13 แนวทางสร้างผลิตภัณฑ์แบบ Data Jujitsu ที่จะทำให้คุณประสบความสำเร็จ

Data Jujitsu หนังสือ (สั้นๆ และฟรี) ที่เล่าถึงศิลปะในการสร้างผลิตภัณฑ์ที่ขับเคลื่อนด้วยข้อมูล รวมถึงช่วยให้เห็นการทำงานร่วมกันของทีมข้อมูลและทีมออกแบบผลิตภัณฑ์ได้เป็นอย่างดี

หนังสือเล่มนี้ถูกเขียนโดย DJ Patil ซึ่งเคยทำงานที่ Skype, PayPal, และ eBay รวมถึงยังเคยเป็น Chief Scientist ที่ LinkedIn ก่อนที่จะได้รับแต่งตั้งให้เป็น Chief Data Scientist คนแรกของสหรัฐอเมริกาอีกด้วย (2015-2017)

หนังสือ Data Jujitsu: The Art of Turning Data Into Product

Jujitsu เป็นภาษาญี่ปุ่น มาจากคำว่า “Ju” หมายถึง ความอ่อนโยน ความยืดหยุ่น และคำว่า “Jutsu” หมายถึง ศิลปะ เทคนิค เมื่อนำมารวมกันเป็น Jujitsu จึงมีความหมายว่า ศิลปะการป้องกันตัวแบบโบราณของญี่ปุ่นที่ใช้วิธีการเปลี่ยนการโจมตีของคู่ต่อสู้ให้ย้อนกลับไปหาคู่ต่อสู้เอง แทนที่จะใช้กำลังเผลิญหน้ากันแบบตรงๆ

คำถามคือ เราจะนำแนวทางของศิลปะการป้องกันตัวนี้มาใช้กับงานด้านข้อมูลได้อย่างไร? น้ำหนักของข้อมูลเป็นอย่างไร? และเพียงพอต่อการสะท้อนกลับไปสร้างผลิตภัณฑ์หรือไม่? นี่คือ 13 แนวทางที่หนังสือเล่มนี้แนะนำ

ภาพจาก www.freepik.com

ออกแบบผลิตภัณฑ์ให้ง่ายต่อการเก็บข้อมูล

หนึ่งในเรื่องที่ท้าทายที่สุดในการทำงานกับข้อมูลคือ การได้ข้อมูลที่พร้อมต่อการใช้งานให้มากที่สุด หลายคนอาจจะแก้ไขปัญหาด้วยวิธีง่ายๆ ตั้งแต่การทำ drop-down list ที่กรอกข้อมูลในรูปแบบที่ต้องการเอาไว้ หรือวิธีที่ซับซ้อนมากๆ อย่างการใช้ปัญญาประดิษฐ์เข้ามาช่วยเก็บข้อมูล แต่วิธีการเหล่านี้ก็ยุ่งยากเกินไปทั้งในมุมของผู้ใช้งาน หรือในมุมของคุณเอง

Data Jujitsu นั้น มีแนวทางที่ง่ายกว่านั้น คือการสร้าง User Interface ให้สามารถสร้างข้อมูลที่พร้อมใช้งานได้ง่ายขึ้น เช่น สร้างโปรแกรมช่วยพิมพ์โดยทำให้ผู้ใช้งานเลือกคำที่คุณแนะนำได้ง่ายขึ้น หรือช่วยให้ความหมายของคำที่ผู้ใช้งานเลือกใช้ เป็นต้น แต่ข้อสำคัญก็คือ คุณต้องสร้างความรู้สึกว่าผู้ใช้งานได้สนทนากับคุณจริงๆมากกว่าการกรอกฟอร์มเฉยๆ หรือรู้สึกว่าต้องการให้ข้อมูลกับคุณมากกว่าการให้ข้อมูลเพื่อนำไปวิเคราะห์ ซึ่งหากทำได้ จะช่วยแบ่งเบาระบบงานหลังบ้านได้มากขึ้น

ให้มนุษย์ไปช่วยจัดการงานที่ซับซ้อน

เรามักมองหาเทคโนโลยีมาช่วยแก้ปัญหาอยู่เสมอ แม้ว่าเรานั้นยังไม่รู้เลยว่าปัญหานั้นเกิดจากอะไร แก้ได้อย่างไร หรือจะถูกแก้ไขได้ด้วยวิธีการเหล่านั้นหรือไม่ ทั้งที่จริงแล้ว งานบางงานอาจไม่เหมาะกับการใช้เทคเสมอไป เพียงแค่ใช้มนุษย์เข้ามาช่วยจัดการก็เพียงพอแล้ว

คนเรามีความสามารถในการจัดการงานที่ซับซ้อนได้ดี เช่น งานคัดข้อมูลที่ดีออกจากกองข้อมูลขนาดใหญ่ ซึ่งถือว่าเป็นงานที่ค่อนข้างง่ายสำหรับมนุษย์ เพราะคนเราจะมองหารูปแบบแบบบางอย่างแล้วตัดสินใจได้เลย ขณะที่ AI ต้องเรียนรู้ผ่านรูปแบบที่มนุษย์สร้างขึ้นมาให้ ซึ่งต้องใช้เวลาและต้นทุนที่มากกว่า

ภาพโดย rawpixel จาก Pixabay

หาวิธีการที่ได้ผลก่อน แล้วทำให้ดีขึ้นในภายหลัง

เมื่อไรก็ตามที่คุณรู้แล้วว่าผลิตภัณฑ์ใดที่ผู้ใช้งานต้องการ วิธีแก้ปัญหาใดได้ผล คุณจึงค่อยปรับปรุงสิ่งเหล่านั้นให้ดีขึ้นในภายหลัง ตัวอย่างที่ดีมากๆสำหรับหัวข้อนี้คือ Amazon ที่เริ่มแรกนั้นพวกเขาเพียงต้องการทราบว่าลูกค้าจะตัดสินใจซื้อสินค้าทางออนไลน์หรือไม่ เขาจึงสร้างตัวอย่างเว็บไซต์ง่ายๆ เพื่อสังเกตพฤติกรรมลูกค้าเหล่านั้น จนสุดท้ายก็พบว่า ลูกค้าจำนวนมากต้องการเปรียบเทียบสินค้ากับช่องทางอื่น และออกจากเว็บไซต์ Amazon เพื่อไปหาข้อมูลเพิ่ม

Amazon จึงได้สร้างฟังก์ชั่น “Collaborative Filters” ขึ้นมาเพื่อทำให้ลูกค้าเห็นว่าจะไปหาข้อมูลเพิ่มเติมได้จากช่องทางไหน ทำให้ลูกค้าสามารถเปรียบเทียบข้อมูลได้โดยที่ไม่ต้องออกจากเว็บไซต์ของ Amazon และเมื่อวิธีนี้ได้ผล Amazon จึงกลับมาปรับปรุงฟังก์ชั่นนี้ให้ทำงานดีขึ้น ใช้งานง่ายขึ้น เก็บข้อมูลการใช้งานได้แม่นยำขึ้น และสามารถให้คำแนะนำแก่ลูกค้าได้ดียิ่ขึ้น

สร้างผลิตภัณฑ์โดยการอิงจากชีวิตจริง

หลักการทำงานของ “Collaborative Filters” ของ Amazon นั้น คล้ายกับพฤติกรรมทั่วไปของมนุษย์ เมื่อคุณต้องการซื้อสินค้าสักชิ้น การดูสินค้าเพียงชิ้นเดียวอาจไม่เพียงพอต่อการตัดสินใจ คุณย่อมมองหาตัวเลือกอื่นๆเพื่อทำการเปรียบเทียบ เพื่อให้ได้สินค้าที่คุ้มค่ามากที่สุด นี่คือแนวคิดในการออกแบบที่ Amazon สร้างขึ้นมา

LinkedIn ก็เช่นกัน พวกเขาออกแบบให้ประสบการณ์ใช้งานนั้น คล้ายกับพฤติกรรมของมนุษย์เมื่อต้องอยู่ร่วมกับผู้คนจำนวนมาก พวกเขารู้ว่า หากคุณต้องเข้าไปอยู่ในสังคมใหม่ๆ คุณอาจรู้สึกขัดเขินที่ต้องเข้าไปทำความรู้จักใครสักคน แต่เมื่อคุณเห็นว่าเพื่อนหรือคนที่คุณรู้จักของคุณก็อยู่ในสังคมนั้นๆ คุณจะรู้สึกผ่อนคลาย และกล้าเข้าไปทำความรู้จักกับผู้คนต่างๆมากขึ้น นี่คือวิธีคิดของ LinkedIn ก่อนที่จะออกมาเป็นฟังก์ชั่น “People You May Know” และ “Group You May Like” ในที่สุด

ภาพโดย rawpixel จาก Pixabay

มอบข้อมูลให้กับผู้ใช้งานเพื่อสร้างมูลค่าเพิ่ม

หากคุณมอบข้อมูลที่ถูกต้องกลับไปให้ผู้ใช้งานแล้ว นั่นอาจจะช่วยให้คุณได้ engagement และมีรายได้มากขึ้น เพราะวิธีการนี้จะยิ่งทำให้ผู้ใช้งานรู้สึกว่าผลิตภัณฑ์ของคุณมีความเอาใจใส่ และทำให้พวกเขาได้ประโยชน์มากขึ้น

LinkedIn ใช้วิธีคิดเดียวกันนี้ในการสร้างฟังก์ชั่น “Who’s View Your Profile” ขึ้นมา โดยทำออกมาในรูปแบบของสถิติ แล้วนำเสนอไว้ในตำแหน่งที่มองเห็นง่าย สิ่งนี้ทำให้ผู้ใช้งานเกิดความรู้สึกสงสัยใคร่รู้ และมีแนวโน้มที่จะตัดสินใจกดเข้าไปดู วิธีการนี้จึงเป็นอีกหนึ่งรูปแบบที่ช่วยสร้าง engagement ของผู้ใช้งานให้เพิ่มขึ้นนั่นเอง

แต่ต้องไม่ให้ข้อมูลมากจนเกินไป

การส่งมอบข้อมูลให้กับผู้ใช้งานนับเป็นเรื่องที่ดี แต่ต้องไม่ทำให้ข้อมูลนั้นมากเกินไป จนทำให้ผู้ใช้งานรู้สึกยุ่งยากในการใช้งาน อีกหนึ่งปัญหาใหญ่ในการพัฒนาผลิตภัณฑ์ คือ คุณจะไม่รู้เลยว่า ควรจะให้ข้อมูลกลับไปยังลูกค้ามากน้อยเพียงใด เพราะปริมาณข้อมูลที่มากเกินไป ก็อาจจะทำให้ผู้ใช้งานตัดสินใจเลิกใช้งานไปเลยก็ได้

เมื่อครั้งที่ LinkedIn ได้ทดลองทำฟังก์ชั่น “Who’s View Your Profile” ขึ้นมา พวกเขาออกแบบข้อมูลและการแสดงผลออกมาได้อย่างยอดเยี่ยม แต่กลับไม่มีผู้ใช้งานกดเข้าไปดูต่อเลย นั่นเป็นเพราะพวกเขาให้ข้อมูลที่มากเกินไป ตรงนี้ Data Jujitsu แนะนำว่า ให้กำหนดเป้าว่าต้องการให้ผู้ใช้งานทำอะไรต่อเมื่อเห็นฟังก์ชั่นนั้นๆ แล้วจึงออกแบบออกมาให้สอดคล้องกัน

ภาพโดย Ag Ku จาก Pixabay

ตระหนักถึงผลข้างเคียงที่อาจเกิดขึ้น

แน่นอนว่า คุณไม่สามารถคาดเดาได้ ว่าเมื่อผู้ใช้งานได้ทดลองใช้งานผลิตภัณฑ์ของคุณแล้ว จะเกิดผลข้างเคียง เกิดปัญหาอะไรบ้าง จนกว่าคุณจะปล่อยผลิตภัณฑ์นั้นสู่ตลาด แล้วเก็บ feedback จากผู้ใช้งานจริงกลับมา

ตัวอย่างที่น่าสนใจ คือ กรณีของ “Netflix” ผู้ให้บริการชมวิดีโอแบบสตรีมมิ่ง ได้สร้างฟังก์ชั่นแนะนำวิดีโอที่ผู้ใช้งานอาจจะสนใจลงไปด้วย แต่กลับพบปัญหาเมื่อผู้ใช้งานที่แม้จะพักอาศัยอยู่ในสหรัฐฯ แต่กลับได้รับการแนะนำด้วยวิด๊โอจำนวนมากจาก Bollywood เพียงเพราะว่าเขาอาศัยอยู่ในย่านที่มีชาวเอเชียอาศัยอยู่มาก

โดยกลไกที่ทำให้ Netflix แนะนำวิดีโอเหล่านั้นให้ผู้ใช้งาน เป็นเพราะเขาสอนให้ระบบนำเสนอวิดีโอโดยการวิเคราะห์ผ่านพฤติกรรมของผู้ใช้งานในพื้นที่นั้นๆ แทนที่จะเป็นการแนะนำรายบุคคล สิ่งเหล่านี้มีผลต่อความรู้สึก การรับรู้ของผู้ใช้งานที่มีต่อผลิตภัณฑ์ของคุณเป็นอย่างมาก จนอาจเลิกใช้งานผลิตภัณฑ์ของคุณไปเลยก็ได้ คุณจึงต้องตระหนักและวางแผนรับมือไว้เสมอ

จัดการความสัมพันธ์ระหว่าง “ความแม่นยำ” และ “การยอมรับได้”

ในการออกแบบผลิตภัณฑ์ที่ต้องนำเสนอผลลัพท์กับผู้ใช้งานนั้น จะมีแนวคิดของการนำเสนออยู่ 2 แบบ คือ

การนำเสนอผลลัพท์อย่างแม่นยำ คือการนำเสนอผลลัพธ์ที่ตรงตามสิ่งที่ผู้ใช้งานต้องการแบบ 100% เมื่อคุณนำเสนอด้วยแนวทางนี้ หากคุณต้องทำการโฆษณาสินค้าสักอย่าง ก็มีโอกาสมากที่ผู้ใช้งานจะกดเข้าไปซื้อสินค้า

อีกแบบคือ การนำเสนอผลลัพท์เพื่อให้ผู้ใช้งานยอมรับได้ วิธีนี้จะไม่ได้นำเสนอสิ่งที่ผู้ใช้งานต้องการแบบ 100% แต่จะมีชุดของข้อมูลที่เกี่ยวข้อง หรือคาดว่าผู้ใช้งานจะสนใจถูกนำเสนอขึ้นมาด้วย ซึ่งอาจจะรวมถึงคำแนะนำหรือโฆษณาจำนวนมากด้วย

ปัญหาคือทั้ง 2 สิ่งนี้กลับให้ผลที่ตรงข้ามกัน คนที่ต้องการผลลัพธ์ตรงๆอาจไม่ชอบโฆษณาจำนวนมาก ส่วนคนที่ต้องการมองหาโอกาส ก็อาจจะต้องการตัวเลือกจำนวนมาก นี่เป็นสิ่งที่คุณจะต้องคิด จะต้องแลกข้อดีและข้อเสียระหว่างกัน

ตัวอย่างที่ดีในกรณีนี้ คือ Google ที่เมื่อคุณลองเข้าไปค้นหาคำใดๆสักคำ ระบบจะนำเสนอทั้งข้อมูลที่คุณต้องการ และข้อมูลที่คุณอาจจะสนใจมาให้ด้วย เช่น คุณกำลังหาคำว่า data science และคุณกำลังอาศัยอยู่ในกรุงเทพ ระบบก็จะนำเสนอข้อมูลที่เกี่ยวข้องกับ data science และอยู่ในกรุงเทพมาให้คุณด้วย เพราะนั่นหมายถึงโอกาสที่คุณจะสามารถเข้าไปติดต่อ เพื่อได้สิ่งที่คุณต้องการได้ง่ายขึ้นนั่นเอง

ภาพโดย skeeze จาก Pixabay

เข้าใจว่าผู้ใช้งานต้องการอะไร

ความรู้สึกของผู้ใช้งานเปลี่ยนแปลงได้เสมอ บางครั้ง แม้ว่าเราจะผลิตภัณฑ์ของคุณอาจจะนำเสนอข้อมูล หรือตัวเลือกที่มากพอแล้ว ก็อาจจะต้องคำนึงถึงความต้องการส่วนตัวของผู้ใช้งานอีกด้วย เพราะแม้ว่าจะมีตัวเลือกมาก แต่ตัวเลือกเหล่านั้นกลับไม่ตอบโจทย์ความต้องการของผู้ใช้งานเลย เขาก็อาจจะไม่ใช้ผลิตภัณฑ์ของคุณต่อ

ตัวอย่างในกรณีนี้คือ เว็บไซต์หางานที่มักจะนำเสนอตำแหน่งงานจำนวนมาก ที่มีความคล้ายคลึงกับตำแหน่งปัจจุบันของผู้ใช้งาน มีเนื้องานที่น่าใจ มีข้อเสนอจากบริษัทใหญ่ๆมากมาย แต่สิ่งเหล่านั้นไม่ได้เป็นประโยชน์เลย หากว่าผู้ใช้งานกำลังหางานที่ทำให้พวกเขารู้สึกว่าได้เติบโตในอาชีพมากขึ้น เช่น การที่ตำแหน่งงานมีคำว่า “senior” นำหน้า หรือมีคำว่า “manager” ตามหลัง

ให้ผู้ใช้งานเป็นผู้ช่วยคุณ

วิธีหนึ่งที่ Data Jujitsu แนะนำก็คือ การใช้พลังของผู้ใช้งานให้เป็นกำลังสำคัญ ที่จะทำให้ผู้ใช้งานอื่นๆสนใจ และหันมาลองใช้งานผลิตภัณฑ์มากขึ้น ตัวอย่างเช่น หากผลิตภัณฑ์ของคุณคือเว็บไซต์สำหรับหางาน แทนที่คุณจะแนะนำงานนี้ให้กับผู้ใช้งานตรงๆ คุณอาจนำเสนอคำแนะนำจากเพื่อนๆของพวกเขา หรือช่วยบอกว่ามีเพื่อนๆของพวกเขากำลังสนใจงานนี้อยู่แทน

ตรงนี้คือวิธีที่จะเปลี่ยนการรับรู้ของผู้ใช้งานที่เป็นเป้าหมายของคุณได้ ให้รู้สึกสนใจใคร่รู้ในงานนั้นๆ แทนที่จะรู้สึกไม่เป็นส่วนตัวเมื่อได้รับคำแนะนำจากระบบตรงๆ

ภาพโดย StockSnap จาก Pixabay

“ถาม” ให้ฉลาด

แม้ว่าการขอเก็บข้อมูลจากผู้ใช้งานนั้นจะเป็นเรื่องที่ทำได้ยาก ในปริมาณค่อนข้างจำกัด แต่หากทำได้ถูกต้องแล้ว จะสามารถสร้างมูลค่าให้กับผลิตภัณฑ์ของคุณได้มากทีเดียว เช่น หากคุณกำลังทำร้านอาหาร แทนที่คุณจะถามลูกค้าว่าพวกเขาชอบกินอะไร คุณอาจถามว่าพวกเขาพักอาศัยอยู่ในบริเวณใด เพื่อที่คุณจะได้ทราบเส้นทางการเดินทางของพวกเขาได้คร่าวๆ และสามารถนำเสนอคุณค่าอื่นๆให้กับพวกเขาในเส้นทางนั้นๆ

การถามข้อมูลขากลูกค้าเป็นเรื่องที่ดี แต่คุณจะต้องไม่ยกหัวข้อนี้ขึ้นมาเป็นสิ่งแรกๆ คุณจะต้องนำเสนอในสิ่งที่ลูกค้าต้องการให้ได้เสียก่อน จึงค่อยเก็บข้อมูลทีหลัง และสุดท้าย การเก็บข้อมูลที่คุณกำลังทำนั้น หากคุณสามารถบอกเหตุผลในการขอเก็บข้อมูลนั้นให้กับลูกค้าได้ จะช่วยลดโอกาสที่จะทำให้พวกเขารู้สึกไม่พึงพอใจ หรือปฏิเสธที่จะให้ข้อมูลได้

ลดความคาดหวังของผู้ใช้งานลง

ผลิตภัณฑ์ที่ขับเคลื่อนด้วยข้อมูลนั้น อย่างที่ได้บอกไว้ว่า จะต้องแลกระหว่างนำเสนอข้อมูลที่แม่นยำ หรือข้อมูลที่ยอมรับได้ ซึ่งการออกแบบที่ดีนั้น จะช่วยลดความรู้สึกไม่พึงพอใจจากผู้ใช้งานลงได้ หากว่าผลิตภัณฑ์ของคุณนั้นไม่สามารถทำงานได้อย่างสมบูรณ์แบบ

หากยกตัวอย่างขึ้นมาเปรียบเทียบ ระหว่างระบบตอบรับอัตโนมัติเมื่อคุณต้องโทรหา call center ที่ใดสักแห่ง กับหุ่นยนต์ขนาดเล็กที่สร้างขึ้นมาเลียนแบบสุนัข ทั้งสองเป็นผลิตภัณฑ์ที่ขับเคลื่อนด้วยข้อมูล แต่สร้างความรู้สึกที่ดีให้กับผู้ใช้งานได้ต่างกัน เพราะพวกเขาคาดหวังว่า การสื่อสารกับระบบตอบรับอัตโนมัตินั้นจะต้องถูกต้องเสมอ เพื่อนำมาสู่การแก้ปัญหาของเขาได้ ขณะที่พวกเขากลับรู้สึกผ่อนคลายเมื่อหุ่นยนต์สัตว์เลี้ยงแสดงพฤติกรรมที่แปลกๆออกมา เพราะพวกเขารู้สึกว่ามันเป็นเพียงสัตว์เลี้ยง

ในโลกธุรกิจจริง Facebook ทำในจุดนี้ได้ดี โดยสร้างฟังก์ชั่นให้ผู้ใช้งานสามารถซ่อนโฆษณาได้ และยังให้ผู้ใช้งานสามารถระบุเหตุผลได้ด้วยตนเอง ว่าทำไมจึงซ่อนโฆษณานั้นๆ โดยวิธีนี้ นอกจากจะช่วยลดความคาดหวัง ลดความรู้สึกไม่พึงพอใจลงแล้ว ยังทำให้ผู้ใช้รู้สึกผ่อนคลายที่สามารถแก้ไขปัญหาได้ด้วยตนเองอีกด้วย

ภาพโดย Gino Crescoli จาก Pixabay

ไม่ต้องรอให้พร้อม ก็ลงมือทำได้เลย

แนวทางของ Data Jujitsu นั้นเชื่อในเรื่องของการสร้างผลิตภัณฑ์อย่างง่ายๆเสียก่อน (minimum viable product) ทำให้บางครั้ง งานที่ออกมาจะมีรูปร่างหน้าตาที่มาสวยงามนัก หรือยังใช้งานได้ไม่หลากหลายนัก แต่นั่นคือสิ่งที่ Data Jujitsu แนะนำให้คุณทำ

และถึงแม้ว่า Data Jujitsu จะแนะนำให้คุณสร้างข้อมูลที่พร้อมต่อการใช้งานเป็นหัวข้อแรกๆ แต่คุณก็ไม่ต้องกังวลในเรื่องนี้มากนัก เพราะ Data Jujitsu เชื่อว่า ข้อมูลที่พร้อมเพียงแค่ 80% ก็เพียงพอให้คุณสร้างผลิตภัณฑ์ที่ดีออกมาได้แล้วนั่นเอง

สรุป

เรื่องราวของ Data Jujitsu ส่วนใหญ่นั้นเกี่ยวข้องการการออกแบบผลิตภัณฑ์ และประสบการณ์ของผู้ใช้งานเป็นหลัก ซึ่งมุ่งหวังให้คุณออกแบบผลิตภัณฑ์ที่ทำให้ผู้ใช้งานรู้สึกผ่อนคลายและยอมรับได้ หากว่าผลิตภัณฑ์นั้นจะทำงานได้ไม่สมบูรณ์แบบนัก ข้อสำคัญของการสร้างผลิตภัณฑ์ที่ขับเคลื่อนด้วยข้อมูลนั้น คือ เน้นสร้างผลิตภัณฑ์ที่ช่วยตอบโจทย์ของผู้ใช้งานเสียก่อน จึงค่อยไปเน้นการจัดการข้อมูล เพราะข้อมูลนั้นเป็นเพียงเครื่องมือหนึ่งที่จะช่วยทำให้ผลิตภัณฑ์เข้าใจผู้ใช้มากขึ้นเท่านั้น โดยคุณจะต้องหาคำตอบให้กับคำถามเหล่านี้เสมอ

1. คุณต้องการให้ผู้ใช้งานได้อะไรจากการใช้งานผลิตภัณฑ์นี้

2. คุณต้องการให้ผู้ใช้งานทำสิ่งใดหลังจากการใช้งานผลิตภัณฑ์นี้

3. คุณต้องการให้ผู้ใช้งานรู้สึกอย่างไรระหว่างใช้งานและหลังจากใช้งานผลิตภัณฑ์นี้

และหากว่าผลิตภัณฑ์ (ที่ยังไม่สมบูรณ์) ของคุณนั้นประสบความสำเร็จ คุณจะมีเวลาอีกมากในการทำให้ผลิตภัณฑ์นั้นดีขึ้นได้อีกด้วยเทคโนโลยีใดๆก็ตามที่คุณต้องการ สุดท้ายแล้ว Data Jujitsu ไม่ใช่จุดสิ้นสุด แต่เป็นจุดเริ่มต้นของที่จะช่วยให้ผลิตภัณฑ์ของคุณก้าวไปสู่อีกขั้นหนึ่งได้ในที่สุด

Goodreads: 3.76 (279 ratings)

อ่านเพิ่มเติมได้ที่: https://web.stanford.edu/group/mmds/slides2012/s-patil2.pdf