פרודקטיבי הוא הפודקאסט למנהלי ומנהלות מוצר מבית Startup for Startup, שבו אנחנו מביאים סיפורים אמיתיים של מנהלי ומנהלות מוצר מחברות שונות על בעיות מוצריות שהם נתקלו בהן, איך הם ניגשו לפתור אותן, ומה הלמידות שהם אספו בדרך.

את הפודקאסט מגיש רן ארז, מנהל מוצר עם למעלה מ10 שנות ניסיון ומנכ"ל RE.FOCUS שעוזר לצוותי מוצר בארגונים לעשות אימפקט מדיד בעולם האמיתי, ומי שהקים ומנהל את קהילת Becoming Product Managers. 

רעיונות לשיפור? נושאים לשימור? ספרו לנו מה חשבתם על הפרק!

פרודקטיבי הוא הפודקאסט למנהלי ומנהלות מוצר מבית Startup for Startup, שבו אנחנו מביאים סיפורים אמיתיים של מנהלי ומנהלות מוצר מחברות שונות על בעיות מוצריות שהם נתקלו בהן, איך הם ניגשו לפתור אותן, ומה הלמידות שהם אספו בדרך. את הפודקאסט מגיש רן ארז, מנהל מוצר עם למעלה מ10 שנות ניסיון ומנכ"ל RE.FOCUS שעוזר לצוותי מוצר בארגונים לעשות אימפקט מדיד בעולם האמיתי, ומי שהקים ומנהל את קהילת Becoming Product Managers.&nbsp; רעיונות לשיפור? נושאים לשימור? <a href="https://www.startupforstartup.com/%d7%a4%d7%a8%d7%95%d7%93%d7%a7%d7%98%d7%99%d7%91%d7%99-%d7%98%d7%95%d7%a4%d7%a1-%d7%a4%d7%99%d7%93%d7%91%d7%a7/">ספרו לנו מה חשבתם על הפרק!</a>

פרודקטיבי - פודקאסט ניהול מוצר מבית Startup for Startup

פרודקטיבי הוא הפודקאסט למנהלי ומנהלות מוצר מבית Startup for Startup, שבו אנחנו מביאים סיפורים אמיתיים של מנהלי ומנהלות מוצר מחברות שונות על בעיות מוצריות שהם נתקלו בהן, איך הם ניגשו לפתור אותן, ומה הלמידות שהם אספו בדרך.

את הפודקאסט מגיש רן ארז, Product Lead במאנדיי, ומי שהקים ומנהל את קהילת Becoming Product Managers. 

רעיונות לשיפור? נושאים לשימור? ספרו לנו מה חשבתם על הפרק!

פרודקטיבי הוא הפודקאסט למנהלי ומנהלות מוצר מבית Startup for Startup, שבו אנחנו מביאים סיפורים אמיתיים של מנהלי ומנהלות מוצר מחברות שונות על בעיות מוצריות שהם נתקלו בהן, איך הם ניגשו לפתור אותן, ומה הלמידות שהם אספו בדרך. את הפודקאסט מגיש רן ארז, Product Lead במאנדיי, ומי שהקים ומנהל את קהילת Becoming Product Managers.  רעיונות לשיפור? נושאים לשימור? <a href="https://www.startupforstartup.com/%d7%a4%d7%a8%d7%95%d7%93%d7%a7%d7%98%d7%99%d7%91%d7%99-%d7%98%d7%95%d7%a4%d7%a1-%d7%a4%d7%99%d7%93%d7%91%d7%a7/">ספרו לנו מה חשבתם על הפרק!</a>

0: טריילר

כשחברת Lightrun החליטה להרחיב את קו המוצרים ולפנות לשימושים וקהלים חדשים, עלה הצורך לקבל החלטות אסטרטגיות מבוססות דאטה מעבר לגרעין המשתמשים הקיים. חן אפרמן קור, Senior Product Manager בחברה, מתארת בפרק השבוע את התהליך של זיהוי הזדמנויות צמיחה בנקודת זמן שבה הארגון נדרש להשתנות ולהתרחב.

האתגר המרכזי שחן מציגה הוא הפער שבין ניתוח כמותי שמראה מה המשתמשים עושים, לבין הצורך בהבנה איכותנית של הסיבות להתנהגות. בדרך כלל, מנהלי מוצר נאלצים לבחור בין ראיונות עומק איטיים לבין קבלת החלטות מהירה המבוססת על אינטואיציה. חן משתפת כיצד בנתה מערכת לניתוח מידע איכותני ב-scale, שהחלה במיפוי ידני של מסע המשתמש והתפתחה לשימוש בסוכני AI שסורקים מקורות מידע מגוונים כמו שיחות גונג, ערוצי סלאק ופידבקים מהמוצר.

חן מפרטת את הצעדים לבניית תשתית לניתוח איכותני, החל מאיסוף הדאטה ועד לביצוע Fine-tuning למודלי ה-AI כדי שיבינו את ההקשר הארגוני הייחודי. היא גם מסבירה כיצד המערכת משמשת את צוותי המוצר וההנהלה ביומיום לצורך הכנה לשיחות לקוח, איתור דיזיין פרטנרז למוצרים חדשים ויצירת שפה משותפת בין המחלקות השונות בארגון.

כשחברת Lightrun החליטה להרחיב את קו המוצרים ולפנות לשימושים וקהלים חדשים, עלה הצורך לקבל החלטות אסטרטגיות מבוססות דאטה מעבר לגרעין המשתמשים הקיים. חן אפרמן קור, Senior Product Manager בחברה, מתארת בפרק השבוע את התהליך של זיהוי הזדמנויות צמיחה בנקודת זמן שבה הארגון נדרש להשתנות ולהתרחב.
האתגר המרכזי שחן מציגה הוא הפער שבין ניתוח כמותי שמראה מה המשתמשים עושים, לבין הצורך בהבנה איכותנית של הסיבות להתנהגות. בדרך כלל, מנהלי מוצר נאלצים לבחור בין ראיונות עומק איטיים לבין קבלת החלטות מהירה המבוססת על אינטואיציה. חן משתפת כיצד בנתה מערכת לניתוח מידע איכותני ב-scale, שהחלה במיפוי ידני של מסע המשתמש והתפתחה לשימוש בסוכני AI שסורקים מקורות מידע מגוונים כמו שיחות גונג, ערוצי סלאק ופידבקים מהמוצר.
חן מפרטת את הצעדים לבניית תשתית לניתוח איכותני, החל מאיסוף הדאטה ועד לביצוע Fine-tuning למודלי ה-AI כדי שיבינו את ההקשר הארגוני הייחודי. היא גם מסבירה כיצד המערכת משמשת את צוותי המוצר וההנהלה ביומיום לצורך הכנה לשיחות לקוח, איתור דיזיין פרטנרז למוצרים חדשים ויצירת שפה משותפת בין המחלקות השונות בארגון.

59: איך לנתח מידע איכותני ב-scale בעזרת AI?

חברות מסורתיות מחזיקות בנכס יקר של עשרות שנות ניסיון, אבל כשהן מנסות לאמץ טכנולוגיות חדשות כמו בינה מלאכותית, הן נתקלות במחסומים שחברות הייטק כמעט לא מכירות: היעדר דאטה מובנה, תהליכי עבודה ידניים שהשתרשו במשך 30 שנה ותלות בקטלוגים פיזיים של ספקים חיצוניים ללא ממשקי API. בפרק הזה אנחנו מארחים את שי די קסטרו, מנהלת מוצר ומובילת טרנספורמציות, כדי להבין איך מגשרים על הפער הזה. 

האתגר המרכזי ששי הגיעה לפתור ב"טולמנ'ס" היה תהליך הצעות המחיר: משימה מורכבת שדרשה מאנשי המכירות לנבור ידנית בקטלוגים של מאות עמודים כדי לדייק בפרטי פרטים, מהחומר של רגל הרהיט ועד צבע התפר, תהליך שלקח ימים והיה חשוף לטעויות יקרות.

שי משתפת איך ניגשה למיפוי הבעיה דרך צפייה ישירה בעובדים ("Shadowing"), מדוע בחרה להתמקד דווקא בשינוי התנהגותי כחלק מה-MVP, ומה עושים כשהפתרון הטכני שבנית לקטלוג אחד פשוט לא עובד על הקטלוג הבא. 

חברות מסורתיות מחזיקות בנכס יקר של עשרות שנות ניסיון, אבל כשהן מנסות לאמץ טכנולוגיות חדשות כמו בינה מלאכותית, הן נתקלות במחסומים שחברות הייטק כמעט לא מכירות: היעדר דאטה מובנה, תהליכי עבודה ידניים שהשתרשו במשך 30 שנה ותלות בקטלוגים פיזיים של ספקים חיצוניים ללא ממשקי API. בפרק הזה אנחנו מארחים את שי די קסטרו, מנהלת מוצר ומובילת טרנספורמציות, כדי להבין איך מגשרים על הפער הזה.&nbsp;
האתגר המרכזי ששי הגיעה לפתור ב"טולמנ'ס" היה תהליך הצעות המחיר: משימה מורכבת שדרשה מאנשי המכירות לנבור ידנית בקטלוגים של מאות עמודים כדי לדייק בפרטי פרטים, מהחומר של רגל הרהיט ועד צבע התפר, תהליך שלקח ימים והיה חשוף לטעויות יקרות.
שי משתפת איך ניגשה למיפוי הבעיה דרך צפייה ישירה בעובדים ("Shadowing"), מדוע בחרה להתמקד דווקא בשינוי התנהגותי כחלק מה-MVP, ומה עושים כשהפתרון הטכני שבנית לקטלוג אחד פשוט לא עובד על הקטלוג הבא.&nbsp;

58: איך מכניסים AI לחברת ריטייל ותיקה?

​​בשנים האחרונות חל שינוי משמעותי בציפיות ממנהלי ומנהלות מוצר: מהתמקדות בדיסקאברי והגדרת מדדים בלבד, לעבר דרישה להפוך לבילדרים כאלו שמסוגלים להקים מוצר עובד מקצה לקצה. רן ארז יצא לאתגר אישי כדי לבדוק האם ניתן, בעזרת כלי AI ובשעה אחת בלבד ביום, לאתר בעיה אמיתית, לפתח לה פתרון טכנולוגי ולהגיע ללקוחות משלמים תוך חודש אחד בלבד.

האתגר המרכזי של רן לא היה רק טכנולוגי, אלא אסטרטגי: איך מוצאים בעיה שכואבת מספיק כדי שאנשים ישלמו עליה, מבלי להיגרר לחודשים של מחקר שוק? במהלך הפרק רן משתף בכישלונות שבדרך, מהטעות של "אינפוט עצלני" בעבודה מול ה-AI, דרך הניסיון (והכישלון) לקבל אישורים מהירים מגוגל, ועד למלכודת ה-"בקלוג מלמטה", שבה קל להתפתות לתיקונים קטנים וחסרי אימפקט במקום להתמקד במה שבאמת מזיז את המחט.

רן מפרק את התהליך שעבר שבוע אחרי שבוע ומציג שלושה כללי ברזל לבניית מוצר מהירה: השקעה ב-Discovery גם בלו"ז צפוף: הקצאת מחצית מזמן הפרויקט לזיקוק הבעיה והבנת המשתמשים. התבססות על ערוצי הפצה קיימים: שימוש במרקטפלייס כדי לא לבזבז זמן על בניית קהל מאפס. בניית סיסטם של אייגנ׳טים: איך לפרק את תהליך הפיתוח ל-"Skills" (תיעדוף, כתיבת קוד, Code Review) המדמים צוות פיתוח אמיתי תחת בקרה אנושית.

 

​​בשנים האחרונות חל שינוי משמעותי בציפיות ממנהלי ומנהלות מוצר: מהתמקדות בדיסקאברי והגדרת מדדים בלבד, לעבר דרישה להפוך לבילדרים כאלו שמסוגלים להקים מוצר עובד מקצה לקצה. רן ארז יצא לאתגר אישי כדי לבדוק האם ניתן, בעזרת כלי AI ובשעה אחת בלבד ביום, לאתר בעיה אמיתית, לפתח לה פתרון טכנולוגי ולהגיע ללקוחות משלמים תוך חודש אחד בלבד.
האתגר המרכזי של רן לא היה רק טכנולוגי, אלא אסטרטגי: איך מוצאים בעיה שכואבת מספיק כדי שאנשים ישלמו עליה, מבלי להיגרר לחודשים של מחקר שוק? במהלך הפרק רן משתף בכישלונות שבדרך, מהטעות של "אינפוט עצלני" בעבודה מול ה-AI, דרך הניסיון (והכישלון) לקבל אישורים מהירים מגוגל, ועד למלכודת ה-"בקלוג מלמטה", שבה קל להתפתות לתיקונים קטנים וחסרי אימפקט במקום להתמקד במה שבאמת מזיז את המחט.
רן מפרק את התהליך שעבר שבוע אחרי שבוע ומציג שלושה כללי ברזל לבניית מוצר מהירה: השקעה ב-Discovery גם בלו"ז צפוף: הקצאת מחצית מזמן הפרויקט לזיקוק הבעיה והבנת המשתמשים. התבססות על ערוצי הפצה קיימים: שימוש במרקטפלייס כדי לא לבזבז זמן על בניית קהל מאפס. בניית סיסטם של אייגנ׳טים: איך לפרק את תהליך הפיתוח ל-"Skills" (תיעדוף, כתיבת קוד, Code Review) המדמים צוות פיתוח אמיתי תחת בקרה אנושית.
&nbsp;

0: טריילר

In 1 playlist(s)

פרודקטיבי - פודקאסט ניהול מוצר מבית Startup for Startup

Social links

Follow podcast

Recent clips