156. CJM или почему они не работают

Многие компании разочаровываются в концепции CJM, утверждая, что инструмент им не подошел, да и вообще, толку в нем мало.

Тут как с оценкой любого custdev, проведенного стартапом, — сначала нужно разобраться в качестве, т.е. спросить три вопроса: как, сколько и кто.

Подавляющее большинство CJM, которые нам довелось видеть, — это статичные модели CJM. Они не отражают динамику поведения клиента в зависимости от ситуаций, не показывают множественность выбора, не учитывают возможность альтернативного и параллельного потребления. По сути, статичные CJM не дают компании почти ничего, кроме необходимости «куда-то идти» и «что-то там строить».

Часто, CJM превращают в склад каких-то наборов данных, которые, по сути, интересны только тем, кто этот CJM стоит, а вот применять другим людям совсем непонятно как.

А CJM построенный без учета данных нулевой стороны вообще не может считаться CJM (ссылка на пост). Хорошо, если компании обходятся данным из первоисточника, но есть кейсы (даже у крупных банков), когда CJM был построен на основе экспертных оценок и только на основе кабинетных исследований.

Другие же компании, например Сбер, пытаются переосмыслить модели CJM через «Ромашку». Это очень хороший подход, но дорогой, потому что требует построения сотен статичных CJM для сотен сегментов и продуктов.

Еще шагом к прогрессу можно назвать теорию графов работ (или Advanced JTBD). Но пока мало кто умеет этим пользоваться.

В сухом остатке: CJM, как и любой инструмент продуктового управления, эффективен при правильном применении; сегодня уже недостаточно строить статичный CJM, нужно учитывать динамику ситуативного переключений, параллельное потребление.

#jtbd #ajtbd #cjm #динамическийcjm