Egor Chirkunov

Hi ha interés. Es compra poc.

Podeu venir amb el problema, no amb una especificació per resoldre’l. Jo esbrine què hi ha al darrere, què es pot comprovar i què val la pena fer després.

Expliqueu-me el problema

El que tenen en comú estos encàrrecs és que encara no existeix una forma establerta de resoldre’ls. Esta part també és faena meua: des d’entendre el problema fins a alguna cosa que funciona.

Podeu arribar amb un problema que encara costa d’anomenar bé.

01

Hi ha interés. No queda clar on es perd la compra.

Amb què vos quedeuquè canviar a l’oferta, als missatges, a les pàgines, a la venda o al contingut; en quin ordre fer-ho; què comprovar abans de gastar gaire i què deixar de moment com està.

La gent pregunta, arriba per recomanació, reacciona al que publiqueu — i en compra poca.

La causa pot ser al contingut. Igualment pot ser al públic, a l’oferta, a la confiança, al camí fins a la compra, o no tenir res a veure amb la comunicació.

Comence per localitzar on es trenca de debò el camí fins a la compra i quina mena de comprovació cal ací. La faena no s’acaba al diagnòstic: la causa que apareix es converteix en canvis concrets.

02

La decisió s’ha de prendre abans de tenir dades pròpies.

Amb què vos quedeuun mapa de decisions amb prioritats, riscos i ordre d’implantació; i on calga, les regles, especificacions o prototips sobre els quals l’equip puga continuar construint.

Llanceu un producte nou, un web, una línia nova. Dades pròpies encara no n’hi ha, i hi ha desenes de decisions per prendre ara.

Quan totes les opcions sonen raonables, les decisions es converteixen en una discussió de gustos.

Reunisc els fonaments on ja existeixen — en com es comporten els compradors, en el que fan els competidors i les categories veïnes, en llançaments anteriors i en recerca ja feta — i els convertisc en un sistema dins del qual es pot decidir, en comptes de discutir cas per cas.

03

Els números ensenyen el resultat. No expliquen la causa.

Amb què vos quedeuun conjunt d’indicadors o comparacions que funciona i ensenya on canvia de debò el resultat, més les decisions o proves concretes que se’n deriven.

El trànsit creix i les vendes no. L’escala puja i el resultat a penes es mou. Unes línies funcionen força millor que altres, i els números de sempre no diuen per què.

A vegades dades ja n’hi ha de sobra — el que passa és que una sola xifra final és la suma de diverses causes diferents.

Si els indicadors que hi ha no basten, primer construïsc una manera de vore el problema: separe el que s’ha barrejat, trobe la comparació que importa o cree una capa de mesura nova. Només després queda clar què val la pena canviar.

04

Per escalar-ho, primer cal saber què crea la qualitat.

Amb què vos quedeula lògica de la faena posada per escrit, i un mecanisme que l’equip pot fer servir sense dependre permanentment de la persona sobre la qual se sostenia tot.

La qualitat se sosté sobre una persona: l’expert ho fa tot ell, el fundador revisa personalment cada cosa important, o un sol empleat sap per què el procés és com és.

Automatitzar-ho sense més és perillós: es pot treure la faena manual juntament amb allò que el client o el negoci valoren de debò.

Per això el primer és desmuntar l’origen de la qualitat i posar-lo per escrit — regles, veu, criteris, excepcions, l’ordre en què es prenen les decisions, càlculs, context. Després construïsc el procés o la ferramenta que reprodueix el que importa sense una persona pendent cada vegada.

Amb què vos quedeuquè canviar a l’oferta, als missatges, a les pàgines, a la venda o al contingut; en quin ordre fer-ho; què comprovar abans de gastar gaire i què deixar de moment com està.

La gent pregunta, arriba per recomanació, reacciona al que publiqueu — i en compra poca.

La causa pot ser al contingut. Igualment pot ser al públic, a l’oferta, a la confiança, al camí fins a la compra, o no tenir res a veure amb la comunicació.

Comence per localitzar on es trenca de debò el camí fins a la compra i quina mena de comprovació cal ací. La faena no s’acaba al diagnòstic: la causa que apareix es converteix en canvis concrets.

Amb què vos quedeuun mapa de decisions amb prioritats, riscos i ordre d’implantació; i on calga, les regles, especificacions o prototips sobre els quals l’equip puga continuar construint.

Llanceu un producte nou, un web, una línia nova. Dades pròpies encara no n’hi ha, i hi ha desenes de decisions per prendre ara.

Quan totes les opcions sonen raonables, les decisions es converteixen en una discussió de gustos.

Reunisc els fonaments on ja existeixen — en com es comporten els compradors, en el que fan els competidors i les categories veïnes, en llançaments anteriors i en recerca ja feta — i els convertisc en un sistema dins del qual es pot decidir, en comptes de discutir cas per cas.

Amb què vos quedeuun conjunt d’indicadors o comparacions que funciona i ensenya on canvia de debò el resultat, més les decisions o proves concretes que se’n deriven.

El trànsit creix i les vendes no. L’escala puja i el resultat a penes es mou. Unes línies funcionen força millor que altres, i els números de sempre no diuen per què.

A vegades dades ja n’hi ha de sobra — el que passa és que una sola xifra final és la suma de diverses causes diferents.

Si els indicadors que hi ha no basten, primer construïsc una manera de vore el problema: separe el que s’ha barrejat, trobe la comparació que importa o cree una capa de mesura nova. Només després queda clar què val la pena canviar.

Amb què vos quedeula lògica de la faena posada per escrit, i un mecanisme que l’equip pot fer servir sense dependre permanentment de la persona sobre la qual se sostenia tot.

La qualitat se sosté sobre una persona: l’expert ho fa tot ell, el fundador revisa personalment cada cosa important, o un sol empleat sap per què el procés és com és.

Automatitzar-ho sense més és perillós: es pot treure la faena manual juntament amb allò que el client o el negoci valoren de debò.

Per això el primer és desmuntar l’origen de la qualitat i posar-lo per escrit — regles, veu, criteris, excepcions, l’ordre en què es prenen les decisions, càlculs, context. Després construïsc el procés o la ferramenta que reprodueix el que importa sense una persona pendent cada vegada.

No cal saber per avant què necessiteu.

Per a problemes així sovint no hi ha cap procés a seguir. La primera pregunta és com resoldre este en concret; i on no existeix cap enfocament, el construïsc per a l’encàrrec.

Si sembla que calen xarxes socials,
no comence per un calendari de continguts.
Si voleu automatitzar la faena d’un expert,
no comence per un agent d’IA.

El que al principi sembla la solució sol ser només una hipòtesi sobre on és el problema.

A vegades la manera de resoldre’l passa per trobar dades que falten. A vegades per inventar una mesura nova, posar per escrit el coneixement de l’expert, muntar un prototip o construir una ferramenta. Un encàrrec necessita dades; un altre, regles, un prototip o un sistema. El mètode respon a l’encàrrec, i no al revés.

Vosaltres porteu el problema. Jo determine què cal per resoldre este en concret — què entendre o comprovar, què canviar o construir — i porte la faena fins a un resultat que es puga fer servir.

Si l’encàrrec ja està ben definit i només vos cal algú que execute una especificació tancada, el més probable és que un especialista del ram surti més senzill i més barat.

S’acaba amb alguna cosa amb què es pot actuar.

Un encàrrec puntual

Una decisió

Què fer. En quin ordre. Per què esta opció guanya a les altres. En què es basa. On queda el risc. En què fixar-se per saber si ha funcionat.

Un encàrrec que torna

Un mecanisme que funciona

Si la mateixa pregunta o la mateixa faena tornen, la manera de resoldre-ho es converteix en un mecanisme que es pot fer servir sense tornar-ho a esbrinar tot des de zero.

Primer apareix una manera de resoldre este encàrrec en concret. Després, la forma del resultat depèn de si passa una vegada o torna.

Una decisió

  1. Mapa de decisions
  2. Pla de llançament
  3. Prioritats de canvi
  4. Especificació
  5. Prototip
  6. Pla de comprovació

La forma depèn de l’encàrrec.

Un mecanisme que funciona

  1. Radar
  2. Base que s’actualitza sola
  3. Quadre de comandament
  4. Cadena de producció
  5. Procés
  6. Una ferramenta per a l’equip

Fet per a aquell encàrrec.

Parlem de quina forma vos cal

En estos projectes el primer que es va haver d’inventar va ser com resoldre’ls.

Les formes finals són diferents: un sistema de producte, un mapa de decisions, un radar de mercat, un model de prioritats. El que comparteixen és que no existia cap mètode ja fet que n’hi hagués prou d’executar.

PIPELINE

Com augmentar el volum quan la qualitat se sosté sobre alguna cosa difícil de descriure

Primer es va haver de descriure l’origen de la qualitat. Només després es va poder escalar.

Font

model expert

  • veu i to
  • regles i límits
  • lògica del producte
  • mapa o lectura del client

Sistema

procés de lectura personalitzada

1context
2generació
3processament
4maquetació
5control
context comú · configuració · plantilles

Resultat

document personal acabat

  • text adaptat a les dades
  • una lectura coherent
  • PDF tipogràfic
  • historial guardat
context comútotes les seccions formen una sola lectura
maquetació segons el textel disseny s’adapta a l’extensió sense canviar el contingut
configuració, no codiproductes, seccions, regles i plantilles s’ajusten per separat
productes
9 tipus de producte personalitzat
cadena
càlcul → generació → normalització → maquetació tipogràfica
resultat
un producte personal acabat en PDF
traspàs
el sistema el porta un operador sense perfil tècnic

La faena personal d’una especialista durava unes quantes hores per peça, i es valorava justament per això: una veu pròpia, la lògica de la interpretació, càlculs precisos i la sensació que el resultat estava fet per a una persona concreta.

Per això l’encàrrec mai no va ser «posar-hi IA». El primer va ser posar per escrit el que existia com a ofici d’una persona: les regles, la veu, la lògica psicològica, els càlculs i els criteris de qualitat.

Després vaig construir un sistema que va unir els càlculs, la generació, la revisió, la maquetació tipogràfica en PDF i la interfície de l’operador.

FIELD

Com prendre cent decisions abans del primer dia de vendes

Dades pròpies encara no n’hi havia — així que el primer que es va haver de construir va ser una manera de decidir sense elles.

1 AUDITORIES I OBSERVACIONS

CAMP
joieria · DTC · moda · automoció
FOCUS
confiança · elecció · compra · postvenda

Mapa d’observacions

suportneutralpunt de risc

La pregunta no és si una cosa és bonica, sinó si ajuda a triar, genera confiança, resol dubtes i sosté la compra.

2 PATRONS I CONCLUSIONS

SUPORTS
decisions que es poden traslladar
BUITS
oportunitats que el mercat no aprofita

Categories clau

  • Comprador i motivacióregal · compra pròpia · inseguretat
  • Producte i propostapreu · materials · personalització
  • Camí cap a la compracerca · comparació · servici · confiança
  • Mercat i contextpaís · canals · codis culturals
  • Hipòtesis i riscosbuits · supòsits · límits

3 RECOMANACIONS PRIORITZADES

PRIORITAT
primer, les decisions que reduïxen el risc principal
SEQÜÈNCIA
llançar → comprovar → créixer

Pla d’implantació

  1. 1
    CONFIANÇAtransparència · ressenyes · servici
  2. 2
    ELECCIÓescenaris · preus · regals
  3. 3
    ECOSISTEMAun marc · submarques diferents
  4. 4
    CREIXEMENTmètriques · proves · personalització
mercatmapa de moviments competitius
compradormotius i barreres
sistemaregles i patrons
llançamentorde de decisions
camp
39 marques i categories veïnes
preguntes
105 preguntes estratègiques
base acadèmica
59 fonts acadèmiques
resultat
127 decisions prioritzades amb evidència, riscos i fases d’implantació

Un ecosistema nou de sis marques no tenia historial propi del comportament dels seus compradors, i les decisions clau de producte i d’UX calien abans del desenvolupament.

Vaig reunir els fonaments a partir d’auditories de la competència, fonts acadèmiques, les paraules dels mateixos compradors i el context nacional, i els vaig convertir en un únic sistema de decisions — amb prioritats, riscos, regles i prototips.

La recerca no va acabar sent un informe sobre el mercat, sinó una arquitectura de treball des de la qual dissenyar i llançar el producte.

TRACE

Com triar ubicacions noves quan el mercat de la competència quasi no es veu des de fora

Primer es va haver d’inventar una manera de veure el mercat ni que fos. Després aquella manera es va convertir en un sistema que funciona.

1 ESTATS PÚBLICS

Des de fora es veu un estat senzill de l’estació. El sistema el convertix en una capa observable del mercat.

DISPONIBILITAT

quants dispositius hi ha disponibles ara

MOVIMENT

lloguer, devolució i canvis de disponibilitat

ESTAT

si l’estació està activa i li canvia la capacitat

CONTEXT

ciutat, ubicació, categoria i horari

2 RECONSTRUCCIÓ D’INDICADORS

D’un estat aïllat a la dinàmica del mercat

DisponibilitatRitmeDensitatBuits

No es compara només el nombre d’estacions, sinó com canvien la disponibilitat, l’activitat i la cobertura entre ciutats.

3 DECISIÓ D’UBICACIÓ

  1. poca disponibilitat en una zona de demanda estable
  2. mercat actiu amb cobertura insuficient
  3. ubicació de trànsit amb espera prolongada
  4. molta afluència amb poca capacitat
  5. zona estacional apta per a una prova controlada

Primer es comprova el senyal de mercat. Després es decidix la ubicació i la despesa.

OPENcapa visible de dades
TRACEhistorial de canvis, no una foto fixa
PLACEdel senyal a la prova següent
abast
més de 60 000 estacions de diversos competidors en diversos països
actualització
cada 30 minuts
mètode
estats públics → indicadors reconstruïts
resultat
un quadre de comandament interactiu per decidir ubicacions
posada en marxa
28 dies

L’operador veia la seua pròpia xarxa, però no la podia comparar amb la competència amb els mateixos indicadors.

No existia cap font ja feta per a esta comparació. Vaig trobar un senyal públic des del qual es podia reconstruir el moviment del mercat i vaig construir un sistema que convertia amb regularitat els estats públics de les estacions en indicadors comparables.

D’allí en va eixir una imatge del mercat que s’actualitza sense parar i una ferramenta interactiva per decidir ubicacions.

NETWORK

Com convertir milers de converses en decisions i no en un altre flux de dades

Recollir era només la porta d’entrada. El valor va aparèixer al sistema que convertia el soroll en l’acció següent.

MAPA DE DECISIONS: DEL SENYAL A L’ACCIÓCada cercle és un patró que es repeteix en les converses de l’audiència. La mida indica la força del senyal; la posició, la proximitat a una decisió pràctica.
més a prop de la decisió↑ alta↓ baixasenyal → oportunitat estable
punts de creixementcontext establerutes feblesmida = força del senyal
fonts
9 plataformes
volum
unes 40 000 converses al mes
estructura
24 metatemes · més de 200 subtemes · evolució en el temps
resultat
prioritats de producte, llenguatge, comunicació i contingut

Al producte li calia saber què preocupava cada part del seu públic, amb quines paraules ho deia i quins temes creixien o s’apagaven.

Llegir les plataformes a mà no escalava, i un flux sense més de missatges trobats només afegia soroll.

Vaig construir una cadena que seleccionava les converses rellevants, n’extreia els senyals que es repetien, els agrupava en temes estables i els convertia en prioritats per al producte i per a la comunicació.

Les respostes s’han abaratit. Les decisions, no.

Una resposta versemblant s’aconsegueix en un minut. El difícil és saber quina pregunta importa de debò ací, què cal per resoldre-la i què canviar o construir un cop se sap.

  1. Què cal canviar

    El punt de partida és la situació del negoci, no un mètode: què està passant ara i quin resultat o quina decisió calen de debò.

  2. Com es podria resoldre això ni que fos

    Fixe un enfocament per a este encàrrec en concret. On no n’hi ha cap de fet, el monte: recerca, un sistema de mesura nou, posar l’experiència per escrit, un prototip, una ferramenta — per separat o junts.

  3. Què cal esbrinar o posar per escrit

    Reunisc els senyals i les dades que falten, o convertisc el coneixement tàcit d’una persona en regles amb les quals ja es pot treballar.

  4. Què aguanta la comprovació

    Comparo versions, fonts, decisions i renúncies. El versemblant no es torna cert per sonar bé.

  5. Quina decisió es pren

    Deixe per escrit què fer, en quin ordre, per què esta opció és més forta que les del costat i quin risc queda.

  6. En quina forma de treball es converteix

    Una decisió no s’hauria de quedar en text. Segons l’encàrrec, pot ser una especificació, un prototip, un mapa de decisions, un procés, un quadre de comandament, una cadena de producció o una altra ferramenta.

  7. Traspàs i comprovació

    El resultat es queda amb vosaltres i ha de funcionar sense dependre permanentment de mi. El criteri s’acorda abans de començar, no s’ajusta després.

La IA dins de la faena: accelera la cerca, la recollida, l’etiquetatge, el processament, el prototipatge i la producció on té sentit. La tria del mètode, de les fonts i de les alternatives, les decisions finals i la responsabilitat pel resultat no es deleguen en un model.

On són els límits

01 / Pocs rastres

Una resposta amb seguretat on les dades no donen per tenir-la.

A vegades el resultat honest no és una decisió, sinó un pla precís de què falta per esbrinar i on es pot comprovar.

02 / Una versió que sona bé

Una hipòtesi no es converteix en prova per sonar bé.

El confirmat, el probable i el desconegut continuen sent capes diferents.

03 / Resultats de negoci

No promet creixement, vendes ni retorn que depenen de més coses que de la meua faena.

Responc de la qualitat dels fonaments, de la recomanació, del mecanisme que construïsc i d’una comprovació que pugau entendre.

04 / El preu d’equivocar-se

No totes les preguntes mereixen un projecte propi.

Si equivocar-se ix més barat que esbrinar-ho, a vegades el raonable és fer una prova petita i mirar el resultat.

Una persona sosté l’encàrrec sencer

Em dic Egor Chirkunov. Durant onze anys vaig dirigir la meua pròpia productora; entre els clients hi havia Xerox, Microsoft, Beeline i Rostelecom, i van tornar amb encàrrecs nous durant anys.

Construïsc sistemes per a faena creativa i analítica difícil. Entre altres: organitzar la faena d’un equip narratiu d’unes 50 persones, seguiment de la competència a partir de fonts públiques, i sistemes i ferramentes de recerca que converteixen faena manual complicada en un procés que es pot repetir.

Direcció

entenc un públic, reunisc parts disperses en un tot i porte el resultat fins a l’acció.

Psicologia

llig motius, barreres, llenguatge i com decideix la gent.

Disciplina de recerca

contraste les versions versemblants amb les alternatives i no amague on s’acaba l’evidència.

Enginyeria

convertisc la manera de resoldre-ho en una ferramenta, un procés o un sistema que funciona.

No són quatre servicis. Són les raons per les quals no cal repartir un encàrrec difícil entre diversos proveïdors.

Dues o tres frases n’hi ha prou per començar.

  • «La gent pregunta, però compra poc».
  • «Llancem d’ací a tres mesos i discutim de quasi tot».
  • «Els números fan bona cara, però el negoci no ho nota».
  • «Tot el procés se sosté sobre una persona».

Com comença la faena

  1. Escriviu en dues o tres frases què està passant.
  2. En una conversa comprovem si hi ha ací un encàrrec en què jo siga útil.
  3. Abans de començar deixem per escrit què rebeu exactament, els límits de la faena, el termini i el cost.
  4. Després decidiu si continuem.

No cal preparar per avant cap briefing, cap estudi ni un munt de dades. No heu de triar un mètode, muntar una recerca ni redactar una especificació. Jo vos diré si hi veig un problema en què puga ser útil.

egor@eqwise.ai