Bahasa Melayu

Gaya Kepemimpinan Gibson Biddle: Model DHM, Strategi Produk Netflix, dan Apa Pemikiran Produk Pengguna Sebenarnya Kelihatan Seperti

Profil Kepemimpinan Gibson Biddle

Fakta Utama: Gibson Biddle berkhidmat sebagai VP Produk di Netflix daripada 2005 hingga 2010, memimpin organisasi produk melalui transformasi syarikat daripada DVD-oleh-mel kepada aliran. Beliau kemudian berkhidmat sebagai CPO di Chegg (2011-2014), memanjangkan model langganan pengguna kepada pendidikan. Biddle mengajar Pengurusan Produk di Stanford Graduate School of Business, mencipta "Model DHM" (Kegembiraan pelanggan dalam cara Sukar-untuk-kopi, Penambahan-Margin), dan telah menasihati 50+ syarikat teknologi tentang strategi produk sejak meninggalkan peranan operasi.

Model DHM (Strategi Kegembiraan-Sukar-Margin)

Model DHM adalah kerangka kerja strategi produk Gibson Biddle yang menguji sama ada pertaruhan produk kegembiraan pelanggan, melakukannya dengan cara yang sukar untuk pesaing salin, dan meningkatkan profil margin perniagaan apabila ia berskala. Semua tiga keadaan mesti benar secara serentak bagi keputusan untuk layak sebagai strategi produk dan bukannya hanya ciri produk. Ia berfungsi sebagai penapis, bukan penjana — ia tidak akan memberitahu anda apa yang hendak dibina, tetapi ia akan memberitahu anda sama ada apa yang anda merancang untuk dibina boleh dippertahankan secara strategik.

Gibson Biddle menyertai Netflix sebagai VP Produk pada 2005 apabila ia masih menghantar DVD. Beliau pergi pada 2010, pada titik itu Netflix mempunyai 20 juta pelanggan dan sudah melaksanakan peralihan aliran. Beliau melaporkan kepada Reed Hastings, yang profil kepemimpinan mendokumentasikan keputusan budaya dan strategik yang menentukan syarikat yang Biddle sedang membangun produk dalam. Apa yang beliau binakan semasa lima tahun itu bukan hanya strategi produk — ia adalah kerangka kerja untuk berfikir tentang strategi produk yang beliau telah menghabiskan dekad terakhir mengajar.

Model DHM — Kegembiraan pelanggan dalam cara Sukar-untuk-kopi, Penambahan-Margin, terdengar seperti slogan tiga perkataan sehingga anda cuba menggunakannya. Kebanyakan syarikat dapat mengenal pasti apa yang kegembiraan pelanggan. Sangat sedikit yang dapat menjelaskan mengapa ciri-ciri kegembiraan mereka benar-benar sukar untuk pesaing replikasi, dan lebih sedikit lagi mengikat itu kepada margin. Jika pasukan produk anda membuat keputusan roadmap berdasarkan skor NPS dan kapasiti kejuruteraan dan bukannya kebolehtahanan strategik, model Biddle adalah fungsi pemaksa yang berguna untuk percakapan anda mungkin tidak memiliki.

Kariernya sebelum dan selepas Netflix patut diperhatikan. Marty Cagan membangunkan kerangka kerja pasukan produk yang diberdayakan yang menangani soalan serupa — apa yang memisahkan kepemimpinan produk strategik daripada penghantaran ciri — dan kedua-dua pemikir sering dibaca bersama dalam program pembangunan PM. Teresa Torres memanjangkan sisi penemuan kerja itu, dan model kebiasaan penemuan berkelanjutannya adalah pendamping semula jadi kepada kerangka kerja DHM Biddle untuk pasukan yang memerlukan penapis strategi dan rangkaian penyelidikan pelanggan. Julie Zhuo, yang memimpin reka bentuk di Facebook semasa tempoh langganan pengguna pertumbuhan tinggi yang selari, menawarkan perspektif pelengkap tentang bagaimana kepemimpinan produk dan reka bentuk berinteraksi pada skala. Beliau bekerja di Apple dan Mattel lebih awal dalam kariernya. Beliau berkhidmat sebagai CPO di Chegg daripada 2011 hingga 2014, memanjangkan model langganan pengguna kepada pendidikan. Beliau telah mengajar Pengurusan Produk di Stanford Graduate School of Business dan telah membina kehadiran penulisan yang aktif di Medium dan dalam komuniti PM. Jalan pengajaran pasca-pengendali itu memberikan kerangka kerjanya pendedahan yang lebih luas daripada kebanyakan pengamal yang tetap dalam syarikat, tetapi ia juga bermakna kerangka kerja disejajari terhadap khalayak yang pelbagai dan bukannya organisasi tunggal.

Pecahan Gaya Kepemimpinan

Gaya Berat Cara ia Ditunjukkan
Pembina Kerangka Kerja Strategik 60% Sumbangan utama Biddle adalah menterjemahkan pengalaman produk pengguna ke dalam model boleh diajar. Kerangka kerja DHM bukan sekadar heuristik — ia adalah ujian berstruktur untuk sama ada keputusan produk adalah sain secara strategik, bukan hanya boleh dilaksanakan secara teknikal atau diminta pengguna. Nilainya datang daripada keupayaan untuk mengambil lima tahun di Netflix dan mengubah pengalaman itu ke dalam perbendaharaan kata-kata yang pasukan produk dapat gunakan tanpa telah hidup melalui konteks yang sama. Kebanyakan pengendali produk kanan tidak repot untuk formalkan apa yang mereka tahu. Biddle lakukan.
Pengendali Pandangan Pengguna Pengguna 40% Pembinaan kerangka kerja berasaskan keputusan operasi sebenar, bukan teori. Di Netflix, Biddle menjalankan personalisasi dan enjin cadangan semasa tempoh pertumbuhan paling penting syarikat. Beliau membuat pertaruhan khusus tentang apa yang metrik retensi 70% bermakna dan bagaimana ia harus mendorong keputusan produk. Pandangan pengguna Biddle bukan akademik — ia datang daripada tempoh apabila Netflix adalah cara menjalankan apa yang pelanggan benar-benar inginkan daripada perkhidmatan DVD, dan kemudian daripada perkhidmatan aliran, dengan churn sebenar dan akibat hasil untuk setiap panggilan produk.

Pembahagian itu menjelaskan kekuatan dan batasan pendekatan Biddle. Kejelasan kerangka kerja datang daripada pembumian operasi. Tetapi kerangka kerja dibentuk oleh konteks tertentu, langganan pengguna dengan kekerapan tinggi, set data besar, dan ekonomi margin yang kelihatan berbeza daripada perisian perusahaan, perkakasan, atau perniagaan pasaran.

Sifat-Sifat Kepemimpinan Utama

Sifat Penilaian Apa Maksudnya dalam Amalan
Kejelasan kerangka kerja di bawah kekaburan Luar Biasa DHM berfungsi kerana ia bertanya soalan kebanyakan pasukan produk elak: bukan "ciri ini kegembiraan pengguna?" tetapi "ciri ini kegembiraan pengguna dan adalah kegembiraan itu secara struktural sukar untuk salin dan adakah ia meningkatkan ekonomi kami apabila kami berskala?" Kebanyakan percakapan roadmap berhenti pada soalan pertama. Dua kekangan tambahan adalah mereka yang memisahkan keputusan produk daripada strategi produk. Nilai Biddle adalah dalam memaksa soalan penuh dan bukannya menerima jawapan tidak lengkap sebagai cukup.
Empati pengguna pada tahap eksekutif Sangat Tinggi Salah satu kegagalan produk paling biasa pada skala adalah apabila pemimpin kanan kehilangan hubungan langsung dengan bagaimana pengguna benar-benar mengalami produk. Biddle menyimpan pandangan pengguna dekat sepanjang tempoh Netflix beliau, dan penulisan pasca-korporat beliau secara konsisten kembali kepada pemerhatian perilaku pengguna khusus dan bukannya prinsip umum. Kerja personalisasi yang beliau pimpin didorong oleh pandangan pengguna khusus: bahawa geseran memilih apa yang hendak ditonton adalah pemacu retensi yang lebih besar daripada perpustakaan kandungan itu sendiri. Pemerhatian itu memerlukan kedekatan kepada perilaku pengguna sebenar, bukan hanya data tinjauan.
Kesediaan untuk berkongsi pemikiran proprietari secara terbuka Tinggi Biddle telah menerbitkan secara luas tentang pengalaman Netflix beliau dan model DHM dalam cara kebanyakan pemimpin produk bekas tidak. Alasannya, yang beliau telah sebutkan secara langsung, adalah bahawa berkongsi kerangka kerja secara terbuka mencipta lebih banyak pengaruh dan maklum balas lebih berguna daripada menyimpannya proprietari. Komuniti PM telah menolak, memanjangkan, dan menyempurnakan DHM dalam cara yang telah menjadikannya lebih kuat daripada jika beliau telah cuba mengewangkan ia secara eksklusif melalui perundingan. Itu adalah pilihan yang disengajakan tentang bagaimana menyebarkan idea, dan ia patut diperiksa sebagai model untuk bagaimana pengamal membina pengaruh selepas meninggalkan peranan korporat.
Disiplin pedagogi dalam konsep produk kompleks Sangat Tinggi Biddle mengajar Pengurusan Produk di Stanford, yang memerlukan menterjemahkan pengetahuan pengamal ke dalam kurikulum yang berfungsi untuk pelajar yang belum menghantar produk pada skala. Disiplin terjemahan itu menunjukkan dalam cara beliau menulis tentang strategi produk — contoh konkrit, nombor khusus, ujian eksplisit untuk setiap bahagian kerangka kerja. Penulisan Medium beliau secara konsisten penjelasan paling jelas tentang pemikiran produk pengguna era Netflix yang tersedia daripada pengamal yang berada dalam.

3 Keputusan yang Menentukan Gibson Biddle sebagai Pemimpin

Menyertai Netflix pada 2005 dan Mengutamakan Enjin Cadangan

Apabila Biddle menyertai Netflix, masalah teras syarikat bukanlah perpustakaan kandungan. Ia adalah geseran pilihan. Netflix mempunyai 80,000+ tajuk DVD. Pelanggan menghabiskan 20+ minit melayar dan sering menyerah tanpa memilih apa pun. Geseran itu mendorong pembatalan dan menekan metrik keterlibatan Netflix memerlukan untuk mewajarkan penetapan harga langganan.

Pasukan Biddle mengutamakan enjin cadangan, yang Netflix panggil Cinematch, sebagai tuas utama untuk mengurangkan geseran itu. Pertaruhan itu adalah bahawa cadangan peribadi akan meningkatkan kebarangkalian bahawa pelanggan menemui sesuatu yang mereka inginkan untuk ditonton dengan cepat, yang akan mendorong keterlibatan lebih tinggi, yang akan mendorong churn lebih rendah. Metrik retensi 70% menjadi proksi untuk sama ada keputusan produk berfungsi.

Pertaruhan itu betul, dan ia juga cemerlang secara strategik dalam cara yang tidak jelas pada waktu itu. Netflix tidak hanya membina ciri yang mengurangkan geseran. Ia mengumpul data tontonan pada kadar yang akan tersusun menjadi salah satu set data proprietari paling berharga dalam industri media. Setiap interaksi pelanggan, apa yang mereka tontonkan, sejauh mana mereka mendapat, apa yang mereka layar tetapi tidak pilih, melatih model cadangan. Model itu bertambah baik dengan skala, dan dengan skala datang cadangan yang lebih baik, dan dengan cadangan yang lebih baik datang keterlibatan lebih, dan dengan keterlibatan lebih datang lebih banyak data.

Dinamik tersusun itu, apa yang Biddle kemudian panggil "strategi Hantu", adalah alasan kualitas cadangan Netflix tidak dapat direplikasi hanya dengan menyalin ciri. Pada waktu pesaing membina sistem cadangan yang setanding, Netflix akan mengumpul tahun data tontonan yang setiap pendatang baru kekurangan. Algoritma adalah ciri yang kelihatan. Data adalah parit.

Membina Model DHM sebagai Kerangka Kerja Boleh Diajar

Model DHM, Kegembiraan pelanggan dalam cara Sukar-untuk-kopi, Penambahan-Margin, timbul daripada percubaan Biddle untuk sebutkan apa yang membuat keputusan produk Netflix terbaik secara struktural berbeza daripada yang rata-rata. Model mempunyai tiga komponen, dan semua tiga perlu hadir secara serentak bagi keputusan untuk layak sebagai strategi produk dan bukannya hanya ciri produk.

Kegembiraan adalah faedah pelanggan: ciri itu menghasilkan utiliti tulen atau kepuasan emosi. Ini adalah ujian ambang. Jika pengguna tidak menghargainya, dua pemboleh ubah lain tidak penting.

Sukar-untuk-kopi adalah parit kompetitif: apa yang membuat pelaksanaan khusus faedah ini benar-benar sukar untuk pesaing replikasi? Jawapannya boleh menjadi pengumpulan data, kesan rangkaian, budaya organisasi, kedalaman teknikal, atau beberapa kombinasi. Tetapi ia perlu menjadi jawapan sebenar, bukan klaim umum bahawa "pasukan kami lebih baik."

Penambahan-Margin adalah ekonomi: adakah penghantaran faedah ini meningkatkan atau mengekalkan profil margin perniagaan apabila ia berskala? Ciri yang kegembiraan pengguna tetapi merendahkan ekonomi bukan strategi produk. Mereka adalah subsidi.

Model itu berguna sebagai penapis dan bukannya penjana. Ia tidak akan memberitahu anda apa yang hendak dibina. Tetapi ia akan memberitahu anda sama ada apa yang anda merancang untuk dibina boleh dippertahankan secara strategik atau hanya boleh dilaksanakan secara operasi. Kebanyakan keputusan roadmap yang kelihatan dibenarkan oleh penyelidikan pengguna dan kapasiti kejuruteraan tidak terus melalui ujian DHM penuh. Itu adalah maklumat berharga sebelum anda berkomitmen kepada sumber daya.

Mengajar di Stanford dan Membina Perpustakaan Kerangka Kerja Awam

Keputusan Biddle untuk mengajar di Stanford dan menerbitkan kerangka kerjanya secara terbuka dan bukannya mengubah pengalaman Netflix beliau menjadi amalan perundingan patut diperiksa sebagai pilihan yang disengajakan tentang bagaimana mempunyai pengaruh.

Kebanyakan pemimpin produk kanan yang meninggalkan syarikat besar mengambil salah satu daripada dua jalan: peranan eksekutif lain, atau perundingan swasta. Biddle mengambil jalan ketiga: penerbitan terbuka dan pengajaran. Alasannya, kerana beliau telah sebutkan, adalah bahawa cara terbaik untuk mengujian tegasan dan meningkatkan kerangka kerja adalah untuk mempaparkannya kepada khalayak paling luas yang mungkin dan biarkan pengamal menolak ia. Komuniti PM telah melakukan tepat itu, DHM telah dikritik, dipanjangkan, dan disempurnakan melalui ribuan catatan blog dan perbincangan dalam cara yang perundingan swasta tidak akan pernah menghasilkan.

Pengajaran Stanford menambah jenis tegasan ujian yang berbeza. Pelajar sekolah perniagaan tidak berminat dalam kerangka kerja yang tidak dapat digunakan. Mengajar DHM kepada pelajar yang tidak pernah menghantar produk memaksa Biddle untuk membuat aplikasi kerangka kerja lebih konkrit dan hadnya lebih jelas. Kualitas penulisan yang diterbitkannya mencerminkan disiplin pedagogi itu.

Pertukaran itu adalah pengaruh atas hasil. Perunding swasta dengan kredensial Biddle boleh mengenakan kadar ketara untuk menggunakan DHM dalam konteks syarikat individu. Dengan menerbitkan secara terbuka, beliau memberikan kerangka kerja itu. Tetapi kerangka kerja kini mempunyai jangkauan jauh lebih dan pengesahan lebih teliti daripada amalan perundingan swasta akan menghasilkan. Itu adalah pertaruhan yang disengajakan pada pengaruh atas pendapatan, dan ia patut difahami sebagai model jika anda berfikir tentang bagaimana membuat kepakaran anda berguna melampaui peranan semasa anda.

Apa yang Gibson Biddle Akan Lakukan dalam Peranan Anda

Jika anda adalah CEO, model DHM Biddle paling berguna sebagai ujian untuk strategi produk semasa anda, bukan ciri anda. Ambil tiga pertaruhan produk teratas anda untuk tahun ini dan jalankan mereka melalui semua tiga pemboleh ubah: adakah setiap kegembiraan pelanggan secara tulen (bukan hanya puaskan mereka), adalah kegembiraan itu secara struktural sukar untuk replikasi, dan adakah penghantarannya pada skala meningkatkan ekonomi anda? Jika anda tidak dapat menjawab ketiga-tiganya dengan kekhususan, anda tidak mempunyai strategi produk lagi. Anda mempunyai roadmap yang pesaing terbaik anda boleh salin dalam enam bulan.

Jika anda adalah COO, pandangan operasi daripada kerja Netflix Biddle adalah tentang disiplin metrik proksi. Metrik retensi 70% tidak datang daripada tinjauan. Ia datang daripada teori khusus tentang apa yang mendorong perilaku pelanggan dan kesediaan untuk memegang organisasi bertanggungjawab kepada metrik itu walaupun ia bercanggah dengan penunjuk lain yang kelihatan positif. Jika pasukan operasi anda mengukur aktiviti (ciri dihantar, halaju, DAU) dan bukannya metrik hasil yang benar-benar proksi untuk nilai jangka panjang, anda menjalankan sistem prestasi yang salah.

Jika anda adalah pemimpin produk, alat Biddle paling langsung boleh digunakan adalah ujian "sukar-untuk-kopi". Sebelum menyelesaikan mana-mana pertaruhan roadmap besar, jawab soalan ini: jika pesaing yang dibiayai dengan baik dengan jurutera baik memutuskan untuk menyalin ciri ini, berapa lama masa yang diperlukan mereka dan apa yang akan kami miliki yang mereka tidak akan? Jika jawapan jujur adalah "enam hingga dua belas bulan dan tiada apa-apa struktur," anda telah membina sesuatu yang memberikan nilai sementara paling. Pemboleh ubah "sukar-untuk-kopi" memaksa anda untuk berfikir tentang pengumpulan data, kesan rangkaian, dan kedalaman teknikal sebelum anda telah berkomitmen kepada pembinaan.

Jika anda dalam jualan atau pemasaran, strategi Hantu Biddle mempunyai implikasi penting untuk kedudukan kompetitif anda. Ciri-ciri yang pesaing anda dapat lihat dan salin bukan parit sebenar anda. Parit sebenar anda adalah apa yang mereka tidak dapat lihat: data yang anda telah kumpul, hubungan pelanggan yang anda telah bina, pengetahuan institusional yang tertanam dalam pasukan anda. Jika pemasaran anda memimpin dengan perbandingan ciri, anda bersaing pada permukaan yang kelihatan dan bukannya keuntungan struktur. Fikirkan tentang bagaimana berkomunikasi perkara yang pesaing tidak dapat replikasi dan bukannya ciri-ciri yang mereka sudah tahu.

Menggunakan DHM dalam Konteks SaaS Moden dengan Rework

Menggunakan DHM kepada SaaS B2B moden bermakna menterjemahkan logik langganan pengguna Biddle ke dalam persekitaran operasi pasukan di mana parit datang daripada integrasi aliran kerja dan bukannya data tontonan. Ujian "Kegembiraan" menjadi: adakah ciri ini mengurangkan geseran tulen untuk pasukan lintas fungsi yang menggunakannya, atau adakah ia hanya kepuasan senarai semak pembeli? Ujian "Sukar-untuk-kopi" menjadi: data aliran kerja proprietari, kedalaman integrasi, atau tabiat institusional apakah yang akan pesaing perlukan tahun untuk replikasi? Ujian "Penambahan-Margin" menjadi: adakah ciri berskala tanpa pertumbuhan headcount linear dalam kejayaan pelanggan atau sokongan?

Rework memberikan pemimpin produk persekitaran konkrit untuk menjalankan ujian itu. Anda dapat membuat prototaip pertaruhan DHM merentas saluran jualan, pengurusan prospek, dan aliran kerja projek lintas fungsi dalam satu platform, mengukur yang mana perilaku benar-benar berpegang, dan lihat sama ada parit data tersusun menunjukkan dalam amalan. Itu adalah setara operasi gelung maklum balas cadangan Netflix — sistem langsung di mana pertaruhan produk sama ada membuktikan sukar-untuk-kopi dan penambahan-margin, atau mereka tidak.

Petikan Ketara dan Pelajaran Melampaui Bilik Papan

Biddle telah mengatakan, dalam pelbagai konteks pengajaran: "Tugas pengurus produk bukanlah membina produk yang pihak berkepentingan inginkan. Ia untuk menjalankan apa yang kegembiraan pelanggan dan kemudian membina strategi di sekitar kegembiraan itu yang perniagaan dapat benar-benar kekalkan." Itu adalah artikulasi bersih tentang mengapa pemboleh ubah pertama dalam DHM tidak mencukupi, kegembiraan tanpa ekonomi adalah amal, dan kegembiraan tanpa kebolehtahanan adalah ciri yang mana-mana pesaing dapat hantar suku akan datang.

Konsep "Strategi Hantu" beliau layak lebih banyak perhatian daripada yang ia biasanya dapat. Hujahnya adalah bahawa pesaing boleh salin ciri anda yang kelihatan tetapi tidak boleh salin data asas, hubungan pelanggan, dan pengetahuan institusional yang membuat ciri-ciri itu berfungsi. Enjin cadangan Netflix boleh disalin, algoritma dibincangkan secara terbuka, penyelidikan diterbitkan. Apa yang tidak boleh disalin adalah 10+ tahun data perilaku tontonan yang membuat algoritma benar-benar berguna. Harvard Business Review telah menerbitkan pemikiran berkaitan tentang bagaimana parit data tersusun dalam semasa, menguatkan mengapa strategi Hantu Biddle kekal relevan dalam pemikiran produk era AI. Hantu adalah apa yang tidak kelihatan kepada pesaing yang melakukan penyalinan.

Beliau juga telah jujur tentang had kerangka kerja yang beliau ajar. Selepas meninggalkan Netflix, beliau telah menulis dengan jujur bahawa DHM lebih mudah untuk digunakan dalam produk langganan pengguna dengan keterlibatan tinggi daripada dalam kategori dengan struktur margin berbeza atau dinamik kompetitif. Kejujuran intelektual itu, mengakui di mana kerangka kerja anda putus, adalah sendiri perilaku kepemimpinan yang patut diperhatikan. Kebanyakan penganjur kerangka kerja tidak melakukannya.

Di Mana Gaya Ini Rosak

Model DHM dibina untuk produk langganan pengguna dengan kekerapan keterlibatan tinggi dan set data pengguna besar. Perisian B2B, jualan perusahaan, dan produk perkakasan mempunyai struktur margin dan dinamik kompetitif yang berbeza di mana "sukar untuk salin" sering bermakna proses jualan dan kontrak dan bukannya ciri-ciri produk. Kerangka kerja juga praandaian bahawa anda mempunyai cukup data penggunaan untuk mengenal pasti apa yang benar-benar kegembiraan dan bukannya apa yang pengguna katakan mereka inginkan. Produk awal peringkat dan kategori pasaran baru sering kekurangan isyarat itu, menjadikan DHM destinasi yang berguna tetapi alat diagnostik yang buruk sehingga anda mempunyai skala bermakna. Dan pengalaman operasi Biddle adalah generasi lama berkaitan dengan persekitaran produk semasa, pra-mudah alih, pra-LLM, langganan pengguna-pertama. Prinsip dapat dipindahkan, tetapi aplikasi khusus memerlukan terjemahan ketara untuk SaaS B2B, pasaran, atau produk AI-asli moden.

Soalan Lazim tentang Strategi Produk Gibson Biddle

Siapa Gibson Biddle?

Gibson Biddle adalah pemimpin produk paling terkenal untuk berkhidmat sebagai VP Produk di Netflix daripada 2005 hingga 2010, di mana beliau memimpin organisasi produk melalui peralihan syarikat daripada DVD-oleh-mel kepada aliran. Beliau kemudian berkhidmat sebagai CPO di Chegg daripada 2011 hingga 2014 dan kini mengajar Pengurusan Produk di Stanford Graduate School of Business sambil menasihati syarikat teknologi tentang strategi produk.

Apakah Model DHM?

Model DHM adalah kerangka kerja strategi produk Biddle: Kegembiraan pelanggan dalam cara Sukar-untuk-kopi, Penambahan-Margin. Semua tiga keadaan mesti benar secara serentak bagi keputusan produk untuk layak sebagai strategi dan bukannya hanya ciri. Kegemiraan adalah ujian faedah pelanggan, Sukar-untuk-kopi adalah ujian parit kompetitif, dan Penambahan-Margin adalah ujian ekonomi.

Bagaimana Biddle menyumbang kepada pivot aliran Netflix?

Biddle memimpin organisasi produk Netflix semasa tetingkap kritikal 2005-2010 apabila syarikat tumbuh menjadi 20 juta pelanggan dan melaksanakan peralihan daripada DVD kepada aliran. Pasukan beliau mengutamakan enjin cadangan Cinematch sebagai tuas utama untuk mengurangkan geseran pilihan, yang mendorong keterlibatan lebih tinggi, churn lebih rendah, dan mengumpul set data perilaku tontonan proprietari yang menjadi parit jangka panjang Netflix.

Apa yang Biddle ajar di Stanford?

Biddle mengajar Pengurusan Produk di Stanford Graduate School of Business, di mana beliau menterjemahkan pengalaman operasi Netflix beliau ke dalam kurikulum yang dibina di sekitar kerangka kerja DHM, strategi produk pengguna, dan penggunaan metrik proksi seperti isyarat retensi 70% Netflix. Pengajaran telah memaksa beliau untuk membuat aplikasi DHM lebih konkrit dan hadnya lebih jelas daripada kebanyakan kerangka kerja pengamal.

Bagaimana pasukan produk harus menggunakan kerangka kerja DHM?

Gunakan DHM sebagai penapis, bukan penjana. Ambil setiap pertaruhan roadmap besar dan ujian semua tiga pemboleh ubah dengan kekhususan: adakah ia benar-benar kegembiraan pengguna, adalah kegembiraan itu secara struktural sukar untuk pesaing yang dibiayai dengan baik untuk replikasi dalam enam hingga dua belas bulan, dan adakah penghantarannya pada skala meningkatkan profil margin anda? Jika anda tidak dapat menjawab ketiga-tiganya secara konkrit, anda mempunyai ciri, bukan strategi.

Apa yang boleh dipelajari oleh pemimpin produk daripada Gibson Biddle?

Tiga perkara: kerangka kerja mengalahkan intuisi apabila anda perlu menyelaraskan pasukan tentang apa yang layak sebagai strategi, metrik proksi seperti nombor retensi 70% mengalahkan metrik aktiviti untuk mengukur kemajuan produk sebenar, dan "Strategi Hantu" — data yang tidak kelihatan dan pengetahuan institusional yang pesaing tidak boleh salin — penting lebih daripada ciri-ciri yang kelihatan mereka boleh. Biddle juga model nilai penerbitan kerangka kerja secara terbuka dan bukannya menggembosinya untuk perundingan swasta.

Untuk bacaan berkaitan, lihat Gaya Kepemimpinan Marty Cagan, Gaya Kepemimpinan Teresa Torres, Gaya Kepemimpinan Shreyas Doshi, Gaya Kepemimpinan Steve Jobs, dan Gaya Kepemimpinan Marc Benioff.