paint-brush
Làm thế nào để tìm ra những gì người dùng muốn, nhanh chóngtừ tác giả@leebale
3,259 lượt đọc
3,259 lượt đọc

Làm thế nào để tìm ra những gì người dùng muốn, nhanh chóng

từ tác giả Roman Leeb13m2024/09/24
Read on Terminal Reader

dài quá đọc không nổi

Tiêu đề giật gân ✅ The Startup Rollercoaster: Ra mắt trên AppSumo và—hãy cùng đánh trống nào—đã bán được cho một đám đông khổng lồ gồm 12 người! Thật là một bữa tiệc thất bại. Chế độ thám tử: Gãi đầu, rồi lao đầu vào các bài đánh giá phần mềm, tìm kiếm lý do khó hiểu đằng sau cú ngã sấp mặt ngoạn mục của chúng tôi. Săn vàng: Đã tìm được vàng khi phân tích các bài đánh giá phần mềm. Hóa ra người dùng đã nói với chúng tôi chính xác những gì họ cần từ đầu. Công ty vẫn phá sản, theo một cách nào đó. RAG Swag: Đọc hàng nghìn bài đánh giá, rồi tình cờ tìm thấy LLM và OpenAI (cảm ơn Chúa). Giờ thì thứ đó đang tạo ra những hiểu biết sâu sắc như việc xem phim trên Netflix vậy. Tại sao phải bận tâm? 👉 Các bài đánh giá chứa đầy thông tin tình báo và có thể thúc đẩy sự hiểu biết của bạn về khách hàng, giúp tránh được thảm họa khởi nghiệp. Bức tranh toàn cảnh: Không chỉ là né tránh đạn; đó là về việc tăng tốc hướng tới thành công - hãy nghĩ đến những hiểu biết sâu sắc mở đường cho sự phù hợp giữa vấn đề và giải pháp, thậm chí có thể là sự phù hợp giữa sản phẩm và thị trường, và có khả năng là chiếc Lambo đang chờ ở vạch đích.
featured image - Làm thế nào để tìm ra những gì người dùng muốn, nhanh chóng
Roman Leeb HackerNoon profile picture
0-item

Và làm thế nào để ghi điểm với một chiếc Lambo - thì cũng gần giống vậy.

Tóm lại

  • Tiêu đề giật gân ✅
  • Startup Rollercoaster: Ra mắt trên AppSumo và—hãy cùng chào đón—đã bán được cho một đám đông khổng lồ gồm 12 người! Thật là một bữa tiệc thất bại.
  • Chế độ thám tử: Gãi đầu, sau đó lao đầu vào đánh giá phần mềm, tìm kiếm lý do khó hiểu đằng sau cú ngã sấp mặt thảm hại của chúng tôi.
  • Săn tìm vàng: Đã tìm được vàng bằng cách phân tích các đánh giá phần mềm. Hóa ra người dùng đã nói với chúng tôi chính xác những gì họ cần từ đầu. Công ty vẫn phá sản, theo một cách nào đó.
  • RAG Swag: Đọc hàng ngàn bài đánh giá, rồi tình cờ tìm thấy LLM và OpenAI (cảm ơn trời). Giờ thì thứ đó đang tạo ra những hiểu biết sâu sắc như xem phim trên Netflix.
  • Tại sao phải bận tâm? 👉 Đánh giá chứa đầy thông tin tình báo và có thể giúp bạn hiểu rõ hơn về khách hàng, giúp tránh được thảm họa khởi nghiệp.
  • Bức tranh toàn cảnh: Không chỉ là né tránh đạn; mà là tiến nhanh tới thành công - hãy nghĩ đến những hiểu biết sâu sắc mở đường cho sự phù hợp giữa vấn đề và giải pháp, thậm chí có thể là sự phù hợp giữa sản phẩm và thị trường, và có khả năng là chiếc Lambo đang chờ ở vạch đích.

Kinh nghiệm dạy ta điều khắc nghiệt nhưng lại là bài học tốt nhất.

Quay trở lại đầu năm 2022, tôi thấy mình ở trong một vị trí thực sự độc đáo và không thoải mái. Tôi vừa gia nhập một công ty khởi nghiệp đang trong quá trình phát triển thế hệ mới của nền tảng tự động hóa quy trình của họ. Khi tôi tham gia để lãnh đạo bộ phận Tiếp thị của họ, họ đã dành hơn một năm để xây dựng nó, đầu tư đáng kể thời gian và nguồn lực vào thứ được kỳ vọng là một sản phẩm mang tính đột phá. Lúc đầu, nó có vẻ đầy hứa hẹn - UX vượt trội hơn nhiều so với nền tảng cũ và đáng kể dễ dàng hơn đối với những người mới như tôi để tạo ra các quy trình làm việc có chức năng, không cần mã. Sau nhiều tháng làm việc chăm chỉ, cuối cùng chúng tôi đã ra mắt trên AppSumo. 12 người đã mua nó - ôi chao! Cảm giác giống như đang tổ chức một bữa tiệc mà mọi người đều trả lời "có" và sau đó bạn kết thúc bằng việc nhảy một mình với chú mèo của mình.


Vào thời điểm đó, tôi đã bối rối. Tôi chỉ đơn giản là không hiểu tại sao điều này lại không thu hút được nhiều sự quan tâm hơn từ người dùng, khi mà thỏa thuận trọn đời thực sự là một món hời (thời gian vần điệu)! Phản hồi từ lần ra mắt AppSumo rất rõ ràng: sản phẩm của chúng tôi chưa sẵn sàng. Người dùng mô tả nó là 'chưa hoàn thiện' hoặc ' một món đồ chơi nhỏ xinh '. Nó tương đương với việc bị một cô gái dễ thương xếp vào danh sách bạn bè sau khi bạn đã lấy hết can đảm để rủ cô ấy đi hẹn hò.


Bây giờ nhìn lại, sau khi sử dụng rộng rãi các nền tảng tương tự như make.com (trước đây là Integromat), tôi hiểu tại sao không ai muốn nó. Nhưng khi đó, điều này không rõ ràng với tôi. Khi nỗi đau ban đầu của sự từ chối này lắng xuống, chúng tôi ngày càng quyết tâm tìm hiểu những gì còn thiếu để làm cho sản phẩm thực sự đáng mong muốn.


Một hình ảnh thực tế của tôi sau khi ra mắt AppSumo


Điều khiến toàn bộ tình hình trở nên khó khăn hơn nữa là thực tế là đến thời điểm đó, nhóm của chúng tôi đã phát triển lên hơn 40 nhân viên và chỉ với khoảng 1 triệu euro ARR từ doanh nghiệp cũ, chúng tôi đã đốt cháy nguồn vốn hạt giống của mình với tốc độ đáng báo động. Thời gian đang cạn kiệt.


Trong nỗ lực xác định 3-4 tính năng chính cần thiết để biến sản phẩm này thành một cú hit phòng vé, tôi đã liên hệ với những người dùng nền tảng cũ. Mặc dù tôi có thể có được một số hiểu biết, nhưng những khách hàng hiện tại thường có các giải pháp rất cụ thể và tùy chỉnh, khiến việc phác thảo một bản thiết kế rõ ràng cho 'sản phẩm hoàn hảo' trở nên gần như bất khả thi. Bị áp lực bởi những hạn chế về tài chính và bị hạn chế bởi sự sẵn có của khách hàng, khả năng thực hiện các cuộc phỏng vấn của tôi bị giới hạn ở mức khoảng ba cuộc mỗi ngày - không đủ để tìm ra điều này kịp thời.


Do đó, tôi quyết định xoay trục và chọn một phương pháp nghiên cứu thay thế mà tôi đã tình cờ tìm thấy trước đó: phân tích các bài đánh giá phần mềm của các đối thủ cạnh tranh trực tiếp và các sản phẩm liền kề. Những gì tôi khám phá ra là một mỏ vàng tuyệt đối - một kho báu của những điều thích, không thích, kỳ vọng, trường hợp sử dụng và yêu cầu tính năng. Tôi đã dành một tuần, thậm chí có thể lâu hơn, tỉ mỉ xem xét kỹ lưỡng phản hồi này, thu thập mọi thông tin hữu ích nhỏ nhất trong một bảng tính và cuối cùng là tạo ra một lộ trình toàn diện để các nhà phát triển của chúng tôi có thể triển khai sớm nhất có thể.


Những hiểu biết sâu sắc từ nghiên cứu của chúng tôi rất bổ ích, nhưng thời gian lại không ủng hộ chúng tôi. Nỗ lực cuối cùng của chúng tôi giống như một trò đùa và cuối cùng, nó đã không thành công. Đơn giản là không có đủ thời gian để áp dụng những gì chúng tôi đã học được từ các bài đánh giá và chúng tôi không thể đảm bảo được các khoản tiền cần thiết để vượt qua giai đoạn triển khai này. Ngoài ra, phản hồi tiêu cực ban đầu từ lần ra mắt AppSumo đã gây ảnh hưởng, tinh thần sa sút và chúng tôi phải sa thải 90% nhân viên. Ít nhất thì đó cũng không phải là một trải nghiệm dễ chịu.


Nhưng điều khiến tôi trăn trở từ đó đến nay là: Phân tích các bài đánh giá phần mềm có thể cung cấp thông tin chi tiết nhanh chóng về những gì người dùng thực sự nghĩ và muốn - những thông tin chi tiết mà các phương pháp truyền thống không thể cung cấp, ít nhất là với tôi và chắc chắn là không nhanh bằng.

Nghĩa địa khởi nghiệp

Sự thật đáng buồn là 90% các công ty khởi nghiệp đều thất bại. Trong khi tỷ lệ thất bại trong năm đầu tiên là khoảng 10%, con số này tăng vọt lên đến 70% trong năm thứ hai đến năm thứ năm. Đến năm thứ mười, 90% trong số chúng đã biến mất, theo Cục Thống kê Lao động Hoa Kỳ. Vì vậy, có thể nói rằng con đường khởi nghiệp không dành cho những người yếu tim.


Bây giờ điều này đặt ra câu hỏi: tại sao nhiều công ty thất bại như vậy? Lý do cụ thể khiến họ phá sản là gì? Hiếm khi có thể quy kết thất bại cho một vấn đề duy nhất; thay vào đó, thường là sự kết hợp của nhiều yếu tố. Tuy nhiên, điều luôn nổi bật trong các số liệu thống kê này là sự thiếu phù hợp giữa sản phẩm và thị trường, dường như là động lực chính dẫn đến thất bại.


Bất cứ nơi nào bạn nhìn vào, thiếu PMF dường như là lý do số 1 khiến các công ty khởi nghiệp thất bại. Nguồn: https://explodingtopics.com/blog/startup-failure-stats


Nhưng việc không đảm bảo được sự phù hợp giữa sản phẩm và thị trường không chỉ là do xác định sai nhu cầu; nó thường bắt nguồn từ việc không hiểu đủ sâu sắc về khách hàng. Các công ty khởi nghiệp quá đắm chìm vào các giải pháp tuyệt vời của họ đến nỗi họ quên mất quy tắc cơ bản: sản phẩm của bạn tốt đến mức nào cũng không quan trọng nếu không ai muốn nó. Và khám phá khách hàng không chỉ là một bước khởi đầu, mà là một vòng lặp liên tục của phản hồi và lặp lại, nếu bị bỏ qua, sẽ dẫn đến việc tạo ra các sản phẩm mà không ai yêu cầu.

Miền đất hứa: Sự phù hợp giữa sản phẩm và thị trường

Thị trường sản phẩm có thể được mô tả như Chén Thánh mà mọi công ty khởi nghiệp đều khao khát khám phá. Đối với các công ty khởi nghiệp, nó giống như Wimbledon đối với các vận động viên quần vợt—một cột mốc danh giá không chỉ xác nhận kỹ năng và sự kiên trì mà còn đánh dấu thời điểm then chốt hướng tới thành công. Đối với nhiều người, đạt được điều này giống như đạt đến Đỉnh Olympus, nơi các dự án thành công nhất được khen thưởng vì đã liên kết sản phẩm của họ một cách hoàn hảo với nhu cầu của thị trường.


Nhưng chính xác thì sự phù hợp giữa sản phẩm và thị trường là gì? Qua nhiều năm, tôi nhận ra rằng có một số sự mơ hồ hoặc khó nắm bắt xung quanh thuật ngữ này. Nó thường được sử dụng trong thế giới SaaS và tôi có ấn tượng rằng nhiều người, nếu được hỏi, sẽ không thể định nghĩa chính xác. Một số người chỉ đơn giản coi nó giống như việc xây dựng thứ gì đó mà thị trường muốn và họ coi nó đạt được khi khách hàng mua, sử dụng và lý tưởng nhất là quảng bá sản phẩm của công ty.

Theo doanh nhân và nhà đầu tư Marc Andreessen, người đã giúp phổ biến khái niệm này, sự phù hợp giữa sản phẩm và thị trường được mô tả tốt nhất là một kịch bản trong đó:


" Khách hàng đang mua sản phẩm nhanh như bạn có thể làm—hoặc mức sử dụng tăng nhanh như bạn có thể thêm nhiều máy chủ hơn. Tiền từ khách hàng đang tích tụ trong tài khoản séc của công ty bạn. Bạn đang tuyển dụng nhân viên bán hàng và hỗ trợ khách hàng nhanh nhất có thể […]. "


Nghe có vẻ tuyệt vời phải không? Mức độ thành công này, như Andreessen mô tả, là một kỳ tích hiếm có đối với hầu hết các công ty khởi nghiệp. Nhưng trước khi mơ về sự tăng trưởng bùng nổ như vậy và đạt được mục tiêu ẩn dụ , mọi công ty khởi nghiệp trước tiên phải vượt qua thách thức ban đầu thường được gọi là sự phù hợp giữa vấn đề và giải pháp.


Như tên gọi của nó, điều này có nghĩa là trước tiên bạn phải xác định được vấn đề (tốt nhất là vấn đề cấp bách và quan trọng) và sau đó đưa ra giải pháp giải quyết vấn đề một cách hiệu quả.


Như Michael Seibel đã nói một cách hùng hồn:

“Nếu bạn của bạn đứng cạnh bạn và tóc họ đang bốc cháy, ngọn lửa đó sẽ là thứ duy nhất họ thực sự quan tâm trên thế giới này. Không quan trọng nếu họ đói, vừa trải qua một cuộc chia tay tồi tệ, hoặc đang đến muộn trong một cuộc họp—họ sẽ ưu tiên dập lửa. Nếu bạn đưa cho họ một vòi nước—sản phẩm/giải pháp hoàn hảo—họ sẽ dập lửa ngay lập tức và tiếp tục đi. Nếu bạn đưa cho họ một viên gạch, họ vẫn sẽ cầm nó và cố gắng tự đập vào đầu mình để dập lửa. Bạn cần tìm ra những vấn đề quá nghiêm trọng khiến người dùng sẵn sàng thử các giải pháp nửa vời, v1, không hoàn hảo.”


Bây giờ điều này liên quan đến việc hiểu rõ khách hàng của bạn và hiểu nhu cầu của họ một cách thấu đáo để bạn có thể diễn đạt vấn đề của họ tốt hơn chính họ. Mức độ hiểu biết này gần như chắc chắn sẽ dẫn đến sự phù hợp giữa vấn đề và giải pháp và về cơ bản, nó tạo tiền đề cho sự phù hợp giữa sản phẩm và thị trường, trong đó giải pháp của bạn không chỉ giải quyết được vấn đề mà còn tạo được tiếng vang mạnh mẽ với đối tượng mục tiêu, mở đường cho sự phát triển và thành công trong tương lai.


Marc Andreessen - Đối tác chung của Andreessen Horowitz


Biết khách hàng của bạn

Không có gì ngạc nhiên khi để hiểu được vấn đề của khách hàng và phát triển các giải pháp giải quyết chúng một cách khéo léo, chúng ta phải tham gia vào một số hình thức nghiên cứu thị trường. Tuy nhiên, xét về mức độ phổ biến, nghiên cứu thường được xếp vào khoảng giữa việc xem sơn khô và ngồi xem một bài thuyết trình PowerPoint dài, đơn điệu (với nhiều văn bản trên mỗi slide).


Mặc dù các phương pháp nghiên cứu truyền thống là cần thiết, nhưng chúng cũng có thể tốn nhiều công sức và thời gian. Việc mở rộng các phương pháp này cho các nghiên cứu lớn hơn thường tỏ ra đầy thách thức và việc đánh giá chính xác các sắc thái trong tình cảm đòi hỏi kỹ năng đáng kể.


Nhưng hãy cùng khám phá nhanh các lựa chọn phổ biến nhất hiện có và xem chúng phù hợp như thế nào để đáp ứng kỳ vọng, sở thích và khó khăn của khách hàng.

Chọn vũ khí đi bạn.

  • Nghiên cứu trên bàn làm việc, hay như hầu hết chúng ta gọi là Google, là lựa chọn hiển nhiên đối với nhiều người - nhanh chóng, hiệu quả và hầu như không cần chuẩn bị gì. Tất cả những gì bạn cần làm là đọc qua một loạt các bài đăng trên blog, xem video trên YouTube hoặc quét qua các báo cáo khác nhau của ngành. Nhưng, giống như nhiều thứ khác, nếu dữ liệu nguồn kém, bạn sẽ phải đối mặt với tình huống khó xử kinh điển 'vào thì ra thì rác'.


Thật buồn cười vì nó đúng


  • Các nhóm tập trung giống như tổ chức tiệc tối - thân mật, sâu sắc và thường đầy bất ngờ. Nó bao gồm việc tập hợp một nhóm nhỏ từ thị trường mục tiêu của bạn và thảo luận về sản phẩm hoặc dịch vụ của bạn một cách chi tiết, trong khi vẫn có được sự quyến rũ của tương tác trực tiếp theo kiểu cũ. Tuy nhiên, việc quản lý các phiên họp này có thể giống như chăn dắt mèo; chúng khó tổ chức, mở rộng quy mô và đôi khi có thể dẫn đến phòng phản hồi nếu không được điều hành khéo léo. Thêm vào đó, phản hồi có thể bị thiên vị bởi những tính cách thống trị ảnh hưởng đến ý kiến của nhóm.
  • Các nhóm tập trung giống như tổ chức tiệc tối—thân mật, sâu sắc và thường đầy bất ngờ. Bạn thu hút một nhóm đối tượng mục tiêu nhỏ vào các cuộc thảo luận trực tiếp về sản phẩm hoặc dịch vụ của mình. Tuy nhiên, việc quản lý các buổi này có thể là một thách thức; chúng khó tổ chức, khó mở rộng quy mô và có thể trở thành phòng phản hồi nếu không có sự điều hành khéo léo. Hơn nữa, những tính cách thống trị có thể tác động đến ý kiến của nhóm theo một hướng nhất định.
  • Phỏng vấn một kèm một giống như việc lặn sâu vào tâm trí khách hàng của bạn. Bạn đặt câu hỏi, họ tiết lộ bí mật và bạn thu thập được những hiểu biết sâu sắc khó có thể nắm bắt được trong bất kỳ hình thức khảo sát nào. Nhưng điều này đòi hỏi phải thành thạo nghệ thuật đặt câu hỏi đúng - giống như các nguyên tắc được nêu trong Bài kiểm tra của Mẹ. Thành công phụ thuộc vào người phỏng vấn có kỹ năng và liệu bạn có đủ thời gian để thực hiện từng cuộc phỏng vấn này hay không.
  • Khảo sát là con dao Thụy Sĩ của nghiên cứu thị trường - linh hoạt, hiệu quả và có khả năng tiếp cận lượng lớn đối tượng một cách nhanh chóng. Bạn đặt câu hỏi và câu trả lời sẽ bắt đầu xuất hiện từ nhiều góc độ, giúp bạn định lượng sở thích, ý kiến và hành vi. Tuy nhiên, khảo sát thường thiếu chiều sâu mà phỏng vấn cá nhân mang lại vì chúng không cho phép các câu hỏi tiếp theo thăm dò sâu hơn vào suy nghĩ và cảm xúc của người trả lời.


Ghi lại điều này: Khảo sát + Liam Neeson để “theo dõi” = thành công được đảm bảo


  • Lắng nghe xã hội giống như việc bạn lắng nghe tiếng nói của mọi người ở một quảng trường chợ nhộn nhịp - lắng nghe tiếng ồn ào và tiếng bàn tán về sản phẩm, dịch vụ hoặc các hashtag liên quan của bạn. Thật tuyệt vời khi thấy mọi người tự nhiên nói về lĩnh vực của bạn như thế nào, cho dù đó là đề cập trực tiếp đến thương hiệu hay các chủ đề rộng hơn trong ngành. Vấn đề là các cuộc trò chuyện trên phương tiện truyền thông xã hội có thể ồn ào, rời rạc và không phải lúc nào cũng liên quan trực tiếp đến các truy vấn cụ thể của bạn.


Bây giờ chúng ta có một danh sách các phương pháp nghiên cứu truyền thống vững chắc—Google, nhóm tập trung, khảo sát và phỏng vấn một-một. Chúng rất tuyệt, đừng hiểu lầm tôi. Chúng giống như những công cụ đáng tin cậy trong thắt lưng của một người thợ thủ công. Nhưng trong thế giới khởi nghiệp phát triển nhanh, đôi khi bạn cần phải tăng tốc lên một chút…

Sự thay đổi mô hình

Đó là lúc Reviewradar xuất hiện. Công cụ này không chỉ nhanh hơn; nó còn đơn giản hóa mọi thứ. Nó cho phép chúng ta sàng lọc hàng triệu đánh giá một cách nhanh chóng và với nỗ lực tối thiểu. Giống như có một nút tua nhanh để nghiên cứu thị trường. Không cần phải lên lịch phỏng vấn hoặc - trời cấm - tổ chức các nhóm tập trung nữa. Không còn phải đuổi theo mọi người để điền vào các cuộc khảo sát hoặc không ngừng tìm kiếm các bài đăng trên blog để thu thập thông tin tình báo (và sau đó phải phân tích tất cả). Chỉ cần hỏi chatbot, và nó sẽ cho bạn biết người dùng đã nói gì về các sản phẩm tương tự, sở thích của họ là gì, điều gì khiến họ phát điên và họ muốn những tính năng nào.


Đó là lý do tại sao chúng tôi xây dựng điều này - để làm cho toàn bộ quy trình nhanh chóng và dễ dàng. Bởi vì hãy thành thật mà nói, mặc dù cần thiết, nhưng nghiên cứu không phải là phần mà hầu hết chúng ta đam mê. Chúng tôi muốn vận chuyển sản phẩm hơn.


Người đồng sáng lập của tôi, Andrei, xây dựng Reviewradar (nói đùa thôi, anh ấy là một thiên tài)


Với sự ra đời của LLM (Mô hình ngôn ngữ lớn dành cho những ai có thể đã bỏ lỡ bản ghi nhớ), việc phân tích các khối văn bản lớn giờ đây dễ như ăn cắp kẹo từ một đứa trẻ. Đây là một siêu năng lực tuyệt đối cho nghiên cứu định tính hoạt động ở quy mô chưa từng có. Vậy tại sao không chỉ đưa vào các bài đánh giá sản phẩm để hoàn thành công việc?


Trước đây, khối lượng dữ liệu khổng lồ là quá sức - giống như cố gắng uống từ vòi cứu hỏa. Nhưng giờ đây, chúng ta có thể nhấm nháp và thưởng thức mọi chi tiết, xác định các mô hình, đánh giá cảm xúc và nắm bắt các xu hướng mới nổi khi chúng diễn ra. Những mô hình mạnh mẽ này không chỉ đọc; chúng hiểu ngữ cảnh, cắt bỏ tiếng ồn và xác định chính xác những gì thực sự quan trọng. Đây không chỉ là một bước tiến; mà là một bước nhảy vọt trong cách chúng ta tiếp cận nghiên cứu thị trường và thu thập thông tin chi tiết.


Được trang bị cơ sở dữ liệu chứa 3 triệu đánh giá từ hơn 100.000 sản phẩm, Reviewradar hiểu rõ thị trường phần mềm và được trang bị công cụ phân tích tình cảm tích hợp để đánh giá cảm xúc hiệu quả. Hãy tưởng tượng bạn có một bot cực kỳ thông minh, sàng lọc hàng núi phản hồi của người dùng với những hiểu biết giá trị được tích hợp sẵn. Mỗi ý kiến là một mảnh ghép và Reviewradar có thể khéo léo lắp ghép bức tranh toàn cảnh, cung cấp góc nhìn 360 độ về những gì khách hàng thực sự muốn. Theo cách này, bạn có thể xoay chuyển nhanh hơn, điều chỉnh chiến lược hiệu quả hơn và luôn đồng điệu với mong muốn của khách hàng mà không bỏ lỡ bất kỳ nhịp nào.

Những điều cốt lõi

Bây giờ, chúng ta hãy bóc tách các lớp và xem cách thức hoạt động của nó. Về bản chất, Reviewradar là một chatbot, vì vậy giao diện người dùng khá dễ hiểu. Bạn đặt một câu hỏi và bạn sẽ nhận được phản hồi; đơn giản vậy thôi. Nhưng còn nhiều điều hơn thế nữa. Để có kết quả tốt nhất, hãy đặt những câu hỏi đề cập đến các sản phẩm cụ thể (có thể là đối thủ cạnh tranh), xác định vấn đề bạn đang cố gắng giải quyết và làm nổi bật các tính năng hoặc trường hợp sử dụng cụ thể mà bạn đặc biệt quan tâm. Bạn cung cấp càng nhiều ngữ cảnh, phản hồi sẽ càng phù hợp.


Chatbot xem lại lịch sử hội thoại để đảm bảo không bỏ sót chi tiết quan trọng nào. Sau đó, nó tạo một truy vấn tìm kiếm chi tiết, chuyển đổi truy vấn này thành một vectơ bằng cách sử dụng các mô hình nhúng của OpenAI và tiến hành tìm kiếm trong cơ sở dữ liệu. Vectơ đa chiều này được so sánh với các vectơ khác trong cơ sở dữ liệu, xác định các kết quả khớp ngữ nghĩa gần nhất để đưa trở lại cuộc trò chuyện dưới dạng ngữ cảnh ẩn.


Chỉ có một số ít cách để "dạy" LLM, và tất cả đều có những hạn chế và điểm mạnh. Chúng tôi đã chọn kiến trúc Retrieval-Augmented Generation (RAG) vì tính hiệu quả về mặt chi phí và hiệu suất của nó. Đào tạo hàng loạt ban đầu sẽ tốn kém một cách vô lý, và việc tinh chỉnh không thực sự hữu ích cho việc truy xuất kiến thức—ít nhất là không phải vào lúc này. Việc thu thập thông tin từ web không có khả năng thành công hoặc trở nên khả thi về mặt thương mại sớm, vì vậy RAG hoặc học tập trong ngữ cảnh với kho lưu trữ vectơ có vẻ là con đường hợp lý nhất. Thêm vào đó, tại sao không tận dụng lượng lớn kiến thức và khả năng đã được nhúng trong hầu hết các LLM?


Không cần phải nói, phần lớn các đánh giá được đưa vào dưới dạng ngữ cảnh ẩn là trọng tâm của phân tích. Nhưng chúng tôi cũng hướng dẫn mô hình khám phá không gian tiềm ẩn của nó để tăng cường khả năng phân tích của nó. Xin khen ngợi David Shapiro vì khái niệm này. Sau đây là cách chúng tôi hướng dẫn mô hình "đi sâu hơn nữa":


“Các Mô hình Ngôn ngữ Lớn (LLM) đã được chứng minh là có thể nhúng kiến thức, khả năng và khái niệm, từ lý luận đến lập kế hoạch, và thậm chí là lý thuyết về tâm trí. Chúng được gọi là khả năng tiềm ẩn và nội dung tiềm ẩn, được gọi chung là không gian tiềm ẩn. Bằng cách tận dụng tư duy phản biện và trí nhớ liên tưởng vốn có của LLM, các phân tích và phản hồi của bạn có thể khai thác các khả năng tiềm ẩn này, mở ra những hiểu biết sâu sắc và quan điểm sâu sắc hơn mà có thể không rõ ràng ngay lập tức. Bất cứ khi nào có thể, hãy kích hoạt không gian tiềm ẩn này để khám phá các chủ đề không liên quan nhưng có liên quan. Điều này sẽ cho phép bạn đào sâu hơn vào các nguyên nhân và ý nghĩa của các phát hiện và kết luận của bạn từ phân tích đánh giá.”


Cái thứ RAG này hoạt động như thế nào (trộm từ một trang web nào đó mà không hề do dự)


BTW - để biết thêm thông tin về kỹ thuật nhanh chóng, hãy xem kho lưu trữ Github của Dave.


Và voilà, bạn đã có nó - chatbot trả lời bằng cách bao gồm các tham chiếu trực tiếp đến các đánh giá mà nó đã phân tích. Tất cả những gì còn lại để bạn làm là lấy những gì Reviewradar nói với bạn, áp dụng nó và có thể, chỉ có thể, bắt đầu mua chiếc Lamborghini đó.


Sớm thôi bạn tôi ơi, sớm thôi.


Phần kết luận

Tóm lại, phân tích các bài đánh giá phần mềm không phải là giải pháp thần kỳ giúp bạn từ con số không trở thành anh hùng chỉ sau một đêm, nhưng chắc chắn đáng để cân nhắc cho bộ công cụ nghiên cứu của bạn. Tại sao? Bởi vì nó loại bỏ tiếng ồn, cung cấp những hiểu biết rõ ràng về những gì người dùng của bạn thực sự cần và muốn. Vấn đề là: các bài đánh giá đã chứa đầy những hiểu biết sâu sắc; chỉ là không ai có thời gian để lội qua hàng trăm, thậm chí là hàng nghìn trong số chúng. Đó là lúc thiết kế RAG trở nên hữu ích, cung cấp một cách thông minh hơn, đơn giản hơn để trích xuất những gì thực sự có giá trị. Nó hoạt động như một cỗ máy xử lý tinh gọn, mạnh mẽ, vượt ra ngoài bề ngoài để dễ dàng sàng lọc lượng thông tin khổng lồ một cách nhanh chóng. Và đến thẳng từ miệng ngựa, những hiểu biết sâu sắc này có thể là thông tin tình báo vô giá cho hành trình của bạn hướng tới sự phù hợp giữa sản phẩm và thị trường - và sau đó, thậm chí có thể là một chiếc Lambo.