Rekabetçi istihbarat nadiren verilerin mevcut olmadığı için başarısız olur, kimse bakmadığı için başarısız olur. Aşağıdaki beş ürün pist parasını bitirmediler veya teknik hedeflerini kaçırmadılar. Zaten belgelenmiş sorunlara piyasaya sunuldular — halka açık rakip verilerinde, kullanıcı incelemelerinde ve o zaman mevcut olan pazar araştırmasında. İşte her takımın neyi kaçırdığı ve uygun bir piyasaya sunmadan önceki analiz ne ortaya çıkarmış olurdu.
Çoğu Ürün Başarısızlığı Neden Bilgi Başarısızlığıdır
Bir ürün başarısız olduğunda, çoğu zaman yürütülüşe suçlanır. Takım çok yavaş hareket etti, pazarlama kaçırdı, satış hareketi dönüştürülmedi. Ancak ürün başarısızlıklarının önemli bir kısmı hiç yürütülüş sorunları değildir. Bunlar bilgi sorunlarıdır. Bunlar o zaman halka açık olarak mevcut olan verilere danışılmadan yapılan kararların bir sonucudur.
Nedenler değişebilir. Pazar zaten doygundu. Fiyatlandırma zaten emtia haline gelmişti. Temel farklılaştırıcı, rakip ürünlerde yıllardır mevcuttu. Konumlandırma, o kategorinin ne anlama geldiği konusunda zaten net bir zihinsel modeline sahip olan alıcıları karıştırdı. Aşağıdaki vakaların her birinde, piyasaya sunmadan önceki rekabetçi analiz sorunu ortaya çıkarmış olurdu. Ürünlerin neden rekabetçi analiz başarısız olduğu sonradan nadiren bir gizemdir.
Vaka 1: Doygun Bir Pazara Giren Ürün
2020’de Quibi, 1,75 milyar dolarlık finansman ve ünlü içerik rozeteriyle mobil-ilk bir akış platformu başlattı. Benzersiz fikir, orijinal uzun form içeriği istediğiniz zaman izleyebileceğiniz 10 dakikalık artışlara bölmekti. Altı ay sonra kapandı.
Doygunluk görmesi zor değildi. 2020’de TikTok zaten aylık 700 milyon aktif kullanıcıyı aşmıştı ve Q1’de 313,5 milyon indirme kaydetti — Quibi’nin piyasaya sunduğu tam çeyrek. YouTube’un mobil görüntülenmesi masaüstünden daha hızlı büyüyordu. Netflix, Disney+ ve HBO Max’in her biri yakında pazara girdi ve mevcut tüketici dikkatinin havuzunu sıkıştırdı.
Quibi’nin bahse girmesi yüksek kaliteli, kısa form, portre modu mobil videoydu. Format zaten, kullanıcıların derin alışkanlıklar oluşturdukları platformlar tarafından işgal ediliyordu. Başka bir deyişle, Quibi hayali olmayan bir sorunu çözüyordu. Kullanıcıların benzer uygulamalara aynı pazarda ne kadar çekici olduğunu görmezden gelmenin yanı sıra, Quibi oldukça yüksek fiyatlar belirledi.
Ama belki de en büyük hata içeriğin kendisiydi. Quibi, insanların platformun kendisi için kullanmak isteyeceğini düşündü. Tabii ki, potansiyel müşterilerle konuşmadan öyle varsaydılar. Rakip bir kütüphane oluşturmak için Quibi, sıklıkla diğer büyük akış hizmetleri tarafından reddedilen daha düşük kaliteli içeriği toplu olarak satın almaya başladı.
Mobil kısa form video ortamının rekabetçi analizi, sadece alanın kim olduğunu değil, aynı zamanda kullanıcıların rakip ürünlerde zaten ne kadar yerleşik olduğunu göstermiş olurdu. Gerçekte bir sorunu çöz olup olmadığını sorgulamış olurdu. Ve insanların neden akış hizmetlerine kaydolduğunu — platform yerine içerik nedeniyle — anlamalarına izin vermiş olurdu. Piyasaya sunma takımının $1,75 milyar taahhüt etmeden önce cevaplaması gereken birçok soruyu gündeme getirmiş olurdu.
İşinizi büyütmeye hazır mısınız?
Bugün ücretsiz denemenizi başlatın ve günler içinde sonuçları görün.
Vaka 2: Zaten Emtia Haline Gelen Fiyatlandırma
Juicero 2016’da 700 dolarlık bağlantılı bir meyve suyu presi başlattı ve daha sonra bunu 400 dolara indirdi. Makine, 5 ila 8 dolara mal olan tescilli meyve suyu paketleri için özel olarak tasarlanmıştı. Ürün yaklaşık 134 milyon dolar topladı ve yatırımcılar tarafından sağlık ve beslenmenin geleceği olarak tanımlandı.
Bloomberg, muhabirlerin tescilli Juicero paketlerini ellerinden sıkıştırdıkları bir video yayınladı, meyve suyu preslerini kullanmadan. El aynı miktarda meyve suyu aynı zamanda makinelerinin yapacağı kadar aldı. 400 dolarlık pres, sıkıştırmak için tasarlandığı çok paketlere karşı tamamen gereksiz olduğu ortaya çıktı. Şirket hikayenin yayınlanmasından sonra aylar içinde kapandı.
Rekabetçi ortamın fiyatlandırma analizi, bir dolar toplanmadan önce temel sorunu işaretlemiş olurdu. Tüketicilerin meyve suyu almak için maliyeti ne kadar? Alıcılar bu fiyat noktasında bağlantılı mutfak cihazları için ne kadar prim öderler? Karşılaştırılabilir sağlık gıdası ürünlerinin kullanıcıları ne kadar harcamaya isteklidirler? Veriler beyaz eşya satış rakamlarında, perakende gıda eğilimlerinde ve her rakip ürün kategorisinin inceleme ortamında mevcuttu.
Fiyatlandırma başarısızlığı bir üretim maliyeti sorunu değildi. Hedef alıcının zihninde rekabetçi referans fiyatının ne olduğu hakkında bir bilgi başarısızlığıydı ve bu referans fiyatı sıfırdı, çünkü alternatif kendi elleri oldu.
Vaka 3: Rakiplerin Yıllardır Sahip Olduğu Özellik
Amazon, “Dinamik Perspektif"i ana özelliği olarak 2014’te Fire Phone’u başlattı. Başını takip etmek ve ekrandaki görüntüyü kaydırmak için dört ön kamerası kullanan bir 3D görüntüleme efektiydi. Piyasaya sunma ana konuşmasında merkezi farklılaştırıcıydı. Telefon bir yıl içinde durduruldu. Amazon bir $170 milyon zarar yazısı aldı.
Rekabetçi ortamın özellik analizi, akıllı telefonların satın alma itici güçlerinin uygulama ekosistemi genişliği, kamera kalitesi, pil ömrü ve taşıyıcı mevcudiyeti olduğunu bulmuş olurdu. Dinamik Perspektif bunlardan hiçbirini ele almadı. Kesinlikle yeniydi, ama değerli değildi. iOS ve Android forumlarında rakip güçlüklerin ve halka açık kullanıcı geri bildirimlerinin incelenmesi, ürün piyasaya sunulmadan aylar önce bunu görünür kılmış olurdu.
Buradaki başarısızlık rekabeti görmezden gelmek değildi. Amazon iPhone ve Android ekosisteminin var olduğunu biliyordu. Bilgi başarısızlığı, bu rakiplerin kullanıcılarının en çok neyi değer verdiğini eşlemek ve bunu anahtarlanmanın nedeni olarak konumlandırılan özelliğe karşı çapraz referans yapmak değildi. Rekabetçi araştırma boşluklarından ürün başarısızlıkları, rakiplerin kullanıcılarının gerçekte ne önemsediğini okumamaktan sıklıkla gelir.
Bültenimize katılın
En son ipuçlarını, trendleri ve teklifleri ücretsiz alın.
Vaka 4: Alıcıları Karıştıran Konumlandırma
Google Glass, 2013’te tüketici Explorer Edition’ını, bunun teknoloji meraklıları, kurumsal işçiler veya gündelik tüketiciler için bir ürün olup olmadığının temel bir gerginliğini hiç çözmeden konumlandırdı.
Sonuç, üç grubu da yabancılaştıran bir üründü. Meraklılar donanımı sınırlı buldu. Kurumsal alıcılar net iş akışı entegrasyonu bulamadı. Gündelik tüketiciler halka açık kayıt cihazı taşımanın sosyal sonuçlarını aktif olarak düşmanca buldu. “Glasshole” terimi piyasaya sunmadan aylar içinde ortak kullanıma girdi.
Rekabetçi ortamın konumlandırma analizi, piyasaya sunmadan önce bu gerginliği halka açık kayıtta ortaya çıkarmış olurdu. Her önceki baş monte ekran ürünü kurumsal veya endüstriyel olarak konumlandırıldı. Giyilebilir kameraların tüketici konumlandırması, halka açık tepki ve düşük tutma oranının tutarlı bir siciliydi. Model, rakip alım geçmişlerinde, forum tartışmalarında, önceki beş yılın her teknoloji gazeteci incelemesinde görünürdü.
Google Glass sonunda kurumsal uygulamalarda uygulanabilir bir pazar buldu. Ama tüketici piyasaya sunması, pazara yeniden girmek için gereken konumlandırma itibarını kurtarmak için yıllar alacak kadar markaya zarar verdi. Bilgi oradaydı. Analiz değildi.
Bu günlerde Meta’nın Ray-Ban gözlükleri sağlam bir takipçiye sahip, ama Google Glass’ın oluşturmayı istediği hype’dan hiçbir yerde değil. Yasal ve kalite engelleri yığınlarını aştıktan sonra, ürünlerin bu niş hala sadece sınırlı sayıda merakla rezonans yapıyor.
Vaka 5: Kimsenin Rekabet Edemeyeceği Ekosistem
Microsoft 2006’da Zune’u doğrudan iPod rakibi olarak başlattı. Donanım rekabetçiydi. Zune Marketplace, akış standart hale gelmeden yıl önce bir abonelik modeli sundu. Kablosuz senkronizasyon özelliği teknik olarak zamanından ileri gitmişti.
Zune 2012’de durduruldu. Piyasaya sunma haftasında ABD MP3 çalar pazarının yaklaşık %9’unda zirveye ulaştı, sonra 2009’da sadece %2’ye düştü](https://www.slashgear.com/897027/what-really-happened-to-microsofts-zune/) .
Önemli olacak analiz, iPod’u bir cihaz olarak değil, iTunes ekosistemini geçiş maliyeti olarak analiz etmekti. Zune piyasaya sunduğunda, iTunes yasal dijital müzik pazarına hakim oldu ve o yılın başında zaten bir milyar şarkı satın almayı aşmıştı.
Bir kullanıcının iTunes aracılığıyla satın aldığı her şarkı Apple’ın DRM’sine kilitlenmişti ve Zune’de oynatılmayacaktı. Rakip, donanım cihazı ve özellikleri değil, kullanıcıların geçiş yapamayacağı satın alınan içerik kütüphanesi oldu. Kısa süre sonra, her iki cihaz da yeni bir cihaz, akıllı telefon için yer açmak üzere aşamalı olarak kaldırıldı.
Ürünü değil, ekosistemi analiz eden rekabetçi analiz, pazara gitmek stratejisini yeniden çerçevelemiş olurdu. Mutlaka pazardan kaçınmak için değil, geçiş bariyerini ele almak için. Piyasaya sunmadan önceki rekabetçi analiz öneminin tam olarak donanım karşılaştırmalarının tamamen kaçırdığı bu ikinci dereceden dinamiklerden gelir.
Her Vakada Yapay Zeka Ürün Analizi Ne Yakalamış Olurdu
Bu başarısızlıkların her biri piyasaya sunmadan önce halka açık kayıtta sinyallere sahipti:
- Quibi’nin doygunluğu TikTok ve YouTube’un halka açık katılım rakamlarında ve mobil video tüketim eğilimlerinde görünürdü
- Juicero’nun fiyatlandırma sorunu karşılaştırılabilir cihaz incelemelerinde ve sağlık gıdası kategorisinde ödeme istekliliği sinyallerinde görünürdü
- Fire Phone’un özellik uyumsuzluğu iPhone ve Android inceleme ekosistemlerinde tutarlı kullanıcı öncelikleri arasında görünürdü
- Google Glass’ın konumlandırma karışıklığı, önceki her tüketici baş monte ürününün alım geçmişinde görünürdü
- Zune’un ekosistem dezavantajı iTunes pazar payı verilerinde ve DRM kilitlenme dinamiklerinde görünürdü
Bir yapay zeka ürün analizi tam olarak bu boyutları kapsar: özellik envanteri, fiyatlandırma kıyaslaması, kullanıcı duygusu, rekabetçi konumlandırma ve pazar bağlamı, sorgu sırasında canlı kaynaklardan çizilir. Bu, haftalarca araştırma için adanmış analistlere ödeme yapamayan küçük ve orta ölçekli işletmeler için kapıları açar. Yapay zeka ürün analizi ne kapsar ve ilk raporunuzu nasıl çalıştıracağınız hakkında tam bir döküm için yapay zeka ürün analizi nasıl yapılır bölümüne bakın.
Özellikle piyasaya sunmadan önceki kararlar için, ürün düzeyindeki analizleri bir pazar analizi ile eşleştirmek, segment düzeyinde dinamikleri ortaya çıkarır — dikkat payının kimin sahibi olduğu, kullanıcıların zaten hangi alışkanlıklara sahip olduğu ve geçiş sürtünmesinin nerede en yüksek olduğu. Bir şirket analizi organizasyonel katmanı ekler, ana rakiplerin ne kadar iyi kaynak sağlandığını, son zamanlarda ne kadar hareket ettiklerini ve son faaliyetlerinin hangi stratejik öncelikleri işaret ettiğini izler.
Piyasaya Sunmadan Önceki Analiz Alışkanlığı Oluşturma
Yukarıdaki beş vaka yapısal bir başarısızlığı paylaşır: rekabetçi istihbarat isteğe bağlı olarak değil, piyasaya sunma kararının bir ön koşulu olarak ele alınmıştır. Piyasaya sunmadan önceki rekabetçi analiz alışkanlığı tam olarak bu deseni kırar.
Pratik bir süreç ayrıntılı olması gerekmez. Bir konumlandırma ifadesine, fiyatlandırma kararına veya ana özelliğe karar vermeden önce, üç sorunun belgelenmiş cevapları olmalıdır:
- Bu alanı zaten kim işgal ediyor ve nasıl konumlandırılıyor? İlk beş rakip üzerinde ürün ve özellik analizleri çalıştırın.
- Kullanıcıları ne değer verdiğini ve neyi şikayet ettiklerini söyler? Halka açık inceleme platformlarında duygu analizi, ürünün ele alması gereken karşılanmamış ihtiyaçları ortaya çıkarır.
- Sizi değiştirmek bir kullanıcıya maliyeti ne kadar? Fiyatlandırma analizi, ekosistem veya alışkanlık değerlendirmesiyle birleştirilirse, pazara gitme stratejisinin ele alması gereken gerçek engelleri tanımlar.
Bunları bir yapay zeka ürün analizi aracı ile büyük bir piyasaya sunma kararından önce çalıştırmak bir hafta değil, bir öğleden sonra alır. Platform adım adım izlenme için Yapay Zeka Ürün Analizi öğreticisine bakın. Yol haritası planlama, fiyatlandırma kıyaslaması ve satış etkinleştirmesini kapsayan ürün yöneticisine özgü iş akışları için ürün yöneticileri yapay zeka ürün analizi kullanmanın 5 yoluna bakın. Bilgiler Quibi için, Juicero için, Fire Phone için, Google Glass için ve Zune için vardı. Başarısızlık, verilerin kullanılamaz olması değildi, kimse bakmadı. Yapay zeka rekabetçi istihbarat araçlarını karşılaştırarak doğru uyumu bulma konusunda? FlowHunt vs Crayon vs Klue vs Kompyte vs Battlecard’ı karşılaştıran yapay zeka rekabetçi istihbarat araçlarını görün.
