Przejdź do treści
← Wróć do bloga
szkolenie AIArtykuł

Szkolenie AI dla product managerów: jak analizować feedback klientów

Na spotkaniu produktowym pada argument, że klienci często proszą o daną funkcję. Podsumowanie AI wygląda przekonująco, ale zespół nadal musi ustalić, kto zgłaszał potrzebę, w jakiej sytuacji i czego właściwie nie mógł zrobić. Szkolenie dla product managerów można oprzeć na tej pracy: od zebrania wypowiedzi po krótką notatkę do rozmowy o rozwoju produktu.

Autor

Syntalith

Opublikowano Zaktualizowano 4 min czytania

Program wokół pytań zespołu produktowego

W Syntalith proponujemy szkolenie zespołowe dopasowane do materiałów, z których korzystają product managerowie. Z osobą kierującą produktem omawiamy, jakie pytania wracają przy planowaniu rozwoju i gdzie zespół różnie interpretuje opinie klientów. Dobieramy ćwiczenia do używanych narzędzi, sposobu zapisywania rozmów i formatu notatki na spotkanie. Zespół wskazuje materiały do pracy i wyjaśnia kontekst rozmów z klientami.

Proponowany program obejmuje określenie pytania badawczego, porządkowanie wypowiedzi według klienta i sytuacji oraz oddzielanie cytatu od interpretacji autora. Dalsza praca dotyczy porównania tematów z informacjami, które zespół już ma o produkcie, i sformułowania pytań do kolejnych rozmów. AI pomaga grupować materiał i redagować szkice. Product manager ćwiczy napisanie krótkiego uzasadnienia, w którym czytelnik może wrócić do wypowiedzi i zobaczyć, na czym oparto wniosek.

Uwagi do własnej notatki pokazują, gdzie rozumowanie wymaga uzupełnienia. Jeśli klient prosi o funkcję, a tekst od razu opisuje rozwiązanie do zbudowania, potrzebne jest pytanie o pracę, którą klient chce wykonać. Jeśli ogólne hasło „ważne dla sprzedaży” zastępuje kontekst konkretnej rozmowy, trzeba go odzyskać od osoby prowadzącej kontakt. Taki przegląd obejmuje zarówno dobór informacji, jak i poprawę tekstu, który trafi do zespołu.

Jedna prośba w kilku kanałach

Załóżmy, że ten sam klient prosi o eksport danych w zgłoszeniu do wsparcia, notatce ze spotkania handlowego i wywiadzie. Podsumowanie AI przedstawia te zapisy jako dowód szerokiego zapotrzebowania. Trzy miejsca, w których zapisano prośbę, dotyczą jednak jednego klienta. Bez tego kontekstu zespół może odczytać częstotliwość zapisów jako liczbę niezależnych potrzeb.

Poprawiona notatka wiąże zgłoszenie, notatkę handlową i wywiad z tym samym kontem klienta. Zachowuje odsyłacze, opisuje potrzebę eksportu i zaznacza, że materiał nie pokazuje, jak często pojawia się ona u innych klientów. Pytanie do dalszej rozmowy brzmi: „Do jakiego zadania klient potrzebuje eksportu i jak wykonuje je obecnie?”. Znaczenie tej potrzeby dla relacji handlowej można omówić osobno od jej rozpowszechnienia.

Notatka, która pomaga rozmawiać o produkcie

Praca nad takim materiałem wymaga udziału różnych osób. Product manager wybiera pytanie i przygotowuje uzasadnienie. Badacz pomaga odczytać kontekst wywiadu, a kolega ze wsparcia lub sprzedaży wyjaśnia historię kontaktu. Osoba techniczna może wskazać, gdzie opis potrzeby został już zamieniony w założenie o sposobie realizacji. Udział tych osób w wybranych omówieniach dobieramy do tematów zespołu.

W programie jest też miejsce na porównywanie odmiennych wypowiedzi o podobnej funkcji. Autor szuka wspólnego problemu, zachowując różnice w zadaniach klientów. Krótka notatka powinna wyjaśniać, co warto dalej zbadać i jakich informacji brakuje do rozmowy o priorytetach. W samodzielnym zadaniu pojawia się wypowiedź innego klienta o eksporcie do odmiennego celu, więc product manager aktualizuje opis potrzeb bez zakładania, że obie prośby oznaczają to samo. Szef produktu może ocenić pracę po tym, czy rozumie podstawę wniosku i potrafi wskazać pytanie wymagające dalszego sprawdzenia.

Wykorzystanie obecnych narzędzi

Dokumentacja Atlassian opisuje zapisywanie materiałów z badań i wywiadów oraz odsyłaczy do zgłoszeń wsparcia i szans sprzedażowych jako insights. Ten sam insight można skopiować do różnych pomysłów. To funkcje przechowywania i łączenia materiałów, przydatne także podczas ćwiczeń.

Jeśli problemem jest odnalezienie znanych wypowiedzi, lepsze wykorzystanie obecnego narzędzia może wystarczyć. Szkolenie dotyczy interpretacji i komunikowania tego, co zespół wyczytał z materiału. Gdy potrzebne jest osobne narzędzie do przypisywania tematów dużemu zbiorowi komentarzy, pomocny będzie artykuł o modelu AI do analizy opinii o produktach B2B.

Dopasowanie szkolenia i pierwsza rozmowa

Doświadczenie produktowe i znajomość AI uwzględniamy osobno. Osoba nowa w narzędziu może pracować na krótkiej rozmowie i własnej notatce. Sprawny użytkownik AI może otrzymać bardziej złożony materiał z kilku kanałów, wymagający zachowania powiązań z klientami i kontekstem wypowiedzi.

Zakres przygotowania, omówień prac i ewentualnych zadań między spotkaniami ustalamy w programie. Firmowe wypowiedzi wymagają dopuszczenia do użycia w wybranym narzędziu; ćwiczenia mogą korzystać z materiałów fikcyjnych.

Na pierwszej rozmowie z Syntalith opowiedz o feedbacku, który doprowadził do różnicy zdań w zespole. Ustalimy, czy trudność dotyczy odczytania wypowiedzi, połączenia zapisów czy napisania uzasadnienia, i dobierzemy zakres warsztatu. Informacje o współpracy znajdziesz w cenniku Syntalith.

Syntalith jest członkiem Claude Partner Network, programu partnerskiego Anthropic.

Oznacza udział w programie partnerskim Anthropic dla Claude. Nie jest poparciem usług Syntalith przez Anthropic.

Dobierzmy program AI dla Twojego zespołu

Porozmawiamy o zadaniach uczestników, narzędziach i poziomie doświadczenia. Na tej podstawie ustalimy zakres szkolenia i sposób wyceny.

Poznaj szkolenia dla firm
Zapytaj o program szkolenia