شاید رهبری محصول، بیشتر از اینکه هنر «ساختن» باشه، هنر «اشتباه بودن» باشه.
امروز بعد از خوندن ایدههای کارل پوپر درباره فلسفه علم و معرفتشناسی، به یک یادگیری جالب توی پروداکت رسیدم.
اینکه دانش چیه؟
کی یک ادعا قابل اعتماده؟
آدم چطوری دچار خطا میشه؟
و مهمتر از همه: از کجا میفهمیم چیزی که فکر میکنیم حقیقته، واقعاً حقیقته؟
اسمش رو برای خودم گذاشتم:
فلسفه دانستن در محصول؛ Product Epistemology
یعنی وقتی داریم درباره یک ایده، فیچر، مسئله یا تصمیم محصولی حرف میزنیم، از خودمون بپرسیم:
از کجا میدونیم؟
چی واقعاً میدونیم؟
چی فقط تفسیر ماست؟
چی فقط داستانیه که ساختیم و داریم سعی میکنیم تأییدش کنیم؟
و چه شواهدی باعث میشه اعتراف کنیم فرضیهمون اشتباه بوده؟
به نظرم اینجا دقیقاً همون جاییه که از opinion به knowledge نزدیک میشیم.
هیچوقت یادم نمیره وقتی با دیتا کار میکنی، یک دیتا میتونه با دهها تفسیر مختلف سازگار باشه.
همین باعث میشه بفهمی ما فقط دیتا رو نمیخونیم؛ خیلی وقتها به دیتا معنی میبخشیم.
و مسئله از همینجا شروع میشه.
بیشتر ما دنبال شواهدی میگردیم که معنایی رو که از قبل دوست داریم، تأیید کنن.
ولی آدمهای حرفهای، قبل از شروع کار، به این فکر میکنن:
چی باعث میشه فرضیهمون باطل بشه؟
این نگاه کمک میکنه فریب روایت خودمون و بقیه رو نخوریم.
بین واقعیت، مدل ذهنی و تفسیر تفاوت قائل بشیم.
و در نهایت، تصمیمهای بهتری بگیریم.
من فعلاً برای خودم سه سطح از دانستن تعریف کردم:
۱. Opinion
فکر میکنم این فیچر خوبه.
مدرکی ندارم. بیشتر حسه.
یا فکر میکنم این فیچر بده.
استدلال جدیای هم پشتش نیست. باز هم بیشتر حسه.
۲. Evidence
مثلاً ده نفر گفتن این فیچر خوبه.
اینجا دیگه یک مدرکی داری، ولی هنوز به معنی حقیقت نیست.
چرا؟
چون کلی چیز میتونه این شواهد رو زیر سؤال ببره:
نمونه کم بوده.
نمونه بایاس داشته.
آدمها چیزی گفتن ولی جور دیگهای رفتار کردن.
یا اصلاً شرایط تست، شبیه واقعیت بازار نبوده.
۳. Knowledge
یک بار تست کردی.
روی چند کوهورت مختلف جواب گرفتی.
رفتار واقعی کاربر رو دیدی.
نتیجه تکرار شده.
گاردریلمتریکها هم خراب نشدن.
اینجا تازه با احتمال بالاتر میتونی بگی:
«به نظر میرسه این فرضیه فعلاً معتبره.»
باز هم نه قطعی. فقط فعلاً معتبر.
پوپر دقیقاً از همین زاویه به علم نگاه میکرد.
میگفت علم چیزی نیست که بتونی برای همیشه اثباتش کنی؛ علم چیزیه که بتونی ردش کنی.
یکم عجیبه، ولی خیلی به محصول نزدیکه.
مثل همون مثال معروف «همه قوها سفیدند».
هزار تا قوی سفید نمیتونه این فرضیه رو برای همیشه اثبات کنه،
ولی یک قوی سیاه کافیه کل فرضیه باطل بشه.
یعنی ما نظریهها رو واقعاً اثبات نمیکنیم؛
فقط تا امروز نتونستیم ردشون کنیم.
به نظرم کل پروداکت دیسکاوری و اکسپریمنت هم خیلی وقتها درباره همین موضوعه.
ما یک فرضیه میاریم:
«اگر این کار رو بکنیم، کانورژن بالا میره.»
بعد معمولاً دنبال شواهدی میگردیم که ثابت کنه ایدهمون خوب بوده.
قبل از لانچ با یوزر ریسرچ.
بعد از لانچ با دیتا و تست.
ولی نگاه پوپری میگه قبلش بپرس:
چی نشون میده فرضیهام غلطه؟
مثلاً اگر بگم این تغییر باعث افزایش کانورژن میشه، چه چیزهایی میتونه این فرضیه رو رد کنه؟
اینکه فقط کانورژن کاربران return بالا بره، نه کاربران جدید.
اینکه کانورژن بالا بره، ولی retention بیفته.
اینکه conversion بهتر بشه، ولی complaint rate یا cancellation هم بالا بره.
اینکه فقط روی یک سگمنت خاص جواب بده، نه روی کل مسئلهای که فکر میکردیم داریم حل میکنیم.
اینجاست که کمکم به نقص فرضیه اولیه پی میبری.
فرضیه ناقصت رو کاملتر میکنی.
و کمتر درگیر confirmation bias میشی.
به نظرم گاردریلمتریکها هم دقیقاً از همین مدل نگاه میان.
گاردریل یعنی از قبل بگی:
«حتی اگر متریک اصلی بهتر شد، چه چیزی نشون میده این تصمیم در کل تصمیم خوبی نبوده؟»
چیزی که خیلی از PRDها ندارن، همین بخشه:
چی نشون میده این ایده بد بوده؟
شکست این فیچر چه شکلیه؟
کدوم شواهد باعث میشه نظرمون عوض بشه؟
ما معمولاً توی PRD درباره یوزکیسها، سگمنتها و happy path زیاد حرف میزنیم.
ولی کمتر درباره سناریوهای شکست حرف میزنیم.
و وقتی به سناریوهای شکست فکر نمیکنی، محصولت در برابر خطا شکنندهتر میشه.
این نگاه، اپروچ آدم محصولی رو عوض میکنه.
از کسی که عاشق ایدههاشه،
به کسی که عاشق فرایندیه که ایدههاش رو به چالش میکشه.
دنبال آدمهایی میگرده که ایدهاش رو نقد کنن.
دنبال دیتاهایی میگرده که فرضیهاش رو رد کنن.
دنبال سوالهایی میگرده که روایت قشنگش رو خراب کنن.
اینجاست که بیشتر میفهمم پرسیدن سوال درست و تفکر انتقادی چقدر توی تیمهای محصول مهمه.
کیفیت بحثها هم عوض میشه.
دیگه بحث فقط دفاع کردن از ایدهها نیست.
بحث درباره کیفیت فرضیههاست.
دیگه تعداد ایدهها معیار اصلی نیست.
توانایی رد کردن ایدههای اشتباه، خودش تبدیل میشه به یک مهارت مهم.
چیزی که شاید توی لدرهای سازمانی کمتر از آدمها میخوایم.
البته این مدل فکر کردن توی هر کانتکس، کالچر و ساختاری کار نمیکنه.
حتی خود من هم خیلی وقتها اینطوری فکر میکنم، ولی همیشه اینطوری عمل نمیکنم.
برای اینکه این نگاه واقعاً کار کنه، یک سری پیشنیاز فرهنگی لازمه:
جایی که امنیت روانی وجود داشته باشه.
جایی که جمله «من اشتباه کردم» زیاد شنیده بشه و آدم بابتش تنبیه نشه.
جایی که یادگیری فقط یک کلمه قشنگ نباشه و واقعاً پاداش بگیره.
جایی که تصمیمها مبتنی بر فرضیه باشن، نه صرفاً ایده و فیچر.
جایی که مخالفت حرفهای، دشمنی حساب نشه.
در مقابل، یک سری فرهنگها دقیقاً ضد این مدل فکر کردنن:
جایی که hero culture وجود داره و رهبرها فکر میکنن همیشه جواب درست رو میدونن.
جایی که HIPPO culture حاکمه؛ یعنی نظر بالاترین فرد سازمان، بدون فرضیه و استدلال، تبدیل میشه به دستور اجرا.
جایی که failure مساوی بیعرضگیه.
جایی که تیمها solution-first هستن و قبل از اینکه درست بپرسن مسئله چیه، درباره چیزی که باید ساخته بشه حرف میزنن.
برای همین شاید یکی از سوالهای مهمتر در شروع هر کار محصولی اینها باشه:
از کجا میدونیم؟
چی میدونیم؟
چی رو فقط حدس میزنیم؟
کدوم بخش فرضیهمون بیشترین قطعیت رو داره؟
کدوم بخش کمترین قطعیت رو داره؟
اگر اشتباه کنیم، از کجا میفهمیم؟
چه evidenceای باعث میشه نظرمون عوض بشه؟
و مهمتر از همه: چی رو هنوز نمیدونیم؟
این نگاه برای من کمی با مدلهای pre-mortem در مدیریت ریسک فرق داره.
تا امروز وقتی با تیمها کار میکردم، معمولاً میگفتم:
«فرض کن پروژه شکست خورده. دلایل شکستش رو پیدا کن و نذار اتفاق بیفته.»
ولی الان دارم یک جور دیگه هم نگاه میکنم.
pre-mortem بیشتر میپرسه:
«چه چیزهایی ممکنه باعث شکست پروژه بشه؟»
اما نگاه پوپری میپرسه:
«چه چیزی نشون میده فرضیهای که پشت این پروژه است، از اساس اشتباه بوده؟»
اولی بیشتر دنبال مدیریت ریسکه.
دومی دنبال یادگیری و نزدیکتر شدن به حقیقته.
شاید رهبری محصول یعنی همین:
نه اینکه همیشه درست بگی،
بلکه اینکه سیستمی بسازی که زودتر بفهمی کجا اشتباه میکنی.
و شاید بلوغ محصولی یعنی کمتر عاشق ایدههای خودت باشی،
و بیشتر عاشق فرایندی باشی که کمک میکنه ایدههای اشتباهت زودتر بمیرن.
کسی تجربهای از این نگاه توی تیمهای محصولی داره؟
به نظرتون فرق نگاه مدیریت ریسک با نگاه پوپری توی تصمیمگیری محصولی چیه؟
