- Resumo do roteiro de um vídeo no YouTube em que Albert Cheng, que impulsionou o crescimento de produtos globais por assinatura como Duolingo e Grammarly, compartilha como conectar usuários ao valor do produto
- Ele enfatiza que crescimento não é apenas hackear métricas, mas um processo de entrega de valor centrado no usuário
- Apresenta uma estratégia para expandir para todo o produto os insights obtidos em experimentos por meio do framework de Explorar (Explore) e Explorar ao máximo (Exploit), amplificando em mais de 10 vezes um experimento bem-sucedido
- No Grammarly, ao amostrar recursos pagos para usuários gratuitos e assim mostrar o verdadeiro valor do produto, conseguiu dobrar a taxa de upgrade
- No Chess.com, ao trocar a exibição de erros após uma derrota por um feedback positivo que mostra boas jogadas, houve melhora de 25% nas revisões de partidas, 20% nas assinaturas e um grande aumento na retenção
- O ponto central para o sucesso de produtos de assinatura para consumidores é uma alta retenção de usuários (D1 acima de 30% a 40%), além de crescimento orgânico por boca a boca e ampla entrega de valor por meio de um produto gratuito
Introdução e contexto de Albert Cheng
- Um dos maiores especialistas em crescimento para consumo do mundo, liderando crescimento e monetização em Duolingo, Grammarly e Chess.com
- No início, desenvolveu no YouTube recursos de streaming e jogos usados por mais de 20 milhões de pessoas
- Sua abordagem única para crescimento combina marketing, dados, estratégia e gestão de produto
Da carreira de pianista à liderança em crescimento
- Cresceu praticando piano clássico por 90 minutos todos os dias, filho de pais imigrantes de Taiwan
- Tinha ouvido absoluto (Perfect Pitch), reconhecendo notas imediatamente e aprendendo música rapidamente
- Considerou estudar em uma escola de música, mas mudou de direção para engenharia
- Pontos em comum entre piano e crescimento
- Repetição contínua e aprendizado por meio de erros: desenvolvimento de ciclos rápidos de feedback e resiliência
- Criatividade sobre uma base estruturada: encontrar soluções criativas sobre a estrutura de modelos e métricas de crescimento, semelhante a criar música bela com base na teoria musical
Framework de Explorar (Explore) e Explorar ao máximo (Exploit)
- Conceito originado em uma aula da Reforge de Brian Balfour, com a qual ele teve contato por meio de Nurmal, seu parceiro de engenharia no Grammarly
- Explorar (Explore): o processo de encontrar a montanha certa
- Explorar ao máximo (Exploit): concentrar recursos para subir essa montanha de forma eficaz
- A maioria das empresas pende para um dos extremos
- Exploração excessiva: a equipe se dispersa e testa 100 ideias aleatoriamente, sem estratégia
- Exploração ao máximo excessiva: leva à saturação e estagnação, ficando apenas em ótimos locais
- Equipes de crescimento costumam cair com facilidade no modo de exploração ao máximo
-
Aplicação em nível micro: caso Chess.com
- Dylan, PM do recurso de aprendizado do Chess.com, trabalhou para melhorar o engajamento com a revisão de partidas
- Revisão de partida: recurso em que um treinador virtual ensina a pior jogada e a melhor jogada após o fim da partida
- Descobertas por meio do acompanhamento de dados
- 80% dos usuários que usam a revisão de partidas só a utilizam depois de vencer
- A expectativa inicial era que a usassem para analisar derrotas ou erros, mas a psicologia humana era diferente
- Mudança na experiência do produto
- Em vez de mostrar erros após uma derrota, passou a exibir boas jogadas e as melhores jogadas
- O treinador fornece uma mensagem de incentivo: "Derrotas fazem parte do aprendizado"
- Resultados
- 25% de aumento na revisão de partidas
- 20% de aumento nas assinaturas
- Grande melhora na retenção de usuários
- Etapa de exploração ao máximo: compartilhar o insight com toda a empresa
- O PM de puzzles aplicou o padrão positivo ao próprio produto
- Exibição de taxa de sucesso, ajustes de copy, mudança de cor de botão etc.
- Possibilidade de expandir em 10 vezes o sucesso do experimento
-
Taxa de sucesso de experimentos e melhoria contínua
- A taxa típica de sucesso de experimentos é de 30% a 50%
- Produtos de consumo são altamente imprevisíveis, e muitas hipóteses estão erradas
- Tanto experimentos de grande sucesso quanto grandes fracassos têm muito valor
- É essencial compartilhar os insights com toda a empresa
- O PM original não precisa encontrar sozinho todas as formas de aplicação
- Se hipóteses e descobertas forem expressas com clareza, outras equipes podem gerar ideias
- Para aumentar a taxa de sucesso e o impacto, os membros da equipe se concentram em torno dos insights
-
Como saber a hora de alternar entre explorar e explorar ao máximo
- O Chess.com realiza cerca de 250 experimentos por ano
- Investimento em ferramentas de exploração de experimentos (Experiment Explorer Tools)
- Visão geral de todos os experimentos em andamento
- Identificação de padrões entre hipóteses e aprendizados
- Quando aumentam os experimentos sem significância estatística, isso é um sinal de exploração ao máximo excessiva
- Pode ser que não haja mais tanto para extrair dali
- Recomenda-se que a equipe volte a fazer brainstorming e pratique pensamento divergente
Acelerando o crescimento com IA
-
Recurso de texto para SQL
- Usado no canal de Slack de solicitações de dados do Chess.com
- Antes: analistas de dados respondiam manualmente a perguntas ad hoc (número de assinantes na África do Sul, tempo jogado em puzzles no mês passado etc.)
- Agora: um bot no Slack executa consultas automaticamente e fornece análises
- Efeitos
- O bot do Slack foi treinado para ser a primeira fonte de resposta
- A empresa inteira passou a tomar decisões mais orientadas por dados
- Explosão no número de perguntas
- Até perguntas que antes davam vergonha de fazer agora podem ser feitas com tranquilidade
- Efeito semelhante ao do ChatGPT: ter um interlocutor confortável faz grande diferença
-
Ferramentas de prototipagem com IA
- Reduzem o caminho da ideia até uma solução representativa
- Antes: várias etapas com intervenção humana (escrever a ideia → especificação → revisão → design etc.)
- Abordagem do Chess.com
- Construção de protótipos com IA para telas principais (fluxo de onboarding, tela inicial, tabuleiro de xadrez)
- Uso de ferramentas como v0 e Lovable
- Compartilhamento com toda a empresa para uso como ponto de partida
- Permite visualizar rapidamente ideias, discutir e testar
-
Stack de IA
- PM: Vzero
- Designer: Figma Make
- Engenheiro: Cursor, Claude Code, GitHub Copilot
- Marketing: ferramentas de tradução, legendagem e adaptação de conteúdo
- Suporte ao cliente: Intercom Fin
- Desafio: a transição fluida de tinkering para workflow ainda não foi resolvida
- Cada função prefere ferramentas diferentes
- Falta interoperabilidade entre ferramentas
- Ainda são necessários handoffs entre funções até chegar ao deploy em produção
- Melhorias em andamento com investimento em componentes de design system e MCP
O maior caso de sucesso de monetização do Grammarly
-
Contexto e identificação do problema
- O Grammarly é um assistente de escrita com IA oferecido como extensão do Chrome ou cliente desktop
- Modelo de negócios freemium: mais de 90% dos usuários são gratuitos, e o restante são assinantes pagos
- A equipe de Kyla, PM de conversão em assinatura, era responsável por melhorar o caminho de conversão do gratuito para o pago
- Problema inicial identificado
- Havia pouco rastreamento dos tipos de sugestões recebidas pelos usuários e da frequência de exposição ao paywall
- Foi necessário construir primeiro a instrumentação
-
Insight principal
- Apenas uma pequeníssima parte dos usuários gratuitos aceitava todas as sugestões
- A maioria aceitava seletivamente
- A experiência real do usuário gratuito: o Grammarly era visto como uma ferramenta que só corrige ortografia e gramática
- Isso porque as sugestões gratuitas eram focadas em correção (Correctness)
- Os recursos pagos incluíam melhorar o tom para mais empatia, aumentar a clareza e reescrever frases inteiras
-
Solução: amostragem de sugestões pagas
- Amostrar diferentes sugestões pagas e distribuí-las pela escrita dos usuários gratuitos
- Oferecer uma degustação limitada dos recursos pagos
- Preocupação: oferecer demais poderia reduzir a intenção de assinar
- Resultado: foi exatamente o contrário
- Os usuários passaram a perceber o Grammarly como uma ferramenta muito mais poderosa
- A taxa de upgrade quase dobrou
-
Lições de monetização
- Em produtos freemium, o produto gratuito precisa refletir o conjunto total de funcionalidades
- Alguns recursos pagos têm custo, mas mostrá-los da melhor forma possível compensa por si só
- Conceito de teste grátis reverso (Reverse Trial), em vez de teste grátis baseado em tempo
- Mostra melhorias em tempo real durante a escrita
- Oferece apenas uma quantidade limitada por dia e depois renova
- Adaptação de um padrão do setor ao caso de uso específico do Grammarly
Modelo freemium vs. trial
-
Por que escolher o modelo de assinatura freemium
- Orientação pela missão: objetivo do fundador de disseminar o produto o mais amplamente possível
- Duolingo (educação), Grammarly (escrita) e Chess.com (xadrez) têm propostas de valor amplas em escala global
- A menor barreira de entrada é um produto gratuito
- Crescimento por boca a boca: o produto cresce principalmente por indicação
- Possibilidade de construir efeitos de rede: recursos sociais do Duolingo
- Estratégia B2C2B do Grammarly: usuários gratuitos incentivam a compra por equipes ou colegas
- A proposta de valor principal é oferecida gratuitamente de forma permanente, enquanto recursos premium são apresentados como amostra
-
Trial vs. reverse trial
- Reverse trial: forte em recursos B2B, especialmente quando há lock-in
- Começa sem exigir cartão de crédito
- Alto investimento de tempo no uso de CRM ou na construção de conteúdo
- Quando o período de trial termina, a chance de continuar e pagar é alta
- Trial gratuito tradicional: mais comum em produtos de consumo
- Em produtos de consumo, o reverse trial tende a funcionar pior
O núcleo do sucesso em produtos de assinatura para consumidores
-
A importância da retenção de usuários
- Retenção de usuários é ouro para empresas de assinatura de consumo
- Se a retenção é baixa, todo o peso recai sobre o pagamento do primeiro dia
- Pagar o custo de aquisição de usuários
- Necessidade de upsell agressivo antes de formar um padrão de uso habitual
- Muitos apps usam essa abordagem, mas têm dificuldade para passar da fase inicial
-
Diferenças nas rotas de crescimento
- Duolingo e Chess.com: negócios baseados em boca a boca orgânico
- Crescem expandindo o mercado
- Em contraste com a disputa por participação em mercados altamente competitivos
- Em mercados competitivos, há disputa para adquirir usuários com lances mais altos
-
Metas de retenção
- Retenção de novos usuários (D1, D7 etc.)
- Retenção D1 de 30% a 40%: bastante sólida para um app de consumo
- Muito abaixo disso levanta dúvidas sobre a intenção do usuário ou a capacidade de aquisição com base em DAU
- É difícil atingir isso porque há muitas opções no mercado e fadiga de apps
- Retenção de usuários atuais (CURR): muito mais importante
- Para produtos com frequência diária, é a métrica mais importante
- Mostra a aderência da base existente que desenvolveu padrões habituais
- Ao longo do tempo, o hábito diário se constrói com efeito composto
- À medida que a empresa amadurece, a maior parte da energia se concentra em mecanismos de retenção dos usuários existentes
-
A exceção do Grammarly
- No Grammarly, após a instalação, o usuário não o abre ativamente todos os dias
- Ativação, instalação e momento “aha” são extremamente importantes
- Uma única instalação mantém o usuário por um período muito longo
- Como funciona automaticamente ao digitar, as estatísticas de DAU não são precisas
A importância dos usuários ressuscitados
-
Componentes de DAU/WAU
- Em uma empresa madura (Chess.com), cerca de 80% dos usuários ativos diários/semanais são usuários atuais ou antigos
- O restante é composto por novos usuários e usuários reativados (ressuscitados) em volumes semelhantes
- Depois que a empresa amadurece, há muito interesse em novos usuários, mas na prática a participação deles não é tão grande
-
Acúmulo de usuários inativos e esporádicos
- Com o tempo, acumula-se um grande número de usuários inativos
- Usuários esporádicos: não usam todos os dias, mas usam 1 a 2 vezes por semana ou por mês
- No fim, acumulam-se centenas de milhões de usuários dormentes
- Vale a pena investir na experiência de ressurreição
- Encontrar novas formas de trazê-los de volta
-
Estratégia de ressurreição do Duolingo
- Uso de notificações sociais
- Se o usuário sincronizou os contatos, recebe uma notificação push de que um amigo próximo começou a usar o Duolingo
- Isso incentiva o retorno ao produto
- Mecanismo de reposicionamento
- A pessoa estudou francês há 3 anos, mas esqueceu a maior parte
- Ao reabrir o app, é recomendado um teste de nivelamento para colocá-la no nível adequado
- Para empresas maduras, esses mecanismos oferecem ROI bastante alto
Diferenças entre Duolingo, Grammarly e Chess.com
-
Duolingo: uma máquina de experimentação sistemática
- Abordagem de desenvolvimento de produto muito específica e consistente
- Criação e divulgação do playbook Green Machine
- Espírito empresarial
- Contratação em massa de talentos inteligentes e cheios de energia logo após a graduação universitária
- Oferta de ferramentas incríveis para experimentação
- Forte valorização da clock speed da empresa
- Muita criatividade e geração de ideias
- A experiência do produto muda várias vezes por dia para cada usuário
- Em um nível realmente impressionante
- Existem especificações e processos em cada etapa do ciclo de desenvolvimento do produto
- Operação muito rigorosa e consistente
- As revisões de produto são rápidas, de cerca de 10 a 15 minutos
-
Grammarly: evolução de B2C para B2B
- No começo, surgiu como um produto pago voltado para estudantes
- Aos poucos, expandiu para um modelo premium para todos, com foco maior em profissionais
- Funções específicas de determinadas empresas (marketing, vendas, suporte ao cliente) adotam o Grammarly em larga escala
- Adicionou um movimento enterprise gerenciado
- Papel de Albert: focar no movimento self-serve de consumo, mas de forma conectada, não isolada
- Aumento de receita self-serve e de usuários ativos
- Product-Led Sales: identificar equipes/funções/empresas adequadas, gerar demanda e repassá-la para vendas
- Evoluiu rapidamente com a transição para IA generativa
- Com as recentes aquisições da Coda e da Superhuman, está se transformando em uma suíte de produtividade
- Ao contrário do Duolingo, exige mais decisões estratégicas
- A equipe principal de produto lidera a maior parte das atividades iterativas
- A frequência e a qualidade das sugestões afetam mais a retenção dos usuários atuais
- Albert montou uma equipe de growth, mas percebeu que, na prática, a equipe principal de produto precisava liderar isso
- Após conversar com os líderes de produto, transferiu a responsabilidade
-
Chess.com: paixão fanática por xadrez
- Os funcionários são fanaticamente apaixonados por xadrez
- Contratam remotamente no mundo todo, mas apenas pessoas que amam xadrez
- Passam o dia jogando xadrez e assistindo a streams
- O Slack está sempre fervendo com lances e partidas de xadrez
- No caso do Duolingo
- É um produto de aprendizado de idiomas, mas seu espírito original é a motivação
- O mais difícil é a formação de hábito
- Aprender idiomas é o primeiro meio, e motivação e hábito são o superpoder
- No caso do Grammarly
- É conhecido por corrigir ortografia e gramática, mas sua verdadeira singularidade está na integração em inúmeras aplicações
- Agora, como uma supervia de IA, pode oferecer muito mais do que escrita gramaticalmente correta
- O Chess.com é 100% sobre xadrez
- Isso está impregnado em sua cultura, e as pessoas são apaixonadas
- Sempre fazem dogfooding do produto
- Há uma energia impressionante em usar o produto o tempo todo e propor ideias
Como a IA está transformando o Chess.com
-
A longa relação entre xadrez e IA
- Xadrez e IA estão entrelaçados há quase um século
- Os primeiros pioneiros da computação escolheram o xadrez para testar a inteligência das máquinas
- O Deep Blue da IBM, em 1997, derrotou o campeão mundial Garry Kasparov
- Foi um momento de choque e reflexão sobre se a IA substituiria os humanos
- Isso foi há 30 anos, mas todos ainda existem, e há mais gente jogando xadrez do que nunca
-
A capacidade atual dos motores de xadrez
- Motores como o Stockfish são dramaticamente superiores ao melhor grande mestre do mundo
- Comparação pelo sistema de rating ELO
- Jogador médio de xadrez: 1.000~1.500
- Melhor grande mestre (Magnus Carlsen): cerca de 2.800
- Stockfish e motores similares: cerca de 3.600
- Motores de xadrez conseguem competir com os melhores jogadores mesmo jogando sem peças importantes, como a torre
- Com poder computacional, fazem dezenas de milhões de cálculos por segundo, o que torna impossível competir como humano
- Ao observar como os motores de xadrez jogam, surge uma nova criatividade, estratégia, linhas e apreciação pelo jogo
-
A abordagem do Chess.com para usar IA
- Levar essa tecnologia a todos os usuários, incluindo quem acabou de mover uma peça pela primeira vez
- Produto de revisão de partidas: executa um motor de xadrez nos bastidores para gerar avaliações de cada lance
- Entregue ao usuário em um estilo traduzido e acessível
- No idioma nativo do usuário
- Também disponível em áudio
- Uso de LLMs: na parte que transmite personalidade e tom de voz ao usuário
- Princípio central: o cliente em primeiro lugar
- Não aplicam LLMs só porque estão na moda
- Aplicam a tecnologia certa à funcionalidade certa para gerar valor ao usuário
- Não se deixam levar pelo hype
-
A capacidade dos LLMs de jogar xadrez
- Surpreendentemente, os próprios LLMs jogam xadrez muito mal
- Sofrem com alucinações; reconhecem bem padrões de movimento, mas não conseguem fazer análises de xadrez muito profundas
- Ao gerar uma imagem de tabuleiro com o ChatGPT, o número de casas pode sair errado ou a configuração pode ficar inadequada
- Espera-se que a capacidade de raciocínio melhore
- O Google patrocinou recentemente um torneio em que os principais LLMs jogaram entre si
- Eles estão melhorando, mas no xadrez os motores de computação profunda treinados ainda são muito mais poderosos que LLMs
-
AlphaZero e AlphaGo
- O documentário AlphaGo expressa um conteúdo tecnicamente profundo de forma emocional e humana
- Método de treinamento do AlphaZero: jogar incontáveis partidas contra si mesmo
- Fica mais inteligente a cada vez por meio de redes neurais
- Com bilhões a trilhões de repetições, torna-se extremamente habilidoso
Como a IA está mudando o papel de growth
-
Definição de growth
- O papel de growth: conectar os usuários ao valor do produto
- Estruturar equipes considerando a jornada do usuário, por elemento
- Cada equipe tem metas de métricas específicas e um roadmap
- Executa com base nessas metas
- A IA pode acelerar algumas partes do ciclo de experimentação
-
Uso de IA em Product Discovery
- O produto principal exige horizontes de tempo mais longos e pesquisa rigorosa de usuários e mercado
- Growth executa muitos experimentos, e o resultado de cada experimento vira insumo para a próxima ideia
- Forma tradicional: escrever documentos de análise manualmente
- Ler e extrair insights
- Traduzir ideias em outras especificações
- Uso de IA
- Resumir a análise de outras pessoas com ferramentas como ChatGPT
- Oferecer conselhos sobre ideias a testar
- O ciclo de ideação e pesquisa ficou muito mais rápido
- A prototipagem também foi dramaticamente encurtada
- Ainda não é o estágio em que PMs colocam código em produção por conta própria
- Mas houve uma redução drástica, especialmente, no tempo para conceber ideias ousadas
-
Impacto sobre exploração e aproveitamento
- Antes: explorar era mais difícil
- Agora: explorar ficou muito mais fácil
- É possível visualizar conceitos amplos
- Uma vez visualizados, dá para discutir em equipe e clicar neles
- Isso gera uma diferença que muda o mundo
Dicas para ampliar a escala de experimentação
-
Primeira dica: simplesmente começar
- Relatório sobre o estado dos produtos da Atlassian: 40% das equipes de produto não executam experimento nenhum
- Pode ser compreensível por razões filosóficas ou por foco em B2B
- Mas, para um produto de consumo com certo porte e frequência de uso
- Dá para coletar dados suficientes
- Mesmo com muita experiência, frequentemente estamos errados
- O comportamento do consumidor é muito volátil
- Ao trabalhar na empresa, você naturalmente vira um power user e esquece a experiência do novo usuário
- Recomenda-se dar o primeiro passo
- Executar testes A/B
- Procurar ferramentas de terceiros e integrá-las rapidamente
- Trabalhar com engenheiros para construir algo
- Praticar o modelo crawl-walk-run
-
Ferramentas preferidas
- Na Grammarly, usam StatSig (recentemente adquirida)
- Duolingo e Chess.com têm ferramentas internas de experimentação
- Há prós e contras
- Como o Duolingo é uma máquina de experimentos, uma ferramenta sob medida é um grande acelerador
- Em geral, não se recomenda construir internamente desde o início
- Em certa escala, isso pode fazer sentido
- Essas empresas foram fundadas há 15 anos, quando essas ferramentas não existiam
-
Segunda dica: o sistema importa tanto quanto cada experimento
- O sistema é tão importante quanto cada experimento, talvez até mais
- Comece pelo modelo de growth
- Entenda como a empresa cresce
- Identifique quais canais serão usados
- Instrumentação do produto é essencial
- Caso contrário, os resultados dos experimentos ficam estranhos
- Caso real: uma empresa usava uma ferramenta interna de experimentação
- Após 3 meses, descobriram que a retenção de usuários estava configurada ao contrário
- Todos os resultados positivos eram, na verdade, negativos
- Foi extremamente constrangedor, e isso nunca mais vai acontecer
-
Terceira dica: compartilhar e disseminar insights
- Quando encontrar um experimento de grande sucesso ou um grande fracasso
- Compartilhe com clareza com a empresa inteira
- Expresse com clareza a hipótese e o que foi descoberto
- O PM original não precisa encontrar sozinho todas as formas de aplicar aquilo
- Como líder de growth, incentive outras pessoas a convergirem (Swarm) nas ideias
- A taxa de sucesso melhora
- O impacto aumenta
Meta de 1.000 experimentos por ano
-
A jornada de experimentação do Chess.com
- Antes de 2023: quase não faziam experimentos
- Ano passado: cerca de 50
- Este ano: cerca de 250 em andamento
- Meta para o próximo ano: 1.000
-
O verdadeiro significado da meta
- Foi uma meta criada por Albert, mas o número em si não é o objetivo
- O verdadeiro valor de definir a meta: provocar conversas sobre o que precisa ser verdade
- Insights para alcançar a meta
- Não são apenas PMs ou engenharia que fazem experimentos
- Marketing de ciclo de vida: experimentos com mudanças em notificações push e textos de e-mail
- App Store: experimentos com screenshots, palavras-chave etc.
- Equipe de marketing de conteúdo e outras
- Ativação de No-Code em telas específicas sem apoio de engenharia
- Muitos testes configuráveis na tela inicial ou na tela de preços
- Acompanhar o progresso e garantir observabilidade
- Mais importante do que realmente atingir 1.000 é alcançar essas coisas
- Se chegarem perto da meta e conquistarem isso, já estarão em uma situação muito boa
Como fazer a mudança cultural
-
A mudança cultural dramática da Chess.com
- De 0 experimentos para 1.000 em 2 anos (cerca de 3 por dia)
- Muitas equipes conduzindo experimentos em paralelo
-
Fatores de sucesso da mudança cultural
-
Apoio da liderança
- Muito do mérito vai para o CEO e os cofundadores Eric e Danny
- Experimentação não era o modo intuitivo de pensar deles
- Foi adicionada como ferramenta com flexibilidade mental e incentivo
- Na linha de frente, eles defendiam crescimento liderado por produto e experimentação
- Era muito importante não entrar em conflito com os fundadores e a abordagem existente
-
Compartilhar casos reais de sucesso
- Como nos casos de review de partidas e positividade, é preciso mostrar o que realmente funciona
- É preciso ter vitórias (wins): celebrar e fazer as pessoas se sentirem bem sobre o aprendizado
- Quando isso se espalha pela organização, todo mundo ganha energia
- As métricas se movem e a equipe aprende e lança mais rápido
- Não basta definir metas de cima para baixo
- As pessoas precisam ver o que funciona
-
Experimentos iniciais
- Alguns experimentos já estavam em andamento antes da chegada do Albert
- Já havia embalo
Lições adicionais sobre experimentação
-
Caso de sucesso do Duolingo
-
Streak e imersão
- Jackson discutiu isso no podcast
- Efeito de aprendizagem por meio de imersão e exibição do streak no calendário
- Mais importante do que alcançar um grande marco é começar
-
Equipe de virality
- Virality é um conceito muito ambíguo e muito difícil de gerar dentro do produto
- O Duolingo é um produto bastante compartilhado
- Investimento em rastreamento de screenshots
- Encontrar os hotspots em que os usuários tiram screenshots no app
- Encontrar maneiras de observar isso também em outros apps
- Rodar isso apenas por um período determinado
- Hotspots de compartilhamento encontrados
- Marcos de streak: ponto óbvio para compartilhamento
- Desafios muito divertidos: taxa de compartilhamento muito alta
- Entrar no top 3 do leaderboard não era algo que as pessoas compartilhavam
- Colocar ilustradores e animadores nesses momentos
- Criar uma experiência muito prazerosa
- Resultado: funcionou surpreendentemente bem
- Lição: não forçar compartilhamento contra a intuição humana
- Encontrar os momentos em que os usuários já tiram screenshots organicamente
- Tornar esses momentos muito, muito melhores
- Amplificar em 5x ou 10x para impulsionar muito crescimento
Os três pilares da gamificação
-
Modelo de gamificação do Jorge
- Os padrões de gamificação são, em essência, três pilares
-
1. Core Loop
- Duolingo: progresso nas lições
- Concluir a lição → ganhar recompensa → estender o streak
- Notificação push no dia seguinte
- É importante deixar o core loop bem apertado
- As pessoas precisam de um hábito ao qual consigam se manter fiéis
-
2. Metagame
- Duolingo: Path, leaderboard, conquistas
- Coisas para perseguir no longo prazo
- Oferece motivação de longo prazo para continuar ativo
-
3. Profile
- Construir o perfil ao longo do tempo
- Reflexo do investimento dentro da experiência do produto
- Se esses três elementos forem bem executados, há chance de sucesso na jornada de aprendizado de longo prazo
-
O desafio de novos usuários na Chess.com
- Mais de 75% dos novos usuários são classificados como completos iniciantes ou iniciantes
- Iniciantes não se divertem em partidas ao vivo
- Dado: taxa de vitória na primeira partida abaixo de 1/3
- Quando perdem a partida, a retenção piora em 10%
- Em escala, isso é ruim
- Em jogos mobile comuns, cria-se uma versão extremamente simplificada
- No xadrez isso é mais difícil (não dá para mudar as regras)
-
A importância da fase inicial de aprendizagem
- Seja no aprendizado de idiomas ou no xadrez, os primeiros passos são cheios de dúvida sobre si mesmo
- Experiências que reforçam a sensação de que a pessoa não consegue fazer aquilo
- Vale a pena projetar intencionalmente uma experiência que guie o usuário por essa fase
-
A solução da Chess.com
- Se a pessoa se identifica como iniciante total, oferecer uma experiência de aprendizado jogando mais divertida
- Não colocá-la direto em partidas ao vivo
- Esconder o rating nas 5 primeiras partidas
- Para que a pessoa não veja sua pontuação despencando
- Vários caminhos: jogar com coach, com amigos, com bots etc.
- Dicas em tempo real: enquanto joga com uma pessoa real, receber orientação sobre para onde mover
Lições contraintuitivas sobre montar equipes
-
Forma tradicional de contratação
- Escrever a JD (descrição da vaga)
- Listar várias características que você está procurando
- Montar uma shortlist de empresas parecidas com a sua
- Tentar contratar pessoas de lá
- Caminho padrão básico do setor
-
Descoberta do Albert: high agency
- Percepção vinda de várias startups pequenas e da experiência no Duolingo
- Características dos melhores performers
- High agency muito forte
- Clock speed: pensar e agir rápido
- Energia
- Interesse na missão, mas experiência profunda não é necessariamente obrigatória
- A experiência pode até virar uma muleta (crutch)
- Especialmente em um mundo em que a base muda rapidamente por causa da IA
- Muitos hábitos aprendidos precisam ser descartados intencionalmente
- É preciso uma Beginner's Mind
- Procurar pessoas que respondem e se movem rápido
- Velocidade de aprendizado alta
- São esse tipo de empresa que vai sobreviver e prosperar
-
Como identificar high agency
- Grande parte disso acontece fora do processo de entrevista
- Sinais
- Tipo de perguntas: a pessoa realmente testou o produto e foi a fundo?
- Referências
- Comunicação para marcar a entrevista
- Energia que a pessoa traz para a conversa
- Dá para captar muitos soft signals
- Com o tempo, você passa a reconhecer esses padrões
- Antes, ele olhava só para perguntas e rubricas e não prestava atenção no resto
- Agora considera essas coisas de forma muito mais equilibrada
- Existe um fator de vibes
- Defende o formato de entrevista com work trial
- Em vez de entrevista baseada em conversa, trabalhar junto de verdade por cerca de uma semana
Escolha do porte da empresa
-
A zona Goldilocks de Albert
- Experiência que vai da Google (grande empresa) até startups minúsculas
- Descobriu o lugar ideal para si: porte intermediário
-
Características de cada porte
-
Grandes empresas (Google)
- Lidar com uma escala enorme
- Aprender muitas boas práticas com os colegas
- Ter todas as ferramentas e recursos que você quiser
- Mas com tendência a se mover devagar
- É difícil colocar coisas em produção e lançar
- No fim, isso enlouquece um pouco
-
Startups minúsculas
- Se movem muito rápido
- Mas foi aí que surgiram todos os cabelos brancos do Albert
- Ninguém conhece a empresa
- Contratar pessoas uma por uma
- Conquistar usuários um por um
- Dá para aprender rápido e lançar bastante, mas
- para causar grande impacto no mundo pode ser extremamente duro
- Algumas entram em hipercrescimento e dão certo, mas
- Albert tentou esse caminho por um tempo e concluiu que não era para ele
-
Porte intermediário (500 a 1.000 pessoas)
- Possibilita contribuições em escala e, ao mesmo tempo,
- permite executar no ritmo diário e semanal
- Dá para ver os esforços da empresa como um todo e ainda
- mergulhar nos detalhes
- Ler resultados de experimentos
- Examinar pixels
- Colaborar com uma equipe específica
- Empresa com 10 a 20 anos
- Durável e, idealmente, lucrativa
- Boa equipe de liderança
- Ainda há muitas dimensões a descobrir
- Está em um ponto de inflexão importante
- Não está estagnada, é dinâmica
-
O estágio ideal para cada pessoa
- Todo mundo tem um estágio de empresa em que brilha mais
- A trajetória de Albert foi de big tech → startup minúscula → porte intermediário
- O meio é sua zona Goldilocks
Canto do fracasso: o caso Chariot
-
Contexto
- Serviço de shuttle para deslocamento diário em San Francisco
- Shuttles para 15 pessoas
- Operava de vários bairros até o centro de San Francisco
- Ficava no meio-termo entre o sistema público de ônibus e Uber/Lyft
- Albert trabalhava como responsável por produto
- O serviço principal era muito amado pelos usuários
- Confiável, rápido e barato o suficiente
-
A tentativa que fracassou: Chariot Directly
- Ideia: melhorar a utilização com rotas dinâmicas
- Tornar o produto mais inovador, de forma semelhante a Uber/Lyft
- O motorista seguia uma rota fixa, mas
- se tivesse tempo livre, podia sair da rota para buscar alguém em casa
- Tentaram, mas no fim não funcionou
-
Lições aprendidas
-
1. A solução procurando um problema
- Correr atrás de "será que isso não seria legal?"
- Em vez de "estes são nossos usuários e este é o problema que resolvemos"
- Em vez de "é por isso que isso os encantaria"
- Não se deve começar pela solução em vez do problema
-
2. Considerar um mercado de dois lados (marketplace)
- Existe mais de um usuário final
- Foco excessivo apenas no app dos passageiros
- Sem perceber que os motoristas carregavam grande parte do peso da experiência
- O mesmo valia para a equipe de operações
- Se o motorista estiver confuso ou insatisfeito,
- a experiência geral do produto pode se tornar difícil
-
3. O risco de fazer PR antes da validação
- Houve muito PR antes do lançamento do serviço para gerar buzz
- PR tem hora e lugar
- Mas fazer isso antes de validar que os clientes realmente querem é muito arriscado
- Depois do lançamento, houve muito custo afundado
- Você sente que precisa levar até o fim
- Quer ver aquilo dar certo
-
Retrospectiva
- Já faz 10 anos, mas ele ainda se lembra vividamente
- Teve bons momentos na empresa
- A experiência trouxe mais de três lições centrais
- Lições que carregou depois ao construir muitos outros produtos
Lightning round
-
Livros recomendados
-
O que está lendo agora
- Como tem filhos de 4 anos e 1 ano, lê principalmente livros infantis
- Snuggle Puppy: tem música, faz a filha rir alto e aquece o coração
-
Recomendação de livro para trabalho: Ogilvy on Advertising
- É um livro de 40 anos, mas cheio de exemplos práticos
- Fala sobre copy e criatividade
- A publicidade é antiga, mas a abordagem é orientada a experimentação
- No fim, o que importa é levar o usuário à ação
- O objetivo é comprar o produto
- Não é fazer um anúncio esperto nem uma criação sexy
- Isso se aplica muito a equipes de produto e lifecycle
-
Dark Squares
- Memórias de Danny Wrench, cofundador da Chess.com
- Ele é muito famoso no mundo do xadrez
- Conta como cresceu em um culto abusivo enquanto era um prodígio do xadrez
- Uma história inacreditável
- Ele está mais ou menos na metade da leitura
- Lembra como é impossível saber o quão profundo é o passado das pessoas com quem trabalhamos
- O título remete tanto às casas escuras do tabuleiro quanto a um passado difícil
- Deve ser lançado na época em que este podcast for ao ar
-
Lema de vida
- Frase da mãe: "Nada é mais importante do que a reputação"
- Interpretação caridosa
- As pequenas decisões tomadas todos os dias
- Como você trata as pessoas
- Como você se apresenta
- Qual é o seu caráter
- Tudo isso se acumula como juros compostos e abre portas de formas surpreendentes
- Muitas empresas das quais participou vieram por conexões relativamente leves
- Até este podcast veio de ver pessoas com quem já trabalhou participando
- Fazer a coisa certa e construir uma boa reputação pode te levar longe
- O outro lado: a reputação é frágil
- Se você fizer a coisa errada, leva muito tempo para se recuperar
- Um lema de vida interessante que ficou na cabeça dele por toda a vida
Mensagem principal
- Percepção: é importante ser fiel à experiência real
- Muitas lições vêm das tentativas de outras pessoas
- Atuar como uma esponja mental
- Tentar coisas diferentes
- Absorver e colocar em prática imediatamente
- Descartar o que não funciona e evoluir conforme as necessidades da empresa
1 comentários
Parece alguém daquela empresa de mensageria que esteve recentemente no centro da polêmica..