Produkt-Hypothesen-Canvas

Wir verlagern uns zunehmend von Projekten, die auf die Anforderungen von Kunden oder Nutzern ausgerichtet sind, hin zu Projekten, die auf Produkthypothesen fokussiert sind. Es gibt mehrere Gründe dafür.

Einerseits wird von uns erwartet, dass wir neue Funktionen innerhalb immer kürzerer Fristen umsetzen. Denn der Wettbewerb wird immer härter und die Welt wird dank moderner Technologie immer schneller und komplexer.

Andererseits bedeutet eine größere Vielfalt an Nutzergruppen auch, dass man sich mit vielfältigeren Bedürfnissen auseinandersetzen muss. Wir bewegen uns mit voller Geschwindigkeit auf eine vollständig anpassbare Welt zu. Und das schafft eine noch größere Nachfrage nach sofortigen Produktanpassungen.

Wenn „Forderungen“ eine Umsetzung erfordern, müssen „Hypothesen“ vor allem getestet werden. Aber vorher müssen die Hypothesen kohärent formuliert werden. Was nicht immer so einfach ist, wie wir es uns gewünscht hätten.

Wir glauben, dass je kohärenter die Hypothese ist, desto fruchtbarer wird der Test sein. In diesem Sinne umfasst das Testen nicht nur die Überprüfung der eigentlichen Hypothese, sondern auch alle möglichen Erkenntnisse, die im Verlauf des Prozesses gewonnen werden können. Um den Prozess der Formulierung deiner Hypothese zu strukturieren und zu vereinfachen, haben wir folgende Fragen herausgearbeitet, die du nacheinander beantworten kannst.

Der Product Hypothesis Canvas hilft dir, effektivere Hypothesen zu erstellen. Denk daran, dass das Canvas die Arbeit nicht für dich erledigt; es hilft dir einfach, dich auf die aktuelle Aufgabe zu konzentrieren und eine effektivere Lösung zu finden.

Die Schritte zum Ausfüllen des Product Hypothesis Canvas

1. Wir glauben, dass…

Hier beschreiben wir, was wir entwickeln wollen.

2. Für (wen)…

In diesem Block definieren wir unsere Zielgruppe und bewerten, falls erforderlich, ihre Rolle in unserem Projekt.

Dieser Schritt ist sehr wichtig, da er uns später helfen wird, unsere Hypothesen nach ihrer Relevanz für unser Projekt zu bewerten. Manchmal lassen sich Projektteammitglieder von einer interessanten Idee völlig verführen und vergessen dabei, dass sie nur auf einige wenige isolierte Fälle anwendbar ist.

Tatsächlich ist es sehr wahrscheinlich, dass der Verfasser nur ins Blaue rät, wenn er nicht schlüssig darlegen kann, wem seine Hypothese zugutekommen soll. Das ist wie, wenn ein Billardspieler mit einem kräftigen Stoß anstößt, in der Hoffnung, zufällig eine Kugel einzulochen. In gleicher Weise erstellen Produktmanager und Designer Hypothesen ohne Verbindung zu den Nutzern, in der Hoffnung, dass sich zumindest jemand dafür interessieren wird. Sei mit solchen Hypothesen wirklich vorsichtig; es könnte sich lohnen, sie genauer zu durchdenken.

3. Um dies zu erreichen…

Es ist auch wichtig festzustellen, welche Art von Ergebnis wir von unserem Experiment erwarten. Außerdem sollte das Ergebnis möglichst in konkreten Begriffen messbar sein. Schreib nicht: "Wir müssen es besser machen!" Es ist besser, deine Erwartungen so auszudrücken: „Wir müssen [Produkt] um 5 % verbessern.“

Abhängig von der Hypothese können wir unterschiedliche Erwartungen an kurz- und langfristige Ergebnisse haben. Viele Menschen ziehen es vor, sich auf kurzfristige Ergebnisse zu konzentrieren und vermeiden es, mit Hypothesen zu arbeiten, die weiterreichende Ziele verfolgen. Aber wenn wir unsere Hypothese erstellen, müssen wir uns darüber im Klaren sein, wie lange es dauern wird, sie zu testen: einen Tag, eine Woche, einen Monat oder vielleicht sogar länger. Daher werden wir später in der Lage sein, einen Backlog für unser Experiment zu planen.

4. Wie messen wir das?

Die Fähigkeit, die Ergebnisse zu messen, ist der entscheidende Parameter für die Überprüfung von Produkthypothesen. Während wir im vorherigen Schritt bereits erwähnt haben, was wir messen werden, beschreiben wir hier die Arten von Werkzeugen, die wir dafür verwenden werden. Welche Signale werden anzeigen, dass die von uns geschaffene Gelegenheit wirkungsvoll ist? Welche Leistungskennzahlen (qualitativ oder quantitativ) werden wir messen, um zu beweisen, dass unser Experiment erfolgreich war?

stark. Auswirkungen, positiv oder negativ

Wir haben diesen Block eingeführt, falls wir unsere Hypothese als etwas über ein einzelnes Ziel hinausgehend betrachten möchten. Das Ausfüllen ist nicht erforderlich.

In einigen Fällen hat die Einführung einer bestimmten Funktion negative Auswirkungen auf andere Parameter innerhalb des Systems. Zum Beispiel fügen wir eine umfangreiche, informative Präsentation hinzu.

zu unserer Homepage, in der Hoffnung, die Nutzer-Interaktionen zu erhöhen. Jedoch beeinträchtigt die Präsentation die Ladegeschwindigkeit der Seite, was entgegen unserer Absicht die Absprungrate erhöht und potenziell das Engagement reduziert. In diesem speziellen Fall wird die höhere Absprungrate wahrscheinlich nicht durch die Funktionalität selbst verursacht, sondern durch ihre Massigkeit und schlechte Umsetzung.