs) imeonyeshwa kwa kupachika maarifa, uwezo, na dhana, kuanzia kufikiria hadi kupanga, na hata nadharia ya akili. Hizi huitwa uwezo fiche na maudhui fiche, kwa pamoja hujulikana kama nafasi fiche. Kwa kuongeza mawazo ya kina na kumbukumbu shirikishi iliyo asili ya LLMs, uchanganuzi na majibu yako yanaweza kugusa uwezo huu fiche, na kufungua maarifa na mitazamo ya kina zaidi ambayo huenda isionekane mara moja. Wakati wowote inapowezekana, washa nafasi hii fiche ili kuchunguza mada tangential, lakini muhimu. Hii itakuruhusu kuzama kwa undani zaidi sababu na athari za matokeo yako na hitimisho kutoka kwa uchambuzi wa ukaguzi.
Btw - kwa darasa kuu katika uhandisi wa haraka, angalia repos za Github za Dave.
Hata hivyo, umeipata - chatbot hujibu kwa kujumuisha marejeleo ya moja kwa moja ya hakiki iliyochanganua. Kilichobaki kwako ni kuchukua kile Reviewradar ilikuambia, uitumie, na labda, labda, anza kununua Lamborghini hiyo.
Ili kuhitimisha mambo, kuchanganua ukaguzi wa programu sio risasi ya fedha ambayo itakuondoa kutoka sifuri hadi shujaa mara moja, lakini hakika inafaa kuzingatia kwa kisanduku chako cha zana za utafiti. Kwa nini? Kwa sababu inapunguza kelele, ikitoa maarifa waziwazi kuhusu kile ambacho watumiaji wako wanahitaji na wanataka. Hili ndilo jambo: hakiki tayari zimejaa maarifa; ni kwamba hakuna mtu aliye na wakati wa kupitia mamia, labda maelfu, kati yao. Hapo ndipo muundo wa RAG unafaa, ukitoa njia nadhifu na rahisi zaidi ya kupata kile ambacho ni cha dhahabu. Hufanya kazi kama mashine konda, yenye maana ya kuchakata, inakwenda zaidi ya ya juu juu ili kuchuja kwa urahisi kiasi kikubwa cha habari haraka. Na ukija moja kwa moja kutoka kwa mdomo wa farasi, maarifa haya yanaweza kuwa ya thamani sana kwa safari yako kuelekea kufaa kwa soko la bidhaa - na, baadaye, labda hata Lambo.