Como sair do 0 à um Discovery - Parte 4

É hora de assumir riscos…e tomar decisões.

Como sair do 0 à um Discovery - Parte 4
Photo by Mike Kononov / Unsplash

Na essência, um processo de descoberta de produto é um mitigador de riscos. E perceba, eu disse mitigador e não eliminador, porque, nunca vamos conseguir eliminar 100% dos riscos e se conseguíssemos, provavelmente não valeria a pena do ponto de vista de custos para o negócio. Por isso, assumir riscos que a gente conhece é algo bastante importante na carreira de quem trabalha com produto. Eu diria até que é algo que pode realmente diferenciar um profissional de produto dentro de uma empresa.

Até agora, já percorremos um bom caminho com as nossas hipóteses. Antes de entrarmos agora na parte de riscos e tomada de decisão, vamos então relembrar as nossas três hipóteses de solução para aumentar o número de itens no carrinho e assim aumentar o nosso preço médio:

  • Desconto Progressivo no checkout: ao identificar que o usuário colocou um item no checkout (lembre-se que queremos aumentar a média de 1,5 itens por carrinho para 2,0 itens no carrinho), notificá-lo que ao adicionar um item extra, sua compra terá x% de desconto. Essa hipótese surgiu pelo fato de que sabemos que os clientes já buscam cupons de desconto na internet atualmente. Mostrar que ele já terá o desconto de forma visual, vai ajudar a diminuir a fricção de que ele saia do app para procurar descontos.
  • Itens com descontos no Checkout: ao identificar que o usuário colocou um item no checkout, disponibilizar itens randomicamente com descontos. Essa hipótese surgiu pelo fato de os usuários já procurarem itens com desconto após colocar um item no checkout. Já mostrar alguns itens, mesmo que randomicamente, também tem uma boa chance de diminuir a fricção de o usuário ter que procurar.
  • Itens de uma lista com descontos: ao identificar que o usuário colocou um item no checkout, disponibilizamos um link para uma lista com itens similares ao que o cliente escolheu mas com descontos. Essa hipótese surgiu também pelo fato que o usuário procura por outros itens com desconto e como não podemos mostrar muitos itens no checkout, podemos testar uma lista inteira com descontos exclusivos para eles.

Na parte 3, nós as classificamos em relação à esforço da seguinte maneira

Essa visão nos dá uma ideia, mesmo que sem tantas validações, de esforço x impacto de cada coisa e algo super importante para termos em mente é que quanto maior o esforço de se fazer algo, maior será o risco, nesse caso, o risco de estarmos errados no caminho da geração de valor.

Mesmo o Marty Cagan trazendo esses riscos para o destaque

  • Risco de valor (desejo): Alguém quer isso? Nosso cliente obterá valor com isso? (Toda vez que você assumir que seu usuário fará algo, será uma suposição de valor).
  • Viabilidade: Devemos construí-lo? Lembre-se: Existem muitas ideias que funcionarão para os nossos clientes, mas não funcionarão para o nosso negócio.
  • Viabilidade técnica: Podemos construí-lo? É tecnicamente possível?
  • Usabilidade: É utilizável? Os clientes conseguem encontrar o que precisam?
  • Ético: Há algum dano potencial na construção dessa ideia?

No geral, todos estão associados ao risco de estarmos errados na direção da geração de valor para o usuário e consequentemente, na geração de retorno para o negócio. Não existe retorno para o negócio, se não há geração de valor para o usuário. Pelo menos de modo contínuo não.

Lembre-se de algo bastante importante: só vamos saber se as hipóteses que levantamos vão de fato gerar valor para o usuário quando eles estiverem usando em produção e dando feedback em forma de engajamento.

Isso significa que o nosso risco aumenta e muito para hipóteses que depois venham a demorar alguns meses para serem de fato implementadas e colocadas em produção. Imagina gastar centenas de milhares de reais e no final o usuário não se engajar com o que foi criado? Arriscado, não?

É sobre negócio e experiência

Para tentar simplificar um pouco o levantamento de riscos, vamos trazer novamente a matriz de risco que o Pablo Silva criou. Não vou me aprofundar nos detalhes, mas basicamente, essa matriz olha para duas coisas: risco de impactar a experiência e risco de continuidade de negócio.

Quanto mais mudamos a experiência que o usuário tem atualmente maior será o risco de experiência, pois imagina se mudamos o lugar em que o usuário aplica cupom no checkout da Shein e ele acaba não conseguindo mais encontrar onde fazer isso. A queda de conversão é iminente.

Por outro lado, esse exemplo por si só também mostraria um certo risco de continuidade para o negócio, porque com menos conversão, menos dinheiro para investir na empresa, além de possivelmente prejudicar a reputação em relação aos próprios usuários falarem mal. É claro que estamos extrapolando um pouco aqui, já que a Shein tem muito dinheiro em caixa, mas imagina em uma startup early stage com pouco caixa. Esse tipo de coisa pode prejudicar até o product market fit.

Outro exemplo de risco de continuidade de negócio pode ser algo regulatório, como por exemplo, a própria Shein ter que se adaptar em alguma nova regulação do governo chinês e precisar enviar dados e relatórios específicos de suas vendas todos os meses. Geralmente, esse tipo de regulação tem data para acontecer e teria um risco altíssimo de continuidade de negócio. Nesse mesmo exemplo, poderia ter um risco altíssimo para experiência do usuário caso ele precisasse autorizar o uso de dados e o envio explícito para o governo chinês. Imagina só quantos usuários poderiam desistir de comprar na empresa caso isso realmente acontecesse (talvez aconteça mesmo :D).

Já podemos entender a importância de se levantar bem os riscos, não? Vamos então colocar as nossas três hipóteses em nossa matriz de risco.

O racional para como classificamos cada uma delas é o seguinte: