Unlock AI Product Success: Dogfooding Secrets Revealed!

שלום לכולם, אני רן ארז ואתם הגעתם לפודקאסט שבו אנחנו מדברים עם מנהלי ומנהלות מוצר מחברות שונות על בעיות מוצריות שהם נתקלו בהן, איך הם ניגשו לפתור אותן ומה השיעורים שהם למדו בדרך. הפרק שלנו מדבר על הבעיה המוצרית הבאה, איך להפוך ליוזרים של המוצר שלנו מבלי לאבד את כוכב הצפון ומישהו הולך לספר לנו על האתגר הזה. היא סלאם ביסאן, דירקטור אוף פרודקט בחברת לושה. מה נשמע? היי רן. איך את? מעולה, הכל טוב. מעולה, אז לפני שאנחנו ככה צוללים לסיפור, אולי תספרי לנו קצת עלייך ועל לושה בכמה מילים? קול, אז אני סלאם, דירקטור אוף פרודקט בלושה, אני מובילה בעצם את הליינאפ מוצרים שהם AI פאוורד בלושה, לושה חברת Sales Intelligence, Revenue Intelligence למי שלא מכיר, וזהו, אני כאן לדבר איתכם באמת על אתגר מוצרי שהתמודדנו איתו. איך התמודדנו, איך באמת רתמנו 30 עובדי לושה מאוד מאוד מוכשרים והפכנו אותם להיות פאוור יוזרס של המוצר שלנו ואיך הצלחנו באמת לבנות מוצר שהוא Zero to One AI Innovation לגמרי From Scratch בשמונה שבועות והגענו ל-93% Accuracy תוך שמונה שבועות. וואו איזה פיצ' אז באמת בניתם מוצר בשמונה שבועות ובאמת השתמשתם בעובדים שלכם כדי להיות בעצם אותם פאוור יוזרס של המוצר שאתם מסתכלים. אבל מעניין אותי לשמוע כזה קצת מהזווית שלך, למה לדעת איך זה רלוונטי לעוד מנהלי ומנהלות מוצר שמקשיבים לנו?

אני חושבת שהבנה מאוד מאוד עמוקה של המשתמשים של המוצר שאנחנו בונים היא סופר קריטית, זה לא מספיק לדבר עם סטייק הולדרים, לשמוע מה הם חושבים על המוצר, זה מעולה לדבר עם משתמשים, לראיין אותם, user feedbacks ו-design partners, אבל בעיניי זה אף פעם לא באמת מספיק, אם אתה לא חווה את הכאבים האמיתיים של המשתמשים, אם אתה לא משתמש במוצר בעצמך ומבין מה עובד ומה לא עובד, value שמאוד מאוד חשוב to tapping to. אוקיי, אז בואי נצלול כזה פנימה, תני לנו כזה קצת את הקונטקסט, אנחנו מדברים על באמת, על השקת מוצר ועל dog fooding וכל הדברים האלה, אבל בואי נתחיל רגע level 0, איפה אתם נמצאים? תני, תעשי קצת setting the stage.

מולה, ניתן טיפה קונטקסט, כולנו ערים למגמה שיש היום בשוק, AI מגיע ועושה שיפטינג מאוד מאוד רציני, בגדול כל החברות, במיוחד החברות SaaS, חברות SaaS שהן בקור שלהן בבסיס, הן לא AI first או AI powered, ואלה חברות שחשוב מאוד שיתחילו כבר להגיב לשוק אם לא הגיבו עד היום. ועם המגמה הזאת יש עוד סאב מגמות שאנחנו כן חווים, משתמשי SaaS שבעצם ה-jobs to be done שלהם משתנים, הפרסונות או ה-ICPs של המוצר חווים איזושהי אבולוציה בעצמם, הציפיות מהם עולות ומשתנות והם גם רוצים להגיב לשוק ולכן זה איזשהו מושן שאי אפשר להתעלם ממנו ואנחנו רוצים באמת להגיב לזה. זה ככה הטיפה קונטקסט. אוקיי, ובנקודה הזאת בעצם אתם מזהים גם טרנד של, זה משנה את הביזנס מודל של החברות, של חברות, כמו לדוגמה לושה, ומצד שני גם הציפיות מהעובדים שקונים לושה גדלו משמעותית. אז איך אנחנו מתחילים לשנות את המוצר? מה אנחנו בעצם עושים?

לגמרי נכון ומדויק, ובעצם האתגר שקיבלתי ככה את המנדט להוביל, זה לקחת את לושה באמת מעולם שהיא lead generation platform ל-AI powered. ו-full funnel go-to-market assistant. מצד אחד, זה אתגר טכנולוגי מאוד מאוד מעניין, מצד שני, זה לא רק אתגר טכנולוגי, זה שינוי תפיסתי, זה שינוי מיינדסט, ולכן זה באמת איזשהו אתגר שניגשנו אליו, מצד אחד, בואו נפתור את זה טכנולוגית, מצד שני, בואו נבנה קודם כל את הפרימוורק של איך אנחנו ניגשים לזה, ואיך אנחנו באמת מבינים את הכאבים של המשתמשים, כדי לבנות מוצר שהוא יותר סקיילאבל ועונה באמת על הצרכים של המשתמשים. זאת אומרת שאם אני מבין את זה רגע, שרשרת הערך של לושה באותה נקודה מתרכזת רגע בעולמות הליד ג'נריישן בהתחלה של שרשרת הערך, ואת מקבלת את המנדט להוביל ולשאול איך אני מגדילה את שרשרת הערך לעוד תהליכים שקורה אחרי ליד ג'נריישן, וזה מן הסתם מוביל אותנו גם לעובדה שיש עוד שחקנים פתאום שהם לא רק בשלב הלידים, אלא גם בשלב שאר תהליכי העבודה של מה שקורה אחרי הגעת הליד, אם הבנתי את זה נכון. ודיברת על איזשהו פריימוורק בין השורות. אולי תתינו רגע קצת את ה-overview על זה, מה בעצם עשיתם?

מעולה, אז קודם כל, באמת, אם נסתכל על המוצר הטכנולוגי, זה אחלה, זה אתגר טכנולוגי, אבל זה לא באמת מה שיזיז את המחט. מה שיזיז את המחט זה באמת לבנות משהו שעונה על הדרישות של המשתמשים, על הציפיות של המשתמשים, ויגרום למשתמשים לעבוד בסקייל. אם מסתכלים על המשתמשים שלנו, הם משקיעים 65% מהזמן שלהם ב-manual research, וזה כאב מאוד מאוד גדול, ואת זה אנחנו רוצים לפתור. מה ה-positioning של לושה, מה ה-competitive mode שלושה יכולה להביא, כי לכולם עכשיו יש AI, לכולם יש AI solutions, ומה באמת מייחדת לושה. ומחשבה הייתה שאנחנו בונים לא רק AI, אלא Trusted AI, וכן, ובעולם שהוא מאוד data-oriented, אנשים רוצים לקחת החלטות על בסיס הדאטה שלושה מספקת, הם רוצים לסמוך על זה. האלמנט של ה-Trust הוא מאוד מאוד חשוב, ובנינו באמת framework שמתבסס על... ומנגיש למשתמש את הריזונינג של האיג'נטים שאנחנו בונים, פרימוורק שמוודא שהתוצאות שאנחנו מספקים למשתמשים הן תוצאות שהן מאוד אקקרית, והמשתמשים באמת יכולים לסמוך עליהן. אז זה אחד, קודם כל לחזק את הפוזישנינג, לשים דגש על המהות. אם נשים את זה רגע בצד, האתגר היותר משמעותי היה באמת לבנות מוצר שהוא עונה על הדרישות של המשתמשים. ומה שעשינו בעצם, בניתי ויזמתי איזשהו וורקשופ שהוא חוצה ארגון, בעצם למהלך הזה, 30 ממיטב המוחות שנמצאים בלושה, מכל הפונקציות שקיימות בלושה, בעיקר מגו טו מרקט, סייל, זה customer success, מרקטינג גם היו חלק מהתהליך, וכמובן גם המנג'מנט, ואמרנו, נתייחס עכשיו לכל הסטייק הולדרים הללו לא בתור סטייק הולדרס, אלא בתור משתמשים של לושה, לושה uses לושה, קונספט מאוד מאוד מוכר וידוע שנקרא dog fooding, בעולמות מקבילים קוראים לזה wine tasting, או using our own product, ובעצם המשמעות של הפרימורק הזה זה באמת להפוך להיות המשתמשים של המוצר שאתם בונים, לחוות את הכאבים בעצמכם, לחוות את הרצונות של המשתמשים בעצמכם ולבנות באמת מוצר שנותן value. אמרת פה משהו מאוד מעניין, אמרת פה שני דברים שאני רוצה רגע לשים עליהם את הפוקוס. אחד, קודם כל, לפני שנכנסנו רגע לעומק של איך אנחנו בעצם מניעים את התהליך הזה, זה אמרת, מה הקומפטטיב מוט שלי? אנחנו נמצאים ברד האושן ורוב המוצרים שאנחנו מנהלים באמת... יש להם המון מתחרים וזה לג'יט, זה השוק ושאלתם את עצמכם רגע מה היתרון התחרותי הספציפי שלכם ודיברתם על Trust ואני חושב שזו תובנה מאוד מעניינת כי באמת מכווינה רגע אחר כך את כל ההסתכלות אז השלב הראשון נקרא לזה בפרמיום שלך שאת ניגשת לזה היה מה היתרון התחרותי הבאמת מיוחד של לושה מה אנחנו רוצים to be known for ובעיניי זה קריטי. השלב הבא זה אנחנו מדברים רגע אוקיי. הבנו שאנחנו הולכים לבנות מוצר שהוא חוצה מחלקות בארגון ושהוא עושה עוד תהליכים שעד היום לא נגענו. האינסטינקט שלי היה להגיד, אוקיי, בוא נמצא משתמשים שהם עושים את הדבר הזה בעולם החיצוני. ואת עשית קיצור דרך שהוא בעיניי מדהים, אמרת, יש לנו כבר את המשתמשים האלה, זה 30 אנשים שהם עובדים כבר במרקטינג, הם עובדים בתהליכי מה שקורה אחרי הליד בלושה. בוא נביא אותם ובוא נתחיל רגע להשתמש בדבר הזה. אני חושב שהפיצוח הזה הוא מרתק כי הוא מקצר את הזמן, דרמטית ל-insights, אז תספרי לי קצת כזה, איך מצאת אותם, איך ידעת שהם טובים לך בכלל, ומה עשית עם זה?

לגמרי, יש פה באמת את האלמנט של time to market, יש לנו דדליין של שמונה שבועות, בואו נבנה מוצר zero to one, עם האלמנט של trust, עם איכות, עם accuracy מאוד מאוד טוב, חתיכת אתגר. אז ניהלנו שיחות עם משתמשים, רתמנו design partners, הלקוחות הפוטנציאליים של לושו, הלקוחות קיימים שהימרנו אותם ל-design partners, זה אחלה, אבל זה לא באמת עונה על הצורך הזה של להיות בקשר מאוד מאוד רציני, עם המשתמשים הפוטנציאליים ולדבר איתם וממש לשאול שאלות שבדרך כלל הלקוחות לא יענו לך עליהם או שיגידו כן כן אני אשתמש אבל לא בסוף when you put the money on the table הם לא. ולכן באמת חשבנו על הכיוון הזה של לרתום באמת את העובדים שהם ה-ID ל-ICP של לושה וניהלתי את השיח המאוד מאוד צמוד איתם עם כל הפונקציות ובסוף הגעתי למסקנה שצריך באמת לאחד את כולם תחת קורת גג אחת וירטואלית לצורך העניין במקרה הזה ובלי לתת יותר מדי קונטקסט לא אמרתי להם בוא נדבר על פיצ'רים, פיצ'רים לא מעניינים, בוא נדבר על הכאבים שלכם, בוא נדבר על מה אתם מנסים לעשות היום ולא מצליחים, מאיפה אתם נתקעים, מה יכול לחסוך לכם 3 שעות, 5 שעות או יומיים עבודה בשבוע, וזה באמת היה הקו המנחה, ומשהו מאוד מאוד מעניין שבלעד זה שרוב הפונקציות בעצם דיברו על כל מיני כאבים או ג'ובס טו בי דן שחזירים להם, אבל בסוף כשמסתכלים באמת על הבסיס של כל הדברים שעלו, זה כמעט אותו בסיס, זה אותן יכולות שאם אנחנו בונים אותן, אנחנו נותנים שירות לכל הפרסונות הללו או לרוב הפרסונות. וזה היה מאוד מעניין לראות ולחוות את זה ככה first hand, כי בעצם כשמדברים עם marketing לבד או sales לבד או rev ops או כל פונקציה בנפרד, אתה שומע משהו אחד, מתרגם אותו לאיזה פיצ'ר, אבל ברגע שאתה שם את כולם באותו חדר ושומע מכולם מה הם באמת צריכים ומה חסר להם, אתה יכול באמת לתרגם את זה לאיזושהי יכולת שנותנת מענה לרוב הכאבים. וזה באמת תרם לנו לזקק את הרודמפ שאנחנו רוצים, לזקק את היכולות שהן סופר קריטיות שרוצים לבנות בלי סיילוז. זאת אומרת, כל הפונקציות נמצאות באותו מקום, כולם מדברים על מה חסר להם ומה הם שואפים להשיג מהמוצר החדש שרוצים לבנות, ובסוף המחנה המשותף היה מאוד מאוד מובהק. זה ארבעה איג'נטים שתעדפנו, נותנים מענה לכולם, פשוט כל פונקציה קוראת לזה בשם אחר.

אוקיי, אבל אני חושב שזה שאנחנו שמים אותם באותו חדר, בגלל שאנחנו מדברים על תהליכים שהם חוצי מחלקות, הרי זה מה שניסיתם לפתור בעצם, עצם העובדה ששמתם אנשים ממחלקות שונות בחדר, אפשר לכם רגע לקבל הצצה, מה שנקרא לתהליך האמיתי, כי אם Customer Success חושב שככה נראה השלבים, אבל בסוף מישהו ברבופ אומר לו, אתה לא בכיוון, או לא ככה אני מקבל את זה, זה באמת עוזר לנו להבין רגע מה הפלואו שקורה בין מחלקות שונות. בדיוק, נגעת פה בנקודה ממש חשובה, כי הנושא של שרשרת הערך, ואתה גם הזכרת את זה מקודם, הוא מאוד מאוד חשוב. כל פונקציה מסתכלת על מה היא צריכה לעשות, מה האינפוט שהיא מקבלת, מה האוטפוט שהיא מוציאה, אבל בסוף יש פה שרשרת, יש פה אינפוט ואוטפוט, יש פה workflow שלם שצריך להתבצע על מנת שנגיע להצלחה. באמת, ברגע שכולם נמצאים באותו חדר, מדברים על הכל, אז פתאום מזהים שיש כל מיני נקודות השקה בין הפונקציות השונות או בין הפלואים השונים, שלא היינו עולים עליהם, או כן היינו עולים עליהם, זה היה לוקח יותר זמן. אוקיי, אז אני רגע עושה איזשהו recap, אנחנו רואים שלב 0, בואו נבין רגע מה הקומפטטיב מוט, זה היינו, אנחנו רוצים להיות trusted, מעולה. אחר כך אנחנו הולכים ומגייסים, אנחנו מבינים שאנחנו רוצים לרוץ מהר, 8 שבועות זה באמת מעט מאוד זמן, אין לנו, אנחנו במקביל לתהליכים שאנחנו עושים חיצוניים של להביא design partners ויוזרים חיצוניים, אנחנו צריכים מהר מאוד לקבל insights, אנחנו מגייסים 30 אנשים. מכל מיני מחלקות שונות, כי התהליכים הם חוצי ארגון. שלב שתיים, וורקשופ כמה שעות, שמה אנחנו עושים בשלב הזה, מה קורה שם בפועל, מה אנחנו מנסים לזקק.

מעולה, אז הכנתי, נקרא לזה AI agent cards, וחילקתי את זה לכל האנשים שהשתתפו בוורקשופ, ובוורקשופ חילקתי את האנשים לקבוצות, ובקבוצות עשיתי משמש, תמהיל כזה של כל הפונקציות נמצאות בכל הקבוצות, ולא אנשים שרגילים לעבוד אחד עם השני. יוצאת מגבולות מה אני רגיל לעשות ביומיום. אז הם בקבוצות שונות, קבוצות עבודה שהם מכל מיני דומיינים, אבל מה זה ה-agent cards האלה? מה זה הדבר הזה בפועל? מעולה, אז שאלתי כמה שאלות מאוד מאוד פשוטות, בלי לתת יותר מדי קונטקסט, כי לא רציתי ליצור בייס. אז שאלתי בעצם ככה, מה ה-main jobs to be done שאתה עושה היום? נתחיל מזה. מה לוקח לך הכי הרבה זמן ביומיום שלך? שמתי דגש באמת על שלוש שעות, כי להגיד עכשיו יום שלם או יומיים בשבוע זה קצת farfetch, ובוא נתחיל ממשהו שבאמת עובד. ומה הבלוקרים שאתה נתקל בהם? לא שאלתי מה הפתרונות שאתם מחפשים, לא שאלתי איזה פיצ'רים אתם רוצים, כי זה ייצור לי בייס, אני לא מחפשת פיצ'רים, אני מחפשת כאבים, מחפשת jobs to be done שאין להם מספיק מענה, ואת זה באמת נתתי להם ככה שעתיים לעבוד בצוותים, אספתי את כל האינפוטים. זה לא היה דף ועץ, זה היה באמת הכל דיגיטלי. ובאמת עשבנו את כל האינפוטים, עשינו אגרגציה, וגם השתמשנו במנגנון שהיה די נחמד לעשות ווטינג לאיג'נטים שכל צוות חשב עליהם, ודרוג לפי כל מיני פרמטרים שהגדרתי. ובסוף באמת זיקקנו ארבעה איג'נטים שהם סופר קריטיים לכל הפונקציות, והיה סוג של קונצנזוס כלפי האיג'נטים שרוצים לבנות.

אוקיי, אז עכשיו צוות המוצר מקבל את ה-insights הזה, מנתח, רואה באגרגציה, ואנחנו מזהים בעצם ארבעה אזורים או ארבע בעיות בפלואו בין מחלקות, שאנחנו מזהים ש-AI agent יכול לתת מענה לדבר הזה שהוא גם פוקוס על, יחסוך לי מה שאמרנו שלוש שעות, וגם באמת עלה מאיזשהו משהו שהוא מולטי-דיסציפלינרי, זאת אומרת שהוא חוצה מחלקות. מדהים, מה קורה מכאן? מתחילים לעבוד. אוקיי, בהצלחה. כן, לגמרי, מתחילים לעבוד, אבל המיינדסט היה לא כותבים עכשיו את הכל ומגיעים למצב שיש לנו פול בלון מוצר ורק אז באמת משיקים אותו. המחשבה הייתה MVP first, מה המינימום יכולות שאנחנו צריכים לבנות בעקבות כל הלמידה שלנו מהוורקשופ כדי באמת להגיע עם תוצר שהוא עובד, production ready, שאפשר לחשוף אותו כבר ללקוחות קצה. חשפנו את זה קודם כל ללקוחות שהם הפנימיים, אותם כדי לבנות משהו אז הם צריכים להיות הראשונים שחווים אותו ונותנים את הפידבקים וחייבת להגיד שה-Rapid Prototyping, Rapid Building הזה מאוד מאוד עבד לנו כי בעצם עבדנו על האג'נטים שהם היו הכי קריטיים עבור המשתמשים שלנו, בנינו את זה בתור התחלה וזה ה-MVP שלנו ולהגיע בתוך שמונה שבועות ל-MVP שיש לו 93% AI Results Accuracy ו-80% NPL זה mind blowing. וגאה להגיד שיש לנו AI-powered assistant ללילושו בשם השני של הספרדשיט שהשקנו והוא מאוד מאוד מוצלח. מעולה, זאת אומרת ניגע באמת בתוצאות וגם במה הדברים שלא עבדו. מה שמעניין אותי, נגענו איזה רגע בשלב הראשון, זה זיהיתם את העולם הזה של Trust בתור איזשהו נקודה מאוד משמעותית שאתם יודעים להביא ערך. עשיתם Rapid Prototyping, Rapid Building כמו שאמרת והבאתם את זה לאותם 30 פאוור יוזרים. מה היה פה הסיפור של ה-Trust? כאילו, איך וידאתם את הדבר הזה?

אז זו הייתה עבודה מאוד מאוד מעמיקה של כל האנשים שעוסקים במלאכה, כולל אותי, שאני הסתכלתי בעצמי על מה משתמשים באמת עושים וחווים בתוך המוצר, וכמובן להסתכל על המספרים. הכנסנו ללופ כמובן את Product Analytics, Data Science, יש לנו LLM Judges שבנינו אין-האוס, ובאמת עבודה מאוד מאוד רציפה של כל הפונקציות הרלוונטיות, גם R&D, גם פרודקט ממש, כולם ביחד, על באמת מה המשתמשים חווים במוצר. עכשיו, מה זה Trust? בדיוק. יש את ה-reasoning של כל מיני LLM Models שאנחנו משתמשים בהם והטמענו, ואתה רוצה לשקף למשתמש בצורה מאוד מאוד ברורה ושקופה מה ה-reasoning שה-LLM הזה עושה. וברגע שאתה משקף את ה-reasoning, המשתמש מתחיל להבין, אוקיי, זה מה שהמודל עושה, זה מה שאני אמור לקבל, וגם את זה שיפרנו. בהתחלה ה-reasoning היה מאוד מאוד ארוך ומסורבל והיה קשה קצת להבין, ואת זה שיפרנו וזיקקנו, ויש את התוצאות שהמשתמש בסוף מקבל, והאם התוצאות שהוא קיבל, תוצאות שהוא עונות על הדרישה של המשתמש, כן, לא. יש פה את הנושא של LLM Judge שבנינו, Data Science שככה בוחנים את הדברים, ו-Product Analytics, וגם העיניים או הבוחנות שלנו בתור אנשי פרודקט, שבאמת מסתכלים על הדברים ומודדים שזה באמת עובד. זאת אומרת שכשאנחנו מפרקים את ה-Trust האלה, בעצם בונים כאלה סיגנלים או אזורי... אז אזור ראשון זה קודם כל לשקף למשתמש מה קורה ולמה, זה דבר ראשון, ושם עשיתם כמה איתרציות. אזור שני זה איך אנחנו מטמיעים כלי AI בעצם בתור judge שיראו שאנחנו בכיוון, זאת אומרת, משהו יותר נקרא לזה דתאי. והדבר השלישי זה צוות הפרודקט מסתכל בעיניים ורואה מה קורה בפועל, מה התוצאות ומה המשתמשים חווים. לגמרי, וגם הסתכלנו על סיגנלים שבעצם איך המשתמש מנווט בתוך המוצר החדש, המוצרים בתוך לושה, הסתכלנו באמת על סליחה, אבנטים מוצריים, אם המשתמש קיבל את התוצאות שלו מעולה, האם הוא משם המשיך לשמור את התוצאות באיזשהו framework, האם הוא בעצם המשיך לבנות אוטומציה, זאת אומרת החיבור של המוצר החדש שבנינו לשאר המוצרים שקיימים בלושה, כי זה ממשיך את כל שרשרת הערך לצורך העניין בתוך המוצר. וזה היה באמת מאוד מאוד חשוב להסתכל באמת מה משתמשים עושים, לא רק בתוך המוצר היפה והחדש והנוצר שבנינו, סובידן של המשתמש ואיך הוא ממשיך בעצם את התהליך שלו בתוך המוצר. אני חושב שטראסט נבחן לא רק על ידי זה שיש אדופשן לפיצ'ר, אלא שבאמת התוכן שהפיצ'ר מייצר מאפשר לנו להמשיך את תהליך העבודה ונתת סיגנלים מצוינים כמו הם שמרו את התוצאות בצד, הם התחילו לייצר אוטומציות על בסיס התוצאות, זה סיגנלים שאומרים אני סומך על מה שיוצא לי, עכשיו אני יכול לבנות על הדבר הזה עוד תהליכים ובעיניי אנחנו, אם אנחנו מסוגלים להסתכל ולשאול את עצמנו מהם השלבים שיעידו על זה שהם הופכים את הפיצ'ר הזה לאיזשהו בילדינג בלוק להמשך התהליך, הוא סיגנל מעולה לטראסט. אבל נגעת רגע באיזשהו משפט על כזה, גם מצד שני, אחד על ההצלחה, ועוד מעט ניגע בזה, אבל גם על הדברים שלא עבדו, אז אולי תני לנו כזה קצת יותר את הטרייד-אופים או דברים מהחלטות שקיבלתם לאורך הדרך.

כן, במוצר זירו טו-אנד מהסוג הזה, AI אסיסטנט, AI פאוורד, פול פאנל, הדגש פה באמת על פול פאנל, וכדי להגיע למצב שיש לי פול פאנל שהוא end-to-end, זה בעצם הגולדן פלואו שאני רוצה לבנות. אבל אם מסתכלים על הגולדן פלואו ואם מסתכלים על כמה מאמץ צריך להשקיע כדי שכל הגולדן פלואו יהיה תפור end to end, זה לא שמונה שבועות, זה קצת קצת מעבר. והמחשבה הייתה באמת להתחיל עם, נכון הגולדן פלואו, אבל נגיע למצב שהמשתמש בונה באמת את הטראסט שדיברנו עליו ארוכות, המשתמש שומר את התוצאות שלו בליסטים של לושה, ומשם המשתמש יכול לעבור למה שנקרא קלאסיק מוד, לבצע את כל האוטומציות שהוא רוצה לבצע, לא בתוך החוויה שהיא Zero to One והחוויה האוטומטית והחוויה שהיא AI-Powered, אבל עדיין לא לוקחים מהמשתמש את היכולת הזאת, זאת אומרת, יש לו את היכולת, הוא פשוט צריך לעבור ל-Classic Mode, ומשם הוא יכול לעבור חזרה למוצר החדש שבנינו, וזה בעצם הסוג של התפשרות שעשינו, אבל בעיניי זה לא התפשרות, זה Trade of Management. אנחנו כן רוצים להשיק מוצר, כן רוצים שיהיה לנו את אפקט הראשוניות בשוק, כן רוצים לתת מענה למשתמשים, זה לא חייב להיות ה-end-to-end של כל ה-Goldenflow, זה כן יכול לתת value מאוד מאוד קריטי עבור המשתמש. בפייז 1, בפייז הבא, אנחנו נוסיף כבר את היכולת האוטומטית, ובדיוק עכשיו אנחנו נמצאים בדיוק בנקודה הזאת. מצד אחד לא חוסמים את המשתמש, הוא יכול לבצע את כל ה-flow, כל ה-golden flow שהוא רוצה. השאלה היא מה נקודת ההתחלה ומה נקודת הסוף שלו בתוך החוויה החדשה שבנינו, ומשם באמת המשתמש לא חסום והוא עדיין יכול לבצע את כל מה שהוא מבצע היום.

זאת אומרת שנגיד trade off אחד משמעותי היה, אנחנו לא מחליפים את כל החוויה מיד, אלא אנחנו נותנים למשתמש את היכולת לשמור רגע על מה שהיה לו קודם ולקבל את ההחלטה ולאט לאט לעשות את ההדרגתיות הזאת בשינוי, נקרא לזה ההרגלים של המשתמשים. אז מה קרה אחרי השמונה שבועות? אוקיי, עשינו את כל הדבר הזה, מה בסוף היה האימפקט בעולם האמיתי? מעולה, אז באמת השקנו את המוצר פנימית לכל עובדי לושה, במיוחד לpower users, שהם היו חלק מלבנות את האסטרטגיה ואת ה-roadmap של המוצר הזה, תנסו, תנסו לשבור אותו, אנחנו רוצים לנסות באמת לשבור את המוצר הזה, לראות מה עובד, מה לא עובד, והסתכלנו הרבה מאוד על המטריקות שהגדרנו, מטריקות שמגדירות את ההצלחה של המוצר, וגם חשפנו את המוצר לאלפא יוזרס, שהם באמת משתמשים במוצר, מסתכלים על האינפוטים שלהם, מסתכלים על הקשיים שהם חווים, ממש מסתכלים על כל פול סטורי, מה המשתמש חווה, איזה קליק הוא עושה, איזה מילה הוא כותב, ולומדים מזה המון. ובעקבות הלמידה הזו גם המשתמשים הפנימיים של לושה, הפאור יוזרס שגייסנו וגם משתמשי הקצה שפתחנו עבורם את הגרסה, שיפרנו המון המון המון סייקלים קטנים של שיפורים, אנחנו עדיין משפרים, אבל עכשיו אנחנו במצב שאנחנו משיקים כבר את המוצר למשתמשים שהם מעבר לאלפא יוזרס וזה באמת מיילסטון מאוד מאוד משמעותי. זה נשמע מטורף אבל אנחנו כולנו רוצים לדעת מה קרה בסוף השמונה ש...

מעולה, אז השקנו את המוצר, השקנו את המוצר פנימית עבור המשתמשים של לושאק ובאמת זקקנו הרבה מאוד תובנות, אבל בעיניי המטריקה הסופר קריטית והחשובה פה זה ש- from day one שהשקנו את המוצר, הסתכלנו על 93% accuracy, reasoning accuracy וזה משהו שהוא מאוד מאוד יוצא דופן בטיים פריים כזה קצר, עם הרבה מאוד unknowns, הרבה מאוד סימני שאלה, הרבה מאוד קשיים טכניים שהתמודדנו איתם ולהסתכל על אקריסי ברמה כזאת ו-NPS שהוא 80 אחוז, זה באמת יוצא דופן. עוד משהו שמאוד בלע את זה, שמסתכלים באמת על כמה מסג'ס המשתמשים רושמים בתוך ה-AI Chat Assistant, ראינו שהממוצע הוא 11.7 וזה אם מסתכלים על Industry Benchmark זה הרבה. זאת אומרת יש פה איזשהו טולרנס לפריקשן והמוצר כשהשקנו אותו היו שם פריקשן ויש פה טולרנס לפריקשן שמאוד הפתיע אותנו. וזה מעיד על product market fit indication מאוד מאוד חשוב ואמרנו אוקיי יש פה משהו שעובד בוא נטפל בפריקשן הללו בוא נשפר אותם וזה באמת עזר לנו לבנות את הגרסה הבאה שאותה אנחנו ממש עכשיו משיקים ויש פה המון המון למידה לאורך כל התהליך. בעיניי זה תהליך מרתק ומעניין אותי ככה אם אנחנו מזקקים מה כזה התובנות שלך מהדבר הזה אם מישהו עכשיו. עכשיו, מקשיב לנו מה הוא היה יכול לקחת שהיה לך הלוואי והיו אומרים לך לפני

שעשית את התהליך הזה? אחד הלמידות המאוד חשובות ככה שזיקקתי גם עם עצמי לאורך כל התהליך זה שאחד, you can't fake user empathy. זאת אומרת, ראיונות משתמשים זה אחלה, design partners call זה ממש מעולה, זה חשוב, אבל בעיניי זה לא תחליף באמת לחוות את המוצר בעצמך, להבין מה חסר למשתמשים, מה כואב ל... כי משתמשים לא תמיד יגידו לך מה כואב להם, הם לא יודעים גם לשים את האצבע, הם פשוט לא אוהבים את המוצר, אז ביי, הם יעברו למוצר מתחרה. וזה באמת משהו שמאוד מאוד חשוב, לחוות בעצמנו את המוצר שלנו, dogfooding concept, לאמץ את זה כמה שיותר. גם אם אני לא ה-ideal ה-ECP של המוצר, אבל אני חייבת להשתמש במוצר שאני מונה, כדי באמת לחוות אותו כמו שצריך. אז זה איזושהי לימידה שאני מאוד מעודדת ככה את כולם. לאמץ את הקונספט הזה, use your own product, ושתיים, לשבור את הסיילוז התפיסתיים קודם, אני לא מדברת על מבנים, מבנה זה אולי סקנדרי, אבל קודם כל להתחיל מסיילו תפיסתי. אם אני בונה מוצר שנותן מענה להרבה מאוד פרסונות, הרבה מאוד ICPs, אני רוצה לוודא שאותן פרסונות, גם בינם לבין עצמם יודעים לדבר אחד עם השני, יודעים להציף את ה... תלויות, את החסמים, את הבלוקרים, וזה משהו שמאוד מאוד עזר לנו לזקק בעצם איזה אג'נטים אנחנו רוצים לבנות, ומה העמות באמת של המוצר, ואיך אנחנו באמת משיקים מוצר שהוא איכותי בטיים פריים כזה, אז זה ככה התובנה שמאוד התחדדה לי. התובנות שלי מהפרק הזה זה קודם כל שכשאנחנו מנסים בתור מוצר להרחיב את שרשרת הערך שלנו, אנחנו בעיקר כשאנחנו עושים תהליכים שהם חוצי מחלקות אנחנו רוצים להביא סוג של רעיון משתמשים למחלקות ביחד כדי לראות בדיוק את הפריקשן בנקודות האלה זה מה שבאמת ירוק את המוצר שלנו לא להסתכל על כל מחלקה בנפרד ולדבר איתה אלא להסתכל על כמה ביחד ולראות את התהליך שהוא חוצה ארגון והדבר השני שהפרק הזה עזר לי לזקק זה רגע הנושא הזה של סיגנלים לטראסט אני חושב שמה שאני עכשיו מבין זה שכשהמשתמש שלי משתמש בתוכנית וסומך על ה-building block של התוצאה שלי בתהליכי העבודה שלו, זה סימן שהוא באמת סומך על התוצאה. זאת אומרת, אם הוא שומר את זה בצד, או אם זה משמש כאיזשהו building block לתהליכי אוטומציה, זה בעיניי סיגנל מדהים להגיד, אוקיי, הקובייה הזאת עובדת, אני יכול להתקדם הלאה בתהליך העבודה, והוא בעצם סומך על המוצר שלי. אז עם זה אנחנו נסיים את הפרק, ורגע לפני, אני אזכיר שאם אתם רוצים לדעת כל פעם שיוצא פרק חדש בתוכנית... שלנו אתם מוזמנים לעקוב אחרינו בכל אחת מהאפליקציות ולתת לנו דירוג חמישה כוכבים אז שוב המון המון תודה סלאם תודה רבה רן היה ממש מקסים ותודה לכם שהאזנתם.