3 AI-værktøjer til Product Research
Om AI-værktøjer der analysere dine interviews, forbedrer dine research-evner, og samler research i et podcasts-format
TL;DR:
Jeg bruger AI til at:
Krydsanalysere interviews
Give efterkritik på mine egne research-evner
Producere podcasts af den desk-research jeg søger
Det føles som, at feltet af AI-værktøjer til produktudvikling er eksploderet det sidste halve år.
Loveable, Bolt mv. har ændret måde at prototype på. Cursor gør det lettere at vedligeholde og refaktorere kode. Og de “gamle” værktøjer som Figma, Notion og Linear har alle lanceret en bred vifte af AI-features.
Men ét felt inden for produktudvikling er i min optik lidt overset i AI-værktøjer: Product Research. Hvilket er paradoksalt, da netop evnen til at forstå kunder og markedet tit er forskellen mellem succes og fiasko for et startup.
Jeg har selv rodet med en masse AI-værktøjer de sidste måneder. Og her er tre tips til, hvordan du kan gøre din Product Research langt skarpere med AI.
Tip 1: AI til krydsanalyse af interviews
Da jeg startede med kundeinterviews, brugte jeg timer på at transskribere og overstrege alle pointer, så jeg lettere kunne analysere dem.
Det arbejde har jeg næsten automatiseret med AI.
I dag optager jeg interviews og føder dem til en AI, som jeg så kan stille spørgsmål og chatte med for at finde indsigter.
Hvis du kun skal analysere et enkelt interview, er overstregningstuschen stadigvæk det bedste værktøj.
Men når du har 10, 20 eller 50 interviews, kan du let krydsanalysere via AI - og det er tæt på magisk!
Det føles næsten som et party-trick, når du hiver computeren frem ved frokostbordet og hurtigt får AI til at svare på komplicerede research-spørgsmål.
Jeg bruger et værktøj, der hedder Dovetail, som har nogle ret fede features designet til netop dette. Men danske Jacob de Lichtenberg har tidligere skrevet en ret god guide til, hvordan du selv kan bygge et AI-værktøj til krydsanalyse i Notion.
Eksempler på prompts, som jeg har brugt til at krydsanalysere interviews:
Find alle de steder fra de seneste 4 måneders interviews, hvor brugere fremhæver usability-udfordringer.
Er der forskel på de typiske pain points for kunder i USA kontra i resten af verden?
Hvilke feature-forslag fremsætter brugere i dag, som de ikke kom med for et år siden?
Tip 2: AI til efterkritik
Hvis det første tip får dig til at føle dig som geniet på kontoret, så vil det her tip få dig til at overveje at skifte branche.
Af og til tager jeg mine optagede interviews, uploader det til ChatGPT og beder den give mig feedback på min interviewteknik.
At se ChatGPT udpege mine pinligt ledende spørgsmål eller mine alt for lange formuleringer er hård læsning. Men det har uden tvivl forbedret min evne til at foretage interviews.
Eksempler på prompts jeg har brugt til efterkritik:
Fremhæv alle de gange intervieweren i vedhæftede interview bryder med principperne fra bogen “The Mom Test”
Tag alle spørgsmål stillet af intervieweren i vedhæftede interview og omformuler dem, så de fremstår mere præcise, kortere og lettere at forstå.
Fremhæv alle de gange intervieweren i vedhæftede interview udtrykker sig grammatisk forkert på engelsk.
Tip 3: AI til desk research
Det sidste tip handler om desk research. Der findes i min optik ikke ét enkelt AI-værktøj, der er fremragende til dette. Men der er to, som er ret gode, hvis man kombinerer dem.
ChatGPT’s ‘Deep Research’ er fremragende til at gennemtrawle internettet for viden om et specifikt område og producere et sammendrag i rapportformat. Men rapporten er ofte tør og kedelig… og derfor svær at tygge sig igennem.
Til gengæld har jeg opdaget, at hvis jeg uploader Deep Research-rapporter til NotebookLM, kan jeg få en podcast-version af rapporten. Og det virker!
Tippet virker klart bedst, hvis rapporten omhandler emner jeg ikke ved meget om på forhånd. Podcastversionen har det nemlig med at blive ret overfladisk. Men det gør ikke noget, når emnet er noget jeg er grøn på, og når formatet passer perfekt til min daglige cykeltur.
Et eksempel på en prompt jeg har brugt til at generere en rapport via ChatGPT Deep Research: I want to understand how SaaS companies working within HR Tech utilize AI in their product offering. I want to know:
Who the incumbents are when it comes to SaaS HR Tech
Who the challenging startups are within SaaS HR Tech
Revenue and profit numbers from incumbents and startups (if accessible)
How they embrace AI in their product offering
What kind of AI enabled features they offer
How they price their AI offerings
Testimonials and customer quotes about said AI offerings and features
I want it all gathered in a McKinsey style report.
Med andre ord: Du kan styrke din Product Research med AI der:
Krydsanalyserer alle dine interviews.
Forbedre dine interview-evner.
Kondenserer research i et podcasts-format.