3 listopada 2026Zaktualizowano Fathy Shalaby15 min czytania
Customer discovery dla inżynierów: lekki cotygodniowy workflow
Siedmiostopniowy workflow customer discovery dla product engineerów: decyzja, od której zaczynasz, pytania do zadania, liczba potrzebnych rozmów i sposób zamiany usłyszanego na zgłoszenie, które da się zbudować.
Udostępnij
Ten artykuł został przetłumaczony z języka angielskiego. Przeczytaj oryginał
Customer discovery dla inżynierów to nawyk poznawania problemu i kontekstu użytkownika przed budowaniem: pytasz prawdziwych użytkowników, co niedawno zrobili, oddzielasz to od własnych założeń i testujesz najmniejszą zmianę, która mogłaby cię obalić. Nie oznacza to, że masz zostać badaczem na pełen etat. Product engineer może to robić w około 30 minut tygodniowo, równolegle ze sprintem.
Gdy zespół potrafi dowieźć prototyp w jedno popołudnie, rzadkim zasobem często przestaje być kod. Rzadka jest pewność, że problem ma znaczenie, że zmiana pasuje do workflow użytkownika i że zespół dowie się, czy pomogła. Celem nie jest zbieranie opinii. Chodzi o zebranie dość dowodów, by lepiej podjąć jedną konkretną decyzję.
Najważniejsze wnioski
Pierwsza zasada customer development według Steve’a Blanka: „There are no facts inside the building so get the heck outside” (Blank, 2009).
Większość funkcji oprogramowania chybia: dane o użyciu z raportu Pendo z 2019 roku pokazały, że 80% funkcji jest używanych rzadko lub wcale, a 12% generuje 80% codziennego użycia (Pendo, 2019).
Handbook PostHog wymienia jako cechę złego product engineera traktowanie researchu jako „two weeks rather than two hours” (PostHog).
Mów o życiu klienta, a nie o swoim pomyśle, i pytaj o konkretne wydarzenia z przeszłości, a nie o przyszłe zamiary: to dwie z trzech zasad z książki The Mom Test Roba Fitzpatricka (Unusual Ventures, 2024).
Garść rozmów wykrywa mylące kroki i prawdopodobne przyczyny. Nie powie ci, jak powszechny jest problem; do tego służy analityka.
Czym jest customer discovery i dlaczego powinni się nią zajmować inżynierowie?
Customer discovery to część metody customer development Steve’a Blanka, w której z prawdziwymi ludźmi testujesz to, w co wierzysz na temat problemu klienta, zanim zobowiążesz się do rozwiązania. Blank formułuje trzy zasady: wewnątrz budynku nie ma faktów, masz tylko niesprawdzone hipotezy, a te hipotezy testujesz eksperymentami z potencjalnymi klientami. Kolejność ma znaczenie. Założyciele powinni najpierw zwalidować problem, a dopiero potem to, czy ich rozwiązanie go rozwiązuje ().
Blank pisał dla założycieli startupów. Argument za inżynierami dotyczy utraty informacji. Przewodnik PostHog dla inżynierów twierdzi, że gdy z użytkownikami rozmawia ktoś inny i zamienia to na tickety, inżynierowie dostają wyczyszczoną wersję prawdy, przefiltrowaną przez uprzedzenia tej osoby. Porównuje wywiady z użytkownikami do testów automatycznych: to krótkoterminowa inwestycja, która przyspiesza iterację, bo wcześnie mówi, czy to, co zbudowałeś, działa (PostHog, 2024).
Jest też argument kosztowy. Skoro 80% funkcji jest używanych rzadko lub wcale, jak Pendo stwierdziło w 2019 roku w produktach swoich klientów, to najtańszy kod to ten, którego uczysz się nie pisać. W naszym wpisie o tym, czym jest product engineer, znajdziesz miejsce tej praktyki w roli.
Czym customer discovery różni się od testów użyteczności i analityki?
Każda metoda odpowiada na inne pytanie. Customer discovery dla inżynierów to głównie pierwszy wiersz:
Metoda
Na jakie pytanie odpowiada
Co dostajesz
Typowy nakład
Czego ci nie powie
Wywiad customer discovery
Czy ten problem jest realny i jak ludzie radzą sobie z nim teraz?
Workflow, obejścia, język, przyczyny
20–60 min na rozmowę
Jak powszechny jest problem
Test użyteczności
Czy ludzie potrafią użyć tego projektu, by wykonać zadanie?
Gdzie ludzie się wahają, źle czytają lub zawodzą
5 użytkowników znajduje około 85% problemów (NN/g, 2000)
Czy warto było rozwiązywać ten problem
Analityka produktowa
Co robią ludzie i jak często?
Lejki, odpływ, użycie funkcji
Minuty, gdy istnieją eventy
Dlaczego to robią
Dyżur w supporcie
Gdzie produkt psuje się dziś prawdziwym użytkownikom?
Błędy, zamieszanie, prośby o funkcje
Kilka godzin tygodniowo
Co użytkownicy robią poza twoim produktem
Metody działają najlepiej razem. Wytyczne GOV.UK dotyczące discovery wymieniają badanie analityki i logów supportu obok wywiadów i obserwacji, byś na każdą rozmowę szedł z lepszym pytaniem (GOV.UK).
Jak prowadzić customer discovery jako inżynier, krok po kroku?
Siedem kroków. Pierwsze dwa zajmują dziesięć minut i decydują, czy reszta będzie przydatna.
1. Zacznij od decyzji, którą możesz zmienić
Zanim umówisz wywiady, zapisz decyzję, którą zespół próbuje podjąć. Na przykład:
Czy zbudować przepływ masowej edycji dla tego workflow?
Który krok onboardingu uprościć najpierw?
Czy ta prośba wynika z brakującej funkcji, czy z mylącej konfiguracji?
Czy to ma być funkcja produktu, workflow supportu czy jednorazowa usługa?
Dobre pytanie discovery ma możliwą odpowiedź, która zmieniłaby to, co zespół buduje, mierzy lub celowo pomija. Jeśli każda odpowiedź prowadzi do tej samej implementacji, pytanie badawcze jest zbyt szerokie.
Obok decyzji zapisz bieżące założenie. Niech będzie proste: „Wierzymy, że małe zespoły supportu tracą czas, bo kopiują kontekst klienta między narzędziami”. Dzięki temu testujesz założenie, zamiast prosić użytkowników o poparcie proponowanej funkcji.
2. Wybierz wąską grupę i niedawną sytuację
„Użytkownicy” to zwykle zbyt szeroko jak na pierwszą przydatną rozmowę. Wybierz ludzi, których łączy istotna rola, workflow lub ograniczenie, i pytaj o niedawne wystąpienie problemu, a nie o hipotetyczną przyszłość.
Zimny kontakt rzadko jest potrzebny. PostHog proponuje trzy źródła, gdy masz już użytkowników: analitykę, by znaleźć power userów pokrewnych funkcji, sprzedaż lub customer success dla zainteresowanych klientów oraz support dla osób, które zadają pytania lub proszą o funkcje (PostHog, 2024). Prośba ma być mała. Teresa Torres radzi prosić o około 20 minut i dokładnie powiedzieć, jak wykorzystasz ten czas (Product Talk).
Przy każdej rozmowie zanotuj, dlaczego ta osoba należy do grupy. Jeśli ludzie mają bardzo różne zadania lub przypadki użycia, trzymaj ich dowody osobno, zamiast uśredniać je do jednego fikcyjnego użytkownika.
3. Pytaj o to, co się stało, a nie o to, co mogliby zrobić
Odpowiadając na pytania hipotetyczne, ludzie zwykle chcą być pomocni. Ta uprzejmość może sprawić, że słaby pomysł zabrzmi mocniej, niż jest. Rob Fitzpatrick, programista wepchnięty w swojej pierwszej firmie do roli związanej z klientami (The Mom Test), ułożył z tego trzy zasady: mów o życiu klienta, a nie o swoim pomyśle, pytaj o konkrety z przeszłości, mów mniej i słuchaj więcej (Unusual Ventures, 2024).
Spróbuj takich pytań:
„Opowiedz mi o ostatnim razie, gdy musiałeś to zrobić.”
„Co uruchomiło to zadanie i co zrobiłeś dalej?”
„Gdzie utknąłeś albo zmieniłeś narzędzie?”
„Jakiego obejścia użyłeś?”
„Co się stało przez to, że trwało to dłużej albo nie zadziałało?”
„Czy próbowałeś rozwiązać to inaczej? Co się wtedy stało?”
„Kto jeszcze brał udział w decyzji?”
Unikaj zaczynania od „Czy użyłbyś funkcji, która…” albo „Czy podoba ci się ten prototyp?”. Jeśli pokazujesz prototyp, najpierw poznaj obecny workflow. Potem poproś osobę o wykonanie realistycznego zadania, a sam obserwuj, gdzie się waha, co ignoruje i czego oczekuje. Nasz szablon wywiadu z klientem zawiera pełny skrypt.
4. Oddzielaj obserwacje od interpretacji
Po rozmowie zapisz trzy różne rzeczy:
Zapis
Przykład
Obserwacja
Inżynier skopiował ID konta z ticketa do drugiego narzędzia, zanim odtworzył problem.
Interpretacja
Przy przekazaniu między supportem a inżynierią może ginąć kontekst.
Pytanie otwarte
Czy zdarza się to na tyle często, by uzasadnić wspólny panel kontekstu?
To rozdzielenie jest ważne. „Użytkownicy potrzebują dashboardu” to proponowane rozwiązanie, a nie obserwacja. Zachowuj dosłowne słowa rozmówcy, gdy się przydadzą, i łącz każdy wniosek z notatką, rozmową, ticketem lub artefaktem, który go wspiera.
Nie zamieniaj jednego sugestywnego wywiadu w zobowiązanie na roadmapie. Szukaj powtarzających się wzorców w istotnej grupie i trzymaj kontrprzykłady na widoku. Jeśli dowody są mieszane, to powód do mniejszego testu, a nie do ukrywania niepewności. Nasz przewodnik o tym, jak analizować wywiady z klientami, omawia syntezę z wielu rozmów.
5. Przetestuj najmniejszą zmianę, z której czegoś się nauczysz
Pierwszy test nie zawsze wymaga kodu produkcyjnego. W zależności od ryzyka zespół może:
zmienić etykietę lub wartość domyślną i obserwować ukończenie zadania;
wykonać krok ręcznie dla kilku użytkowników, zanim go zautomatyzuje;
pokazać klikalny prototyp w realistycznym scenariuszu;
dodać wyraźnie opisany przepływ wczesnego dostępu;
zainstrumentować istniejący workflow, by zobaczyć, gdzie użytkownicy przestają.
Bądź uczciwy co do tego, co test robi. Makieta ekranu może sprawdzić, czy workflow ma sens; nie udowodni, że usługa pod spodem jest niezawodna. Zapis na listę to dowód zainteresowania, a nie powtarzalnej wartości. Wybierz test dopasowany do niepewności, którą chcesz zmniejszyć.
Przed uruchomieniem nazwij jeden wynik i jeden element zabezpieczający. „Więcej zaproszonych użytkowników kończy konfigurację” to wynik; „liczba zgłoszeń do supportu nie rośnie” może być zabezpieczeniem. Zdefiniuj dokładną miarę, zanim spojrzysz na rezultaty.
6. Zamień wnioski w zgłoszenie, które da się zbudować
Dobre przekazanie z discovery daje inżynierii dość kontekstu, by podjąć dobrą decyzję implementacyjną, bez udawania, że na wszystkie pytania znamy odpowiedź. Uwzględnij:
Użytkownik i sytuacja: kto napotyka problem i kiedy.
Dowody: co zrobili, powiedzieli lub spróbowali, z linkami do źródła.
Opis problemu: przeszkoda w workflow użytkownika, bez narzucania interfejsu.
Pożądany rezultat: co ma stać się łatwiejsze lub bezpieczniejsze.
Poza zakresem: czego ta zmiana nie będzie próbować rozwiązać.
Kryteria akceptacji: obserwowalne zachowanie, które można sprawdzić.
Pytania otwarte: niepewności, które mogą wpłynąć na zakres.
Miara sukcesu i zabezpieczenie: co zespół sprawdzi po wdrożeniu.
Może to być krótkie zgłoszenie dla zmiany odwracalnej albo pełniejszy dokument wymagań produktowych, gdy praca ma więcej zależności, ryzyka lub koordynacji.
7. Używaj AI do porządkowania dowodów, nie do ich wymyślania
Narzędzia AI potrafią grupować notatki z wywiadów, znajdować powtarzające się sformułowania, szkicować pierwsze podsumowanie lub zamieniać zweryfikowany opis problemu w warianty kryteriów akceptacji. Zachowaj dołączone materiały źródłowe. Każdy deklarowany wzorzec sprawdź z oryginalnymi notatkami i popraw podsumowania, które mieszają różne osoby lub sugerują większą pewność, niż dały wywiady.
Nie proś modelu o zmyślanie cytatów klientów, wypełnianie luk wiarygodną personą ani rozstrzyganie, który segment się liczy. Za osąd produktowy odpowiada zespół. Wygenerowane podsumowanie to mapa dowodów, a nie nowy dowód; nasz przewodnik po syntezie badań z użyciem AI pokazuje, jak je sprawdzić.
Jakie pytania powinni zadawać inżynierowie w wywiadzie customer discovery?
PostHog dzieli wywiady prowadzone przez inżynierów na dwa rodzaje: eksplorację problemu, która podpowiada, co budować dalej, oraz walidację rozwiązania, która działa, gdy ktoś używa twojej funkcji lub widzi demo (PostHog, 2024). Ta tabela pomaga zachować uczciwość każdego pytania:
Cel
Zapytaj
Unikaj
Znaleźć prawdziwy workflow
„Czy możesz mi opowiedzieć, jak rozwiązałeś to ostatnim razem?”
„Jak zwykle to robisz?”
Znaleźć koszt
„Co się stało przez to, że trwało to dłużej?”
„Czy to dla ciebie duży problem?”
Znaleźć dotychczasowy wysiłek
„Co już próbowałeś? Ile to kosztowało?”
„Czy zapłaciłbyś za rozwiązanie?”
Znaleźć częstotliwość
„Kiedy to się ostatnio zdarzyło? A wcześniej?”
„Jak często to się zdarza?” (odpowiedzi dryfują w górę)
Zwalidować rozwiązanie
„Czy możesz pokazać, jak z tego teraz korzystasz?”
„Podoba ci się?”
Zejść głębiej
„Co przez to rozumiesz?” „Dlaczego to ważne?”
Tłumaczenie swojego produktu w środku wywiadu
Zadawaj jedno pytanie naraz. Gdy użytkownik proponuje rozwiązanie, zapytaj, jaki problem by mu rozwiązało, a potem zgłębiaj ten problem.
Ilu wywiadów customer discovery potrzebujesz?
To zależy od tego, co rozstrzygasz. Są trzy punkty odniesienia i mierzą różne rzeczy:
Znalezienie modelu biznesowego: na uniwersyteckich zajęciach Blanka zespoły muszą porozmawiać ze 100 klientami lub beneficjentami w 10 tygodni (Blank, 2020). To dla zespołów szukających całego biznesu, a nie dostrajających funkcję.
Wybór, na czym się skupić wewnątrz produktu: PostHog mówi, że garść wywiadów może wystarczyć, bez statystycznie istotnej próby (PostHog, 2024).
Znajdowanie problemów z użytecznością w projekcie: analiza Jakoba Nielsena z 2000 roku wykazała, że 5 użytkowników odkrywa około 85% problemów z użytecznością, i zaleca 3 rundy po 5 zamiast 1 rundy po 15 (NN/g, 2000). Ta liczba dotyczy testów użyteczności, nie wywiadów o problemie.
W produkcie, który się rozwija, rytm bije wielkość partii. Teresa Torres zaleca, by większość zespołów produktowych rozmawiała z co najmniej jednym klientem tygodniowo (Product Talk), a Blank przekonuje, by ciągłe customer discovery wbudować w DNA firmy (Blank, 2014). Nasz przewodnik po continuous discovery opisuje, jak podtrzymać ten nawyk.
Długość wywiadu liczy się mniej niż skupienie. GOV.UK podaje, że pogłębione wywiady trwają od 30 minut do 2 godzin (GOV.UK); do jednej decyzji produktowej zwykle wystarczy 20 do 30 minut o jednej niedawnej historii.
Jak wygląda 30-minutowa cotygodniowa pętla discovery?
Dla małego zespołu product engineeringu lekki rytm może wyglądać tak:
Pięć minut: wybierz jedną decyzję i sformułuj bieżące założenie.
Dziesięć minut: przejrzyj jedną lub dwie niedawne rozmowy z klientami, tickety albo nagrania sesji.
Dziesięć minut: oddziel obserwacje, interpretacje i pytania otwarte.
Pięć minut: wybierz najmniejszy następny test i wyznacz osobę odpowiedzialną.
Jeśli dowody nie przemawiają za zmianą, zapisz i to. „Sprawdziliśmy i jeszcze nie wiemy” jest przydatniejsze niż po cichu zamienianie domysłu w zakres prac.
Przykład z praktyki: prośba o masową edycję
Ten przykład jest ilustracyjny. Załóżmy, że czteroosobowy zespół inżynierów odnotowuje w kwartale 12 próśb o masową edycję. Zamiast budować trzytygodniowy ekran masowej edycji, jeden inżynier poświęca dwa tygodnie na rozmowy z 5 z osób, które o to prosiły, po 20 minut każda: około 100 minut rozmów.
Czterech z 5 opisuje to samo obejście: eksport do CSV, edycja w arkuszu, ponowny import, mniej więcej 25 minut tygodniowo na osobę. Ich prawdziwy ból polega na tym, że ponowny import wykłada się na jednym błędnym wierszu i zaczynają od zera. Piąty chce masowej edycji do niepowiązanego zadania związanego z uprawnieniami, więc ten dowód zostaje osobno.
Zespół w 3 dni wdraża za feature flagą błędy importu na poziomie wiersza. Wynik: odsetek prób importu, które kończą się bez restartu. Zabezpieczenie: liczba ticketów do supportu związanych z importem nie rośnie. Ekran masowej edycji zostaje w backlogu, a 5 rozmów podlinkowano jako dowody dla każdego, kto do niego wróci.
Kiedy customer discovery nie pomaga?
Discovery nie zawsze jest najtańszym sposobem uczenia się. Handbook PostHog jest szczery: jego założyciele pivotowali 5 razy mimo pozytywnych reakcji na nowe pomysły niemal za każdym razem, i twierdzi, że samo wypuszczenie produktu jest często najlepszym sposobem walidacji pomysłu (PostHog).
Najpierw wdróż, potem rozmawiaj, gdy:
zmiana jest mała, odwracalna i może siedzieć za feature flagą;
problem jest dobrze zdefiniowany, jak powtarzalny błąd;
możesz mierzyć użycie bezpośrednio po wydaniu.
Najpierw rozmawiaj, gdy zmiana jest droga, trudna do cofnięcia, dotyka danych lub rozliczeń albo gdy jeszcze nie wiesz, kim jest użytkownik. W obu przypadkach wróć po wydaniu, by sprawdzić, czy rzecz jest używana i dlaczego.
Discovery zawodzi też, gdy zbiera zły sygnał. Komplementy, listy życzeń i „na pewno bym tego używał” są tanie. Lekcja Blanka z własnej kariery: nawet mądra opinia jest tylko domysłem, dopóki ktoś spoza budynku jej nie potwierdzi (Blank, 2009).
Częste błędy w customer discovery dla inżynierów
Sprzedawanie zamiast słuchania. Jeśli spędzasz rozmowę na tłumaczeniu swojej architektury, nie dowiadujesz się nic o ich.
Rozmawianie z kimkolwiek, kto jest najłatwiej osiągalny. Koledzy i przyjaźni power userzy są przydatni, ale nie są całym twoim rynkiem.
Zapisywanie rozwiązania zamiast problemu. „Potrzebne API” to domysł; „co poniedziałek ręcznie kopiuje 40 wierszy” to dowód.
Traktowanie liczby próśb jak popytu. Dwanaście próśb może kryć trzy różne problemy.
Pomijanie follow-upu. Jeśli nikt nie sprawdza, czy wdrożona zmiana zadziałała, pętla nigdy się nie domyka.
Gdzie pasuje Specky
Specky wczytuje rozmowy z klientami, feedback, Slacka, Jirę i analitykę do Product Graph, a następnie tworzy specyfikacje i tickety z cytowaniami w tekście wskazującymi dowody, dzięki czemu zgłoszenie z kroku 6 odsyła do rozmów, na których się opiera. Jego serwer MCP daje agentom kodującym ten sam kontekst produktu. Jak to się wpisuje w rolę technicznego PM-a lub product engineera, przeczytasz w product management dla technicznych PM-ów.
Najczęstsze pytania
Czym jest customer discovery w prostych słowach?
Customer discovery to rozmowy z prawdziwymi lub potencjalnymi klientami, by sprawdzić, czy problem, który chcesz rozwiązać, istnieje, jak sobie z nim dziś radzą i czy jest dość ważny, by coś zmienić. Wywodzi się z metody customer development Steve’a Blanka. Najpierw testujesz problem, potem rozwiązanie, a wszystko, w co wierzyłeś przed tymi rozmowami, traktujesz jak hipotezę.
Czy inżynierowie powinni rozmawiać z klientami, czy zostawić to product managerom?
Jedni i drudzy. PM lub założyciel może odpowiadać za plan badań, ale inżynierowie uczestniczący w rozmowach słyszą kontekst, który ginie w ticketach, i mogą pytać o ograniczenia, które rozumieją tylko oni. PostHog twierdzi, że inżynierowie dostający wyłącznie tickety dostają przefiltrowaną wersję prawdy. Zacznij od udziału w jednej rozmowie tygodniowo albo dyżuru w supporcie.
Jaka jest różnica między customer discovery a product discovery?
Customer discovery skupia się na kliencie i problemie: kto go ma, jak rozwiązuje go dziś i ile go to kosztuje. Product discovery jest szersze i obejmuje testowanie rozwiązań pod kątem użyteczności, wykonalności i opłacalności przed dostawą. Dla solo założyciela prawie całkowicie się pokrywają. Przewodnik po procesie product discovery omawia szerszą sekwencję.
Ile powinien trwać wywiad customer discovery?
Dwadzieścia do trzydziestu minut wystarczy na jedną niedawną historię o jednym problemie. Wytyczne GOV.UK podają dla pogłębionych wywiadów od 30 minut do 2 godzin; dłuższe sesje dają więcej szczegółów, ale trudniej o chętnych. Teresa Torres sugeruje, by prosić uczestników o około 20 minut, co ułatwia zapracowanym klientom zgodę.
Czy AI może prowadzić wywiady customer discovery?
AI potrafi transkrybować, podsumowywać i, za pomocą narzędzi do tego stworzonych, prowadzić ustrukturyzowane wywiady. Nie rozstrzygnie, który problem jest ważny, nie zauważy, czego klient unikał powiedzieć, i nie weźmie na siebie decyzji produktowej. Traktuj wynik AI jako pierwszy szkic, sprawdzaj cytaty ze źródłem i zostaw człowiekowi odpowiedzialność za interpretację tego, co klienci mieli na myśli.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing