您如何更新成千上万的专业人士所依赖的定性研究分析软件？当然是研究！
在“数据之间”的第 67 集中，主持人 Stacy Penna 博士深入探讨了 Lumivero 的产品经理和工程师团队如何开发 NVivo 15。为了解释开发过程，Penna 博士与 NVivo 和 Citavi 高级产品经理 David Rubert 进行了交谈。
在本文中，我们将介绍他们对话中的亮点，特别是导致 NVivo 15 新的人工智能 （AI） 集成的流程，以及 Rubert 创建满足客户需求的产品的一般理念。
平衡客户和公司需求
在努力创建下一代 NVivo 的过程中，Rubert 指出，他作为产品经理的职责是为客户提供与公司商业方面目标不冲突的解决方案。
“[为客户] 解决问题是一回事，”Rubert 说。“以某种方式解决问题是另一回事，因为它会在内部造成业务问题。”
例如，在考虑是否以及如何将 AI 引入 NVivo 时，Rubert 和他的团队必须问自己以下问题：
- 我们的客户是否希望在 NVivo 15 中实现 AI 功能？
- 现在存在的 AI 工具是否能够产生符合学术界必须满足的高标准的结果？
- 在不影响其他功能的情况下将 AI 集成到 NVivo 中在技术上是否可行？
客户给他们的最初印象是对 AI 的矛盾心理。许多学者似乎对它如何支持他们的工作持怀疑态度。
为了更好地了解人们对 AI 的看法，Rubert 的同事、产品研究总监 Silvana Di Gregorio 通过招募一系列 NVivo 客户来评估他们的担忧和需求，成立了一个 AI 顾问委员会。捕获和提炼这些信息需要 – 你猜对了 – 定性分析。
使用工具构建工具
Rubert、Di Gregorio 和 Lumivero 产品开发团队的其他成员对 AI 咨询委员会成员进行了调查和视频采访。访谈包括焦点小组形式的会议和个人分组会议。使用 NVivo 14，Lumivero 团队存储了这些对话，对其进行编码，并开始确定客户对 NVivo 14 以及与 AI 的任何潜在集成的主题和担忧。
下一步是将他们的研究扩展到销售和支持团队。从销售团队那里，该团队了解到 Lumivero 的一些竞争对手很早就采用了 AI，这促使一些客户更换了产品。值得注意的是，他们还了解到，其中一些早期采用者对 AI 的集成很差，这促使其他客户转向 Lumivero。
该团队还从客户支持、培训团队成员和各种 Lumivero 合作伙伴组织那里收集了见解。
“坦率地说，如果你的最后一个版本没有完全达到目标，他们会让你知道，”鲁伯特说。“很高兴能学到这一点，而不仅仅是认为它很棒。”
观察、迭代和演示
捕捉客户需求是一回事。实现满足这些需求的功能是另一回事。
“客户并不总是对的，”Rubert 解释说。“如果你在寻找他们想要的结果，”或者他们想要的产品是什么，他们总是对的。然而，当谈到如何使该产品变得更好时，客户通常不是最好的咨询资源。这就是行业研究的重要性所在。
鲁伯特通过重复传奇曲棍球运动员韦恩·格雷茨基 （Wayne Gretzky） 的一句话来描述他的研究方法：“滑到冰球要去的地方，而不是滑到它曾经所在的地方。这句话是关于预测行业内动向的重要性。
为了在产品开发中实现这一目标，Rubert 解释说，他通过不断的观察和记笔记来保持领先。他跟踪软件的新发展，阅读书籍，并参加会议 – 不仅是软件会议，还包括定性研究会议。
迭代是下一步 – 将客户需求和设计想法过滤到产品开发工具中。目前，Lumivero 团队使用一个名为 Product Board 的工具，它与项目管理软件集成。任务不断与客户反馈中的主流主题保持一致，Rubert 称之为反馈的“排行榜”。
当演示准备就绪时，Rubert 尽量不强迫客户专注于某个特定功能。相反，他只是要求他们自由地提供反馈，这样他就可以了解他们如何看待产品，而不是他希望他们如何看待它。
产品存在于生态系统中
最后，Rubert 为产品经理分享了两条主要建议。首先，他们应该对问题域有深入的理解，即您的客户面临的整套挑战，以及依赖他们所做工作的人所面临的挑战。
例如，如果定性研究人员无法可靠地分析他们的访谈数据，那么依赖他们研究的政策制定者如何制定明智的立法提案？
第二条建议是学习如何将关于您产品的相同想法传达给不同的受众。例如，使用技术软件术语可能无法帮助没有计算机科学背景的社会科学家了解他们可以使用定性研究软件做什么。同样，在与销售代表或工程团队成员交谈时，像向社会科学家解释产品一样可能没有用。仔细倾听每个利益相关者的语言会有所帮助。
“不要用你的声音说话，”鲁伯特说。“用客户的声音说话。”