JTBD Матрица

Инструмент для анализа находок Jobs To Be Done исследования

Самое больное место в процессе JTBD-исследования — это анализ и синтез находок в конце исследования. Именно на этом этапе юные практики методологии сталкиваются с суровой реальностью и проблемами. Они пытаются заполнить артефакты JTBD, но в отличие, от примеров из интернета, где все стройно и четко, получается месиво, которое никак не выходит использовать в работе с продуктом.

Это происходит по 3 причинам:

  1. Плохо спроектированное исследование;
  2. Слабый навык анализа и синтеза;
  3. Непонимание JTBD-артефактов для анализа и синтеза.

Спроектировать JTBD-исследование поможет предыдущая статья. Прокачать навыки анализа и синтеза поможет практика. А вот разобраться с артефактами эта статья и наш инструмент — JTBD Матрица.

Проблемы использования артефактов JTBD для анализа находок исследования

Классическими артефактами считаются JTBD Statement (aka Работа), Диаграмма сил прогресса, Критерии найма / альтернативные решения.

Пример использования “классических” артефактов JTBD для анализа интервью. Все четко и стройно, не так ли? Спойлер: нет.

Эти артефакты хорошо объясняют как устроена мотивация человека в найме решений, но они не удобны в качестве инструмента для анализа и синтеза в реальных исследованиях. Мы долгое время использовали их, но замечали, что у клиентов, студентов, да и у нас самих возникают трудности. Причин несколько:

1. “Каша” из разных проблемных ситуаций. Дело в том, что “классические” артефакты JTBD помогают описать потребности человека в 1 отдельном случае найма решения, а не в 1 интервью и не в одном исследовании. Даже в одном интервью таких случаев может быть несколько. А если смешать данные из разных ситуаций в одном канвасе, то получается путаница.

В 1 интервью обсуждали 3 разные ситуации. В каждой ситуации человек нанимал разные решения и на него действовали разные силы прогресса.

2. Нет моста к генерации идей продуктов и улучшений. Артефакты канваса не связаны напрямую с артефактами вроде Job Story или Value Proposition, которые помогают фокусироваться на проблемной ситуации и создавать идеи решений и коммуникацию.

3. Низкий уровень юзабилити в реальных исследованиях. Если вы хотите показать как устроена мотивация человека в рамках одной работы и одной ситуации, то подобные артефакты хорошо работают. Например, в учебных проектах, где нужно провести 1 интервью. Но если вы проводите настоящее исследование, например описываете мотивацию людей нанимать сервисы такси и каршеринга, то вам придется нарисовать таких канвасов 30 штук из-за большого количества ситуаций и работ, которые вы обнаружите в интервью с десятком людей.

Чтобы избежать этих проблем, мы пришли к JTBD Матрице.

JTBD Матрица

Это таблица, которая создается для отдельных интервью, а потом и для всего исследования. Объединение данных из разных интервью происходит через объединение работ и ситуаций (aka контекста).

Матрица, по большей части, наполнена классическими артефактами JTBD, но может быть дополнена другими ценными данными. Например, находками из конкурентного анализа.

В статье показана сокращенная версия матрицы, но вы можете посмотреть и скачать полную версию.

Основа матрицы — это логика связки работ с остальными артефактами через отдельные ситуации / контексты.

По вертикали: работы и в них отдельные ситуации, в которых они актуализируются.

По горизонтали: артефакты, которые описывают мотивацию человека в рамках одной ситуации, решения и требования к ним. А потом переходят в Job Stories или Ценностные предложения для связки с идеями продукта и коммуникации.

Пример заполненной матрицы для одной работы с теми же находками, что были в канвасе в начале статьи. Видно, как разные ситуации отличаются с тз мотивации, решений и требований к ним.

С использованием матрицы появляется ряд преимуществ:

  1. Возможность учитывать силы прогресса и требования к решениям в разных ситуациях в рамках одной работы. В статьях и книгах про JTBD контекст всегда упоминается как нечто важное, но никогда не объяснялось как он учитывается в связке с остальными артефактами. Контекст то является Push-ом, то является частью Работы или Job Story. Мы выделили контекст в отдельную сущность, которая затем становится первой частью Job Story. Таким образом, контекст создает микро-сегменты в рамках одной работы. В каждом микро-сегмента свои драйверы и барьеры, разные решения и разные требования к ним.
  2. Появляется связь артефактов исследования с идеями улучшений. В матрице есть наглядная связка артефактов которые помогают понять мотивацию человека (работа, силы прогресса, критерии найма) и артефактоов вроде Job Story, которые помогают применить эти знания в улучшении продукта и коммуникации. Мы используем Job Story, как емкое описание проявления работы в определенной ситуации и, как сумму сил прогресса, которая отображает ключевой конфликт между точкой А (нынешним состоянием) и точкой Б (желаемым состоянием).
  3. Формат позволяет учитывать большое количество работ и проблемных ситуаций. В итоге настоящего исследования, в среднем, получается от 3 до 10 работ. В каждой работе по несколько контекстов. Формат таблицы позволяет работать с ними нескольким людям одновременно в процессе анализа, а потом хранить их все на 1 “листе”. Никакой магии, просто удобно.
  4. Возможность увидеть сильные и слабые места конкурентных решений в связке с потребностями. Если использовать полную версию матрицы, а интервью соединить с конкурентным анализом, то это поможет найти потенциальные точки роста для продукта и сфокусироваться на создании преимуществ, которые отберут пользователей у конкурентов.

Я привел пример решения, которое нам помогает проходить процесс анализа и синтеза в рамках JTBD-исследования, а также использовать находки для улучшения продукта и коммуникации. Но, прошу, не забывайте о том, что JTBD Матрица— это решение. И, как любое решение, оно нанимается для определенной работы, может работать отлично в одной ситуации и быть абсолютно бесполезным в другой 🙂

👉 Больше про JTBD на курсе.

Больше про фреймворки, продуктовые исследования и сервис-дизайн в моем Телеграм-канале.

Есть вопрос? Пишите мне в Фейсбук, Телеграм, или записывайтесь за бесплатными Советиками.

Researcher, Designer, Glubina.studio co-founder

Researcher, Designer, Glubina.studio co-founder