より良い質問をすることは、より良い製品につながります
公開: 2021-06-01製品チームがより良い製品を作るためには、出荷したものから常に学ぶ必要があり、その学習の核となるのは質の高い質問をする能力です。
自由回答形式の質問は、より具体的な質問を促すのに役立ちます。 そして、特定の質問は、よりオープンエンドの質問を刺激するのに役立ちます
以下は、影響力のある質問を引き出すためのいくつかの役立つアプローチです。これにより、あなたとあなたのチームは何を測定するかについてより良い決定を下すことができます。 これには練習が必要ですが、より良い質問をすることはどのチームにも手の届くところにあります
製品チームは、より良い製品を作るためには、出荷したものから常に学ぶ必要があり、その学習の核となるのは、質の高い質問をする能力です。 良い質問は、チームが測定作業に集中するのに役立ち、測定結果が貴重な洞察をもたらす可能性を高めます。 適切に選択されたいくつかのイベントとイベント プロパティは、いつでもデータの消防ホースや自動追跡ソリューションを打ち負かします。
チームが何を測定するかについてより良い決定を下せるように、影響力のある質問を引き出すための役立つアプローチをいくつか紹介します。 これには練習が必要ですが、より良い質問をすることは、どのチームにも手の届くところにあります。
核心に入る前に、私が学んだ最も重要なことを共有したいと思いました。
「ばかげた」、完全に形成されていない質問を安全に行う必要があります。 そして、あなたはそれを急ぐことはできません。 ブレーンストーミングをしている人々が、ばかげているように見えることを心配すると、黙ってしまいます。 急いでいると感じた場合は、表面レベルの質問に固執します。 優れた質問は、「悪い」質問から生まれるあまり大きくない質問から生まれます。 最も影響力のある質問を考え出すには、時間がかかり、発散と収束の複数のサイクルが必要です。 だから時間を作って安全にしましょう。
それでは始めましょう。
長い間、私は「どこで不確実性を減らす必要があるのか?」という質問からブレインストーミング活動を始めていました。 それだけでした。 一部のチームは、あいまいさが気に入りました。 彼らはそれで走りました。 しかし、他のチームにとっては、あまりにもオープンエンドでした。 怖かったです。 それ以来、私は自分のアプローチを適応させてきました。
「データインフォームド」になると、人々は一般的に次の 3 つの関連するニーズのいずれかを持ちます。
- 私は決定を下す必要があり、その決定を知らせるデータが必要です。
- 仮定に関連する不確実性を減らしたい。
- パフォーマンスと影響を理解したい。 何かが機能しているかどうかを知りたいです。 何かが機能している (または機能していない)、または機能する (または機能しない) ことを証明したい。
決定には仮定が含まれるため、これらは関連していると言います。 仮定は決定を導きます。 そして通常、何かが機能しているかどうかを知りたいので、何らかの決定を下すことができます (その決定が何もしない場合でも)。
しかし、質問を引き出そうとしているときに、これらを分割すると役立つ場合があります。 なんで? 正確にはわかりませんが、さまざまな人がさまざまな視点に引き寄せられるように感じます. 1 つのアプローチを使用するだけでは (たとえば、仮定で満たされた無駄のないキャンバスを使用するだけで)、チームが制限されるようです。 また、チームがベンチマークや「標準的な」メトリクスについてストレスを感じており、どのような意思決定に情報を提供したいのか、および/または検証したいという仮定を理解していないこともあります。 多分これはより多くの柔軟性を提供しますか?
次に気づいたのは、問題の解決、つまりレベルが重要だということです。 ブレーンストーミングを行い、質問を絞り込み、優先順位を付けるときは、レベルを 1 つ (または 2 つ) 上げ下げしてみると役立ちます。 自由回答形式の質問は、より具体的な質問を促すのに役立ちます。 また、具体的な質問は、自由回答形式の質問をさらに喚起するのに役立ちます。 何でこれが大切ですか? 質問の一般性や具体性に関係なく、全員をアクティビティに参加させることができます。 また、質問のブレインストーミングを 10 分間残すと、チームは他のオプションを検討する代わりに、1 つのレベルに固執します。
この点を明確にするために、次のような表を共有します (これは、ビジュアル コラボレーション プラットフォームである Miro で使用している実際のボードからのものです)。
あなたにおすすめ:
表には 3 つの列があります。1 つは決定、1 つは仮定、もう 1 つはパフォーマンスと影響の領域です。 各列について、具体的な範囲に沿ってサンプルの質問/仮定を示します。
たとえば、私たちの仮定は、ビジネス全体の基礎となるもの (「需要は 10 年間で増加する」) かもしれませんし、ボタンの配置に関する仮定 (「そのタイプのボタンは常に右側にある」) に関するものかもしれません。 戦略全体の有効性について、またはワークフローの小さな微調整の有効性について疑問に思うかもしれません。
準備を整えるために、参加者に各コラムの例を 3 つブレインストーミングしてもらいます。
- 決定の例
- 仮定の例
- 動作確認タイプの質問の例
しかし、私はひねりを加えました。 「非常に具体的な例を 1 つ、非常に広範な例を 1 つ、中程度の具体的な例を 1 つ挙げてください。」 うまくいけば、あなたは私が何をしているのかを見ることができます. これは、ワークアウト前の積極的なストレッチ ルーチンのようなものです。
ビルダーとキット デザイナーを組み合わせた DIY アプリが完成すると、次のようになります。
ボード上のいくつかの例を使用して、すぐに次のステップに進みます。
"わかった。 ここで、1 つの決定、1 つの仮定、および 1 つの有効な質問を選択して、さらに調査します。 それぞれについて 3 つのサブ質問をブレインストーミングします。 どこで不確実性を減らす必要がありますか? このパズルを解き明かすのに役立つ質問は何ですか? それとも少なくとも自信を高めますか?」
私はまた、彼らの選択肢を思い出させます:なぜ、誰が、何を、いつ、どこで、何を、何人が、どのように、どのくらいの期間、するか、いるか、するか、持つべきか、そしてそうであるか。
この 2 段階のプロセス (カテゴリとレベルを調査し、サブ質問をブレインストーミングする) により、人々はより横方向に考え、質問レベルを上下に移動する意欲を高めます。 質問に飛びつくよりもはるかに優れています。
チームが問題を抱えている場合、またはもっと練習が必要な場合は、これらの信頼できる穴埋めを引き出します.
- 過去 30 日間に __ を使用したユーザーは何人ですか?
- 新規ユーザーは __ ファネルのどこにドロップしますか?
- __ と __ は __ の長期保持に影響しますか?
- __ は __ と比べてどの程度保持されますか?
- __ のユーザーは __ に進む可能性が高いですか?
- __あたりの___の平均数は?
- __の後に顧客はどこに行き、最終的に___をするのでしょうか?
- ____を予測するユニークな顧客行動は何ですか?
- いつ _ 反対に ___ しましたか?
- 人々は実際に ____ しているのか、それとも ____ しているだけなのか?
- ___をしようとしたときに、顧客がどこで/いつ問題を抱えていますか?
- ____ への取り組みは ____ をもたらしていますか?
- 私たちがリリースしたものは ____ の原因ですか、それとも単に ____ ですか?
- ____ できる簡単な作業はありますか?
- ____ に向けて順調に進んでいますか?
これらの活動を組み合わせることで、人々はブレインストーミングの質問について少し自信を持つことができます。
ワークショップの残りの部分では、次のことを行います。
- 追加の意思決定 (「…すべきか」)、仮定、および機能するかどうかの質問についてブレインストーミングを行います。
- 共有して話し合います。 微調整します。 繰り返す。
- 貴重な質問に対して「支払う」ために、ドット投票またはモノポリーマネーを置きます。
- サブ質問を個別にブレインストーミングします。 大音量で撮影します。
- サブ質問をグループで確認し、ペアで絞り込みます。 優先する。
- すすぎ、時間がなくなるまで繰り返します。
ワークショップの終わりまでには、通常、多くの質問とサブ質問がありますが、どの質問が価値があるかについてもある程度理解しています。 もっと学ぶ価値があるところを優先します。 おそらくさらに重要なことは、質問のどの「クラス」が価値があるかを知ることです。 つまり、最も重要な名詞、動詞、ワークフロー、および目標を学習するということです。
良い質問が道案内 — 質問し続けてください!