[F4T] Narzędzia używane przez PMów i „właściwe" metody discovery
3 materiały, które mnie mocno zainspirowały w styczniu i trafiły do mojej prywatnej bazy wiedzy.
Dzisiaj w newsletterze kolejne produktowe „Food 4 Thoughts” [F4T], czyli 3 materiały, które mnie zainspirowały w ostatnim czasie i finalnie trafiły do prywatnej „bazy wiedzy”. Z najciekawszych treści robię sobie zawsze notatki na przyszłość 📝 - znajdziesz je poniżej:
1️⃣ Jakich narzędzi używają product managerowie? Wyniki badań.
2️⃣ Dlaczego Twoja “WŁAŚCIWA” metoda discovery, może nie mieć sensu? Znaczenie „Laad Time” w badaniach.
3️⃣ Kiedy testować całe rozwiązanie, a kiedy założenia w product discovery?
Smacznego!
1️⃣ Jakich narzędzi używają product managerowie?
Lenny zrobił ponownie ankietę o najczęściej używanych narzędziach przy rozwoju produktów tech. Co ciekawe na pierwszym miejscu znalazł się… OpenAI. Ankietę wypełniło 6500 osób, więc całkiem niezła reprezentacja.
Kilka najważniejszych wniosków podsumowujących z artykułu Lennego (na podstawie szczegółowych danych):
ChatGPT has a commanding lead. 90% of respondents use ChatGPT regularly. Only 35% use Claude, and 24% use Gemini.
As the third-most-used tool overall, Slack continues to crush it. 72% of participants use Slack regularly. It’s only behind ChatGTP and Gmail 🤯
The Jira paradox and Linear’s insurgency. 68% of participants use Jira, but it also tops the “we wish we could use a different tool” list. Enter Linear: the fastest-growing alternative to Jira, and already used by over 10% of participants.
Figma Slides and Canva have become big players in presentations. They’re already far ahead of Apple Keynote and closing in on PowerPoint. We’re also seeing new AI-native entrants in this space.
Google Docs remains a go-to for collaboration, but Notion is gaining steam. Notion is seen as “good for everything,” and it’s catching up to the big players, with 37% of respondents preferring it. Notion also came in second place for project management after Jira and fourth place for CRM.
W artykule znajdziecie całą masę zestawień (m.in. czego używamy do project managementu, analityki, prezentacji, dokumentów, designe’u). Mnie natomiast zainteresowały najbardziej dwa z nich:
🔹 Narzędzia wskazywane jako najbardziej wartościowe
Coś, co jest popularne, wcale nie musi być dla nas wartościowe. Często firmy używają jakiegoś narzędzia, głównie dlatego, że jest w pakiecie (np. MS Teams vs Slack). Dlatego Lenny zapytał ankietowanych o to, jakie narzędzia dają im najwięcej wartości.
Zestawiając to dodatkowo z popularnością - mamy 5 MVP w product managemencie:
Coś, co jest popularne, wcale nie musi być dla nas wartościowe. Często firmy używają jakiegoś narzędzia, głównie dlatego, że jest w pakiecie (np. MS Teams vs Slack). Dlatego Lenny zapytał ankietowanych o to, jakie narzędzia dają im najwięcej wartości.
Zestawiając to dodatkowo z popularnością - mamy 5 MVP w product managemencie:
Co do Lineara - czytałem o nim wiele dobrego, ale nie widziałem go jeszcze na realnych case’ach. Sam próbowałem kilka razy i nie mogłem się na razie przekonać. Jeśli ktoś ma jakieś fajne doświadczenia z używania - chętnie przyjmę :).
🔹 Narzędzia, które najchętniej byśmy zmienili
Ciekawe jest też zestawienie, z jakich narzędzi najchętniej byśmy uciekli. Atlassian w odwrocie?
Osobiście - o ile klasyczna Jira mocno mnie męczyła (UX, skomplikowanie), o tylko Jira Discovery wniosła mi dużo świeżości do produktowego ekosystemu. Mocno jej używałem do roadmapowania i zarządzania inicjatywami.
Pełen artykuł (dla subskrybentów Lennego):
What’s in your stack: The state of tech tools in 2025
2️⃣ Dlaczego Twoja “WŁAŚCIWA” metoda discovery, może nie mieć sensu?
Z tym pytaniem mierzy się większość zespołów produktowych: „Który eksperyment powinniśmy przeprowadzić jako następny?”
Tim Herbig w swoim artykule fajnie zwraca uwagę, że w naszych produktowych, szybko zmieniających się realiach, najbardziej „poprawna” metoda badawcza nie zawsze jest najlepszym wyborem. Bardzo często dużo ważniejsze jest to, jak szybko dostarczy nam wiarygodne insighty.
Przykład? Ankieta może wydawać się szybka w uruchomieniu (jeśli mamy odpowiednie narzędzia do tego), ale zebranie sensownych danych może potrwać tygodnie lub miesiące. Z kolei wywiady z użytkownikami mogą dać nam wartościowe insighty już po kilku dniach.
So, when picking your next Discovery priority, ask yourself:
- How well does the method answer our research question?
- How technically correct is the method for our needs?
- What’s our lead time to the next viable insight?
Jeśli masz badaczy w firmie, “lead time” to powinno być coś, co koniecznie przedyskutujcie na starcie. Jeśli sam prowadzisz discovery - weź to też oczywiście pod uwagę.
Why Your ‘Correct’ Discovery Method Might Be Wrong
3️⃣ Kiedy testować całe rozwiązanie, a kiedy założenia w product discovery?
Na koniec jeszcze fajnie rozrysowany przez Büşra Coşkuner na Linkedin proces walidacji rozwiązania w product discovery - kiedy lepiej skupić się na testowaniu założeń, a kiedy całego rozwiązania:
Fajne, obrazowe na start.
Oczywiście to tylko pewne uproszczenie, bo np. Fake Door, w “Solution Testing” też tak naprawdę zweryfikuje nam tylko część założeń (związanych z zainteresowaniem), ale rzeczywiście - przy mniejszych ficzerach (a przede wszystkim MNIEJ RYZYKOWNYCH) czasem jeden eksperyment wystarczy, a nawet w niektórych kontekstach po prostu potraktowanie MVP jako eksperyment.
Tutaj przykład:
Outcome: Improve “Invite by email” vs. “Copy link to send elsewhere” ratio from a:b to c:d.
Problem: We don’t really know why people don’t like to invite others via email to our platform.
Solution: “Hmmm 2 people want a text field feature on the invite page so that they can customise the invite message. That’s easy to build and easy to remove. Let’s try this out!”
👉 Blue path in the image (solution testing)
4 weeks after launching the ratio improved. Invitation via email was performing 100% better than compared to before. Feature was kept.
Więcej materiałów od Büşry znajdziesz na jej LinkedIn.