Pada akhirnya, intuisi akan mengecewakan anda

Keterikatan pengguna

Permainan diciptakan dengan tujuan membuat para pemainnya… senang. Di Final Fantasy X anda bisa mendapatkan Anima atau berhasil mengalahkan musuh yang kuat dengan satu serangan dengan bantuan Yojimbo. Itu adalah tujuan yang dibikin-bikin oleh pencipta permainan supaya anda semua punya alasan untuk tetap senang. Beberapa waktu lalu saya sedang belajar soal gimifikasi (atau gamifikasi?), lalu menemukan situs dan konten-konten gemilang bikinan Yu-kai Chou, seorang peneliti di bidang desain perilaku dan gimifikasi. Karya besarnya bernama Octalysis. Sebuah kerangka kerja untuk meyusun strategi dan menganalisa produk supaya bisa menjadi menyenangkan. Termasuk strategi memotivasi pengguna untuk tetap menggunakan produk. Tentu produk di sini tak melulu gim. Chou memakai beberapa contoh analisa menggunakan Octalysis terhadap Facebook dan Twitter. Menurut dia, ada 8 dorongan inti dalam gamifikasi. Anda bisa baca lebih lengkap di sini: https://yukaichou.com/gamification-examples/octalysis-complete-gamification-framework/, atau tonton channel youtube semi-lawak miliknya di sini (puluhan video lucu): https://www.youtube.com/watch?v=Cknd7564PVU&list=PLWf8LL--szQhTLAHs847cewBC2kPvlPG4.

Merancang metriks produk

Ada beberapa hal yang mesti diperhatikan ketika merancang metriks untuk produk. Metriks adalah hal yang akan anda pakai sebagai tolok ukur keberhasilan usaha yang anda lakukan. Dokumen ini https://quip.com/edU3AgdiNOo1 mengingatkan pentingnya untuk mencatat, atau menceritakan, tentang apa-apa yang tidak diukur atau dikatakan oleh metriks yang anda pilih.

Ekspektasi ilmu data

Artikel ini https://dfrieds.com/articles/data-science-reality-vs-expectations.html juga diskusi yang terjadi di https://news.ycombinator.com/item?id=22806434 membahas bagaimana ekspektasi kerjaan ilmuan data atau analis data dibandingkan kenyataan. Agak klise memang. Tapi ini cukup memberi gambaran bagaimana organisasi untuk bisa mengklaim dirinya sendiri “didorong data” itu tak cukup punya orang data, tapi juga butuh perubahan organisasional. Sepertinya artikel ini juga penting dibaca jika anda berpikir untuk berkarir di bidang analisa data.

Kesesuaian Produk-Pasar

Product-Market Fit ini adalah salah satu isu besar dan umum buat para pembikin produk. Di postingan ini, Superhuman membagi cara mereka untuk mengukur apakah mereka sudah mencapainya. Saya sendiri pernah mengaplikasikannya di tempat kerja: https://coda.io/@rahulvohra/superhuman-product-market-fit-engine. Sebenarnya gak terlalu susah untuk jawab apakah produk yang kita punya sudah mencapai kesesuaian produk-pasar. Tinggal lihat apakah anda mesti bertarung habis-habisan untuk satu orang saja supaya tetap pakai produk anda.

Judul terbitan #3

Judul ini diambil dari sesi wawancara Stanford Online dengan Direktur Reddit Steve Huffman tentang bagaimana membuat produk. Bisa dilihat di sini: https://youtu.be/6IFR3WYSBFM?t=993. Produk bisa dibangun dengan intuisi, tapi pada akhirnya intuisi akan mengecewakan anda.