פרודקטיבי: איך גורמים למשתמשים שלנו לסמוך על תוצאות המוצר (רועי פייג, Honeycomb)

Product TV. פודקאסט המוצר של סטארט-אפ פור סטארט-אפ. שלום לכולם, אני רן ארז ואתם הגעתם לפודקאסט שבו אנחנו מדברים מנהלי ומנהלות מוצר מחברות שונות על בעיות מוצריות שהם נתקלו בהן, איך הם נקשו לפתור אותן ומה השיעורים שהם למדו בדרך. ובפרק של היום נדבר על הבעיה המוצרית הב . איך גורם למשתמשים שלנו לסמוך על התוצאות של המוצר שלנו? ומי שיספר לנו להתמודד עם האתגר הוא רואי פייג, VP Product ב-Honeycomb. היי רואי. לן רן, מה נשמע? מעולה, מה שלומך? מצוין. כיף שאתה פה, ממש. ולפני שאנחנו ככה צוללים לבעיה, אני אשמח שתספר לנו קצת עליך ועל ה-Honeycomb. בכיף. מה זה ה-Honeycomb? אולי בקצרה, זה יעזור להבין את הסיפור. אז אנחנו חברת ביטוח שהתחום ביטוח שבו אנחנו עוסקים הוא ביטוח למבנים בשוק ה ריקאי. זה שוק ענק, 34 מיליארד דולר. ובעצם, בוא נניח שאתה בעל בניין, אתה מזכיר את כל הדירות, אתה מחויב בביטוח. כלומר, השוק קיים. אבל יש לך בעיה. כי לדוגמה, אם הבניין שלך בקליפורניה, רוב חברות הביטוח יוצאות מקליפורניה ויהיה לך קשה להשיג ביטוח. ואלה שנשארו, הם לדוגמה, מגבילות רק לבניינים שיותר חדשים מ-1970. כלומר, ממש בעיה. מצד שני, כל החברות מסתמכות על חתמים. חתמים זו הפונקציה הביטוחית, האוטוריטה, שהיא זו שצריכה לעשות את העבודה הקשה. זו העלות ה יתית של חברות הביטוח, למעט תשלומים לטביעות. ופה אנחנו נכנסים. אנחנו מנסים לתת ביטוח שהוא יעיל, להוריד את העלות המשמעותית הזו של עבודת החיתום ולהציע לך ביטוח מאוד ספציפי לנכס שהוא בבעלותך, ושאתה תוכל לקבל בתור בעל נכס מדהים שמטפל בנכס ובדיירים ודואג להם, ביטוח שמגיע לך במחיר טוב ומיידי. זה הרעיון. אז אתה אומר בעצם חתמים, בסוף בסוף הכל נשאל על אנשים, ומעניין אותי לשמוע בעצם מה הבעיה שאתם נתקלתם בעולם הזה. אוקיי, אז ב ת מה שתיארתי עד עכשיו הוא היה קצת רקע, ואותם אנשים הם אנשים שיושבים שם הרבה זמן. ביטוח זה מוצר מאוד ותיק, הוא מאות שנים, והם רגילים לעבוד ולעשות ולהעריך סיכונים בצורה שנראית לנו אולי מאוד סיזיפית, מיושנת, לוקחת זמן, צריכים להיכנס לכל מיני מאגרי מידע וממש להעריך סיכון בצורה שאני ואתה היינו… טוב, היה לנו שיש דרך יותר טובה לעשות. ולשם אנחנו מנסים להיכנס. איך אנחנו יכולים ב צעות טכנולוגיה, ב צעות מודלים של AI ואוטומציה לשפר את התהליך הזה. ואנחנו חברת נם טכנולוגיה, אבל גם חברת ביטוח. יש בחברה שלנו את גוף החיתום. יש אנשים שהם מגיעים מהעולם הזה. ממש חתמים אצלכם. ממש חתמים. הם לא נולדו בטק, הם נולדו בעולם הביטוח. זאת אומרת, אנשים שעושים את הדבר הזה שנים לפני שהסטארט-אפ בעצם קם. לגמרי. אוקיי, ואתה פתאום בא חבר'ה עם טכנולוגיות חדשות, עם דרך חדשה לעשות ביטוח. נכון. איזה קלשים אתם רואים או חווים? זה לא תמיד קלשים, אבל זה כן אתגר. כן, זה אתגר א', לשנות מיינדסט. אבל מעבר למיינדסט, אנחנו, בוא נגיד מההיסטוריה שלי קצת, רגילים לעשות את הדברים בצורה יותר מהירה. רוב הלקוחות הקודמים שלי היו הרבה יותר, נגיד, טק-סעבי. וכאן אנחנו בעצם מתמודדים, או אני מתמודד עם פרסונה אחרת, ואנחנו ב ת רוצים להציע להם משהו שישפר להם את החיים. והם אפילו מבינים שזה הולך לשפר להם את החיים. אבל הדרך לשם, עד שמטמיעים ומשתמשים, היא קשה, לוקחת זמן, וצריך ללמוד איך לעשות את זה טוב. אוקיי, אז בוא נדבר ב ת על איך אנחנו עוזרים למשתמשים שלנו, לעזור לעצמם באיזשהו אופן. ומעניין אותי לשמוע קצת, רגע, איך אתם בכלל ניגשים לאתגר הזה? כי זה משהו מורכב מהרבה אתגרים של בעצם לסמוך עליכם בכלל, כי הם היו רגילים לעשות את זה עד עכשיו. איך אתם גונים לה לסמוך עליכם? אז אני יכול לציין דרכים שאני יכול לתאר אותן כאן, אבל הם כולם סובבים מסוים רעיון אחד, מרכזי. והרעיון הוא, אני לא חושב שהוא בצורה מפתיעה כל כך, זה בניית ון. בוא נדבר על ה ון הזה. למה, אני חושב, על מנהל מוצר שמקשיב לנו, ומתמודד עם עולם אחר, לא ב-Insurance Tech, למה ון חשוב בכלל מול המשתמשים? אז ככה, אני אתחיל בנקודה שאני נותן, או אנחנו כחברה או כגוף טכנולוגיה, פרודקט ופיתוח, נותנים פתרונות שהם פותרים למישהו בעיה, אבל בסופו של דבר האחריות היא לא עלינו, אלא האחריות היא על אותו ריטר, על אותו גוף חיתום. אנחנו מוותחים נכסים בשווי מאוד גבוה. בעינתן…

כלומר אנחנו בתוך חברת ביטוח צריכים לשלם את התביעה, אז אנחנו יכולים להיות במצב של לוס ריישו גרוע. מה הכוונה? שאנחנו משלמים ביחס הרבה יותר מדי גבוה לעומת מה שאנחנו גובים. והלוס ריישו, המטריקה הזו, היא באחריות גוף החיתום. זאת אומרת שאני נותן פתרון, והפתרון אני חושב שהוא מדהים, אבל בסוף המשתמש לא סומך עליו, שהוא אחראי על המטריקה הזאת, אז נוצרת בעיה. ואת זה אנחנו באים לפתור, שמקבלו כלים שמ ינים שאת המטריקה הבסיסית שלהם, את העבודה שעליה הם ונים ואחראים, הם יעשו ויצליחו לעשות בצורתו טובה ב צעות הפתרונות שאנחנו מספקים. אני חושב שכשאני חושב על זה בתור הדברים שאני עושה, ונגיד עכשיו אנחנו נמצאים באיזשהו שלב, שאנחנו מכניסים איזשהו דיפ יוסקייס של AI לתוך אחד המוצרים, בצורה מאוד מאוד עמוקה, ואני שם לב שזה מאוד משפיע על בעצם כמה סיכון יש בתוצ הסופית שאנחנו ממליצים עליה. כשאנחנו באים ואנחנו עושים משהו בסיסי ב-AI של כזה, תתקצר לי או תתחיל לכתוב, אין פה ב ת כזה סיכון. ואז אולי ה ון לא כזה דרמטי. אני מנסה, לא בתי, כן בתי, הכל סבבה. אבל כשב ת הם מסתמכים על התוצאות, או שזה ב ת משהו שהוא קריטי לתהליך העסקי, פתאום עולות השאלות האלה של, רגע, מאיפה בכלל הבאתם את המידע הזה? כמה זה ין? אז אני חושב שממש מעניינתי, אולי כאילו בוא עכשיו כן ניכנס לזה רגע, איך אנחנו ניגשים לזה אולי ברמת התהליך, אולי ברמת הקונספט? אז השלב הראשון שאנחנו, שאולי נדבר עליו וניצור עליו, זה איך אנחנו בעצם בונים פתרונות שהם ממש מהקל אל הכבד. כן, בואו אנחנו רוצים להציע פתרון למישהו. בואו תתחיל לו פתרון קטן, בואו נכניס לך את זה בצורה פשוטה, שתכיר את זה במערכת, שתבין איך זה נר מה זה אומר, אינפוט של AI בתוך הפלו. אז מה זה אומר אצלנו פתרון או מהקל אל הכבד? אז משהו קל זה, בואו ניתן עוד דאטאפ פוינט אחד בתוך כל האקאונט הזה שאתה צריך להאריך אותו מבחינת סיכון. דוגמה, יש איזושהי תמונת חזית של המבנה שאנחנו מקבלים, ואנחנו נוציא ממנו איזשהו פיצ'ר אחד, ונגיד זה הפיצ'ר, ושמנו אותו בתור דאטאפ פוינט, וזה מגיע מאיי-איי. לדוגמה, זיהינו או בחרנו לזהות חלונות חסומים בדיקט. מה זה אומר? זה אומר שיש פה בניין, שקל מאוד לזהות את החלון הזה שהוא חסום, זה פיצ'ר שהוא מאוד קל לבנות עליו איזשהו מודל, ואני יכול להמליץ או להסב את סומת ליבו של אותו חתם, שים לב, יש כאן חלון חסום, ככל הנר הבניין נטוש. לוגיקה שהגיעה מהם. רנו הנה, בקלות נמצא את זה, ואנחנו מציפים לכם את הפתרון הזה. אוקיי, זה משהו ב ת ברמה הכי בסיסית, אתה אומר, לא מתערב לך בתהליך, רק שתדע, יש פה חלון חסום, זה מה שבא לך. נכון, דרך אגב, אחרי זה, מה שבא להם לעשות, זה אוקיי, כל פעם שאתם מזהים את זה, אז באופן אוטומטי, תריםו דגל. הבנתי, ואתה ממש משקף להם את זה בתוך תהליך העבודה, איפה שהם כבר רגילים בעצם לעבוד על הדבר הזה, להסתכל על התמונות, אז אתה כבר שם להם את זה באותו קונטקסט, אם אני מבין נכון? נכון, וגם אפילו מציף את זה ברמה שהיא יותר ברור. כלומר, אני ממש שם את זה על התמונה, או בהסבר ליד התמונה, וגם יש שם איזשהו עזור, כדאי שתדעו, בגלל זה אתם מסתכלים על הסבנישן הזה. אוקיי, ואתה שמה, אתה בעצם מסמן לאותו משתמש, שזה חלק מהטכנולוגיה, חלק מהמוצר שלכם, זאת אומרת, זה אנחנו זהינו? נכון, בדיוק. אוקיי. אז זה קל. אז בוא נגיד שלב אפס זה לא מחייב, נתתי איזושהי המלצה, לימדתי אתכם שאני יודע גם לפעמים להביא דברים טובים, אבל אם אני לא מוצא משהו אני לא אומר, נכון? ורק כולם חייב, כאילו, עלינו מה שנקרא חינם. כן. סבבה, אז בוא נגדיר את זה בתור שלב אפס, נייסטו הוו. נכון. אוקיי, מה השלב הבא? השלב הבא היה ממש לנסות להוריד חלקים מהעבודה, שלהם להצליח לקבל או לדחות ריסקים, זה בעצם הגשות או בקשות לביטוח, על ידי אפיון איכות של אחד הקטגוריות. לדוגמה, בוא נעריך את טבע גג. מה הסיכוי שנקבל תביעה מגג, עד כמה הוא חדש או ישן או דפוק, והבנייה ומזג האוויר בארצות הברית מאוד שונים ממה שיש אצלנו, כן? אנחנו מדברים על מדינות כמו בטקסס, עם סכנה לסופות ברד מאוד משמעותיות, כלומר זה סיכון יתי שמאוד מטריד אותם. אז שם זה לדוגמה פרויקט שבו אתה צריך לבוא ולהגיד, אני מבין שהגג במצב מצוין ורק את זה אני רוצה לבטח, או אני מבין שהגג במצב גרוע, אני רוצה להתרחק ממנו, אני לא רוצה לבטח אותו. כן? בדוגמה הזו. כלומר, לזהות את איכות הגג, לא לזהות שיש גג, כמו זיהיתי שיש חלון, אני רוצה להצליח להעריך את איכות הגג, האם יש סיכון לבטח את הגג הזה. אז זה כבר מערכת ש…

ברגע שאני מטמיע אותה, אני כבר יכול לקחת החלטה לקבל או לדחות את הנכס. אוקיי, אבל רגע, לפני שאנחנו מקבלים או דוחים, אתה בעצם אומר, שלב שני, אם אני מבין נכון, זה הקצוות. או ממש ממש טוב, אין לי שום ספק, או ממש ממש גרוע, אין לי שום ספק שצריך לדחות. ואתה אומר, רגע, בלבל הזה, אני בכלל כאילו לא נכנס לכל ה צע המרקי הזה, אחור, אני נשאר רגע בקצוות, ואת הקצוות אני מזהה, ואתה ממש מציף להם את ה… שים לב גג גרוע, שים לב גג טוב. נכון. או שאתה מציף את זה ברמת, כמו שיצאנו עם חלות החסומים, רק כזה בקטגוריה יותר גדולה של כזה, זה לא טוב או זה כן טוב, כאילו כזה אדום ירוק בגדול? בגדול כן, ויותר מזה, יש מערכת שהיא בעצם סלפסרב עבורם, בואו תיקחו את האינפוט הזה, ותכנסו גורים, מבחינתם חוק. אתם רוצים שזה, בהינתן האינפוט הזה, ידחה את ההגשה הזאת, האם זה בסדר, שיאשר אותה. אוקיי, אז בעצם שלב אחד, אני לא משנה שום דבר בתהליך העבודה של המשתמש שלי, אני רק מציף לו דברים שהם nice to have. שלב שתיים, אני מאפשר למשתמש לשנות את תהליך העבודה שלי, אבל אני לא קופא עליו, אני אומר, גג טוב, גג רע, ו רת, נתתי לי אופציה לאוטומציה. מצוין, אם הם רוצים, הם בו את זה, שישתמשו בזה תהליך עבודה דחייה אוטומטית, אם יש לי גג מלא בקרח. בסצה. אוקיי, אז מה השלב שלישי? שלב שלישי זה איזשהו אוטו חתם, כן, חתם אוטומטי, שפשוט מעריך את כל האינפוטים שיש בהגשה הזו, בין אם זה מודלים שונים של AI, או דאטה פוינט שאנחנו אוספים, כל מה שאנחנו יודעים על הנכס, ובסוף המודל הזה מחליט משהו במקום חתם, המטרה שהחתם לא יסתכל על זה. וזו רמת ון, שהיא צריכה להיות מאוד גבוהה. אני מוריד את הידיים ונותן לדבר הזה לנהוג לבד. אוקיי, ובשלב הזה זה נשמע לי כמו, אם עד עכשיו היינו מאוד מעורבים בשלב אחד בתהליך, חלונות או גג, שלב שהוא אולי יותר ויותר חשוב, אבל הוא עדיין שלב אחד, פה אתה אומר, זה לא אני מחליף את השלב, אני מחליף את התהליך. נשמע לי שבדיוק בטפר הזה, כל הראות החולות או כל החוסר ון נוצר, אז בואו נדבר על זה רגע. כן, פה הרעיון העיקרי היה, שבכלל ההבנה של אותו משתמש, של אותו גוף חיתום, מה הדברים האלה שאנחנו יודעים לתת לכם כתוצרים של AI, הם מתחילים מהנה, זיהינו משהו קטן, או הנה זיהינו הבנה של אותו פיצ'ר, ובסוף הנה יש לנו הבנה של כל הנכס. כלומר, רמת ההבנה שלנו, כמישהו בונים את המודלים, הולכת ועולה ואנחנו עושים את זה איתכם ביחד. זה הרעיון של השלב הזה, זה מהקל אל הכבד. כלומר, איזה פיצ'רים אנחנו בפרודקט בחרנו לתעדף, ה ת שבחרנו לתעדף את זה ביחד עם גוף החיתום, שזה אולי הנקודה השנייה. הנקודה הראשונה זה ב ת, אנחנו רוצים להסתכל על אלמנט מאוד קטן, ואז אלמנט שהוא קצת יותר סובייקטיבי, כמו מה איכות הגג, ואז אלמנט שלגמרי לוקח את כל האינפוטים, את כל ההחלטות הסובייקטיביות הקטנות האלה, והופכות את זה להחלטה. אז בעצם תד בונה אימון מספר אחד, אתחילו מהקל אל הכבד, וקודם כל נייסטו-אב, אחר כך חתם אוטומטי. ממש ככה. מה עוד עוזר לבנות אימון? אז האייטם השני שאני חושב שהוא חשוב פה, הוא ב ת השילוב של חתמים בבניית המודלים. בחרנו מודל, עכשיו יש מודלים שהם מאוד פשוטים, ואין שם הרבה דברים, כמו אוקיי, זיהיתי חלון חסום, סבבה. העבודה על איכות של גג, זו לדוגמה עבודה שהיא דורשת שיתוף פעולה מאוד גדול. וחלק מהעבודה בבניית מודלים, כמובן שלב הטיוג, אנחנו צריכים להפיין את הטיוג, אנחנו עוד רחוקים ממודל, רק צריכים להבין מה זה, איך הם מסתכלים על זה. אז הם ממש עוזרים לנו לתייג את כמה תמונות מאות, אלפים ראשונים אפילו, משתתפים בעבודת אימון של מתייגים חיצוניים, בסופו של דבר גם עושים QA, אבל זה כבר אחרי שיש מודל, אבל בכל מקרה הם מעורבים בתהליך הבנייה. כלומר, ברגע שיוצא פיצ'ר, שיוצא מודל AI חדש, הוא לא מפתיע אותם. הם היו שם, הם עזרו לבנות אותו, זה לוקח כמה חודשים לצורך העניין. אז הם ציפו לו, הם חיכו לו, הם ראו תוצאות לפני, הם היו מעורבים, הם אינבסטד, ואם לא כל גוף החיתום אינבסטד, אז חלקם אינבסטד, ואז יש לך לפחות צ'מפיונח אחד, אם לא יותר, לעזור להסביר למה הדבר הזה מגניב, ואיך הוא ב ת עובד לפי איך שהם מבינים את אותה בעיה שבאנו לפתור. יש דרך, היינו יכולים לקחת את זה, אומנם אתם אצלכם החתמים יושבים בבית, אבל יש איזושהי דרך שהיית יכול להרחיב את הרעיון הזה, גם למקומות שבהם אולי אנשים לא יושבים איתנו? אני הייתי מחלק את זה לכמה…

מבחן אצלנו, החתמים, הלקוח הוא ב ת, במקרה הזה, לקוח פנימי. אני חושב שבהרבה מקרים או הרבה חברות יש לקוחות שמשתמשים במוצר כאיזשהו גוף סרוויסס ולגמרי אפשר לעבוד איתם בצורה דומה, אבל אני חושב שבפרקטיקה של דיזיין פארטנרס היא לגמרי מוכרת ואפשר לעשות איתה בצורה דומה. יש אלמנט שהוא אולי קצת אחר וזה בעצם בסוגי מוצרים אחרים, להטמיע את בקשת הפידבק הזאת או הדיוג הזה בתוך איזשהו מוצר שהלקוח הוא חיצוני. פחות במקרה שלנו, אבל ראיתי את זה בתור משתמש, בוא נגיד ככה. מעולה, ואם אתם רוצים לשמוע יותר על ב ת דיזיין פארטנרס ואיך משיגים אותם, אז יש פרק נהדר שהקלטנו ביחד עם נועה גולדמן, אני ממש ממליץ לכם, יהיה לינק בתגובות. אוקיי, אז בעצם דיברנו גם על לשתף אותם, גם על מעקה לכבד, יכול להיות שיש דברים שאתה כזה חושב שכדאי לדעת? בטח, אז בוא נדבר על איזושהי פאזה שלישית, זה איך אנחנו עושים את ה-rollout הזה, איך אנחנו מתחילים להכיר להם את המודל הזה בשלבים שהוא עדיין פחות מפחיד עד שהם סומכים עליו והוא רץ. ומה זה אומר? דוגמה אחת זה אותו אלמנט של dry run, ריצה שבו אנחנו חושבים שיש לנו מודל, הוא מוכן, הוא נר מצוין על כל הדאטה סט, ואנחנו עושים אותו בפרודקשן והוא ממש עובד. אבל כל מה שהוא עושה זה אומר להם רק שתדעו, אני הייתי מחליט ככה. זה כל מה שהוא עושה, הוא לא עושה כלום. הוא עושה גם רתי לכם בסוף? רתי לכם יכול לקרות את זה מאוד מאוחר, שזה אולי מעל שנה מאז שזה, אבל כן, אבל זה רעיון טוב. אז זו דוגמה אחת, זה רץ בדיירן. דוגמה שנייה, יש לי מודל מוכן, בוא נגיד המודל הזה שמחליט במקומם דברים. ואני חושב שהוא עובד טוב, זה המודל, אבל אני לא רוצה שהוא ייקח החלטה, כי אני חושב שהוא לא מספיק בשל, ואולי הם גם קצת יפחדו מלקבל אותו אפילו. מה שאנחנו יכולים לעשות זה במקום שיקבל החלטה, מה שעשינו זה רנו בוא תסדר את העבודה. יש לגוף החיתום הרבה מאוד בוא נגיד טיקטים או בקשות לעבור על עוד הגשה ועוד הגשה ועוד הגשה ועוד נכס. אנחנו כחברה רוצים כמובן לעבוד על הסיכוי היותר גבוה לאשר, על הדברים שהיינו רוצים לבטח. אז השתמשנו במודל הזה ופשוט יצרנו תור, ו רנו התור הזה מתחיל עם הסיכוי הכי גבוה לפתוח, והמקום האחרון יהיה הסיכוי הכי נמוך לפתוח. כאילו נותן הכל אבל עם הקונפידנס הכי גבוה קודם, תתחיל מהקונפידנס. נכון, אני חושב, המודל העריך שאת זה אתם תפתחו. מדהים. ותפתחו הכוונה תיאשרו ותתנו ההצעה. וממש הדבר הזה משתמשים בו וזה עובד מאוד יפה. ואז הרצון להשתמש בכזו מערכת היא כבר קורית מלמטה ולהביא אותה לשלב הבא. כי ברגע שמסדרים לך תור ואתה אומר מגניב, מה שקורה למעלה אני בדרך כלל מאשר, ומה שנמצא למטה אני בדרך כלל דוחת, לגמרי בונה את ה ון וממש השבוע שעבר קיבלתי מייל מראש גוף החיתום, בוא נתחיל בלדחות את כל מה שלמטה. מדהים. יש לנו יותר מדי עבודה. זה סיגנל מצוין. זה אומר שכאילו סומכים עליך ב ת. אבל אני חושב שגם ברגע שאתה משקף רגע, זה פתאום הערך הזה פתאום מופיע להם, אז הרבה יותר קל להם רגע להבין, כי אתה בטח לא רק שם תור, אתה שם גם איזשהו מספר שאומר קונפידנס. לגמרי. יש מספר מ-1 ל-100, והם רואים אותו גם בתור והם רואים אותו גם במערכת עצמה, כשהם עוברים על ההגשה או על הבקשה לביטוח. מדהים. יש איזשהם טרייד אופים בדרך, כי נשמע שיש פה המון המון המון המון אינטראקציה ביניכם. כן, בוודאי שיש טרייד אופים. אני חושב שהטרייד אוף, ב ת שניים, בוא נגיד הראשון הוא כל התהליך הזה הוא תהליך שהוא לא באנו עם פתרון, בנינו מודל ו רנו קדימה. זהו, זה עובד. אלא זה ב ת תהליך של בניית ון. כלומר, בהגדרה זה הולך יותר לאט ממה שהיינו עושים אחרת. אבל בלב העניין אנחנו בונים ונים גוף מסוים בארגון, עם גוף החיתום, עם הגוף שמאוד מוטרד מהאם נציע ביטוח או נאפשר ביטוח לסיכוי גבוה לתביעה. אנחנו מאוד נזהרים על ה-loss ratio. כשאנחנו עושים אופטימיזציה ובונים ונים עם הגוף הזה, זאת אומרת שאנחנו פוגעים בגוף אחר אולי. שזה הגוף שצריך למכור. הגוף שצריך שאנחנו נאשר כמה שיותר וכמה שיותר מהר. ולכן יש פה גם trade-off עם מי אני עובד. ואם אני בוחר לעבוד ואת ה ון שאני בונה, אני בונה עם הגוף שהוא יותר שמרן, אז את היכולת למכור יותר מהר אני בעצם עוצר. אז יש כאן איזשהו trade-off. אנחנו בחרנו ללכת לכיוון היותר שמרן בשלב הזה כי באופן נובייקטיבי אנחנו כחברת ביטוח רוצים לוודא שאנחנו שומרים על ה-KPI הזה. אני חושב שזה גם תלוי ב ת גם בשלב של החברה.

וגם שוב דיברנו על זה בהתחלה, מחיר הטעות, נכון? כאילו יש פה, אם אתה בעצם תקבל משהו שאחר כך היה קטסטרופה או הרבה כאלה, ה ון יישבר בסוף בעולם ה יתי. נכון, בייחוד בחברה בגודל שלנו, חברה סטארט-אפ, תביעה בסך מיליון דולר בשלב התחלתי משפיעה על הלוס ריישו בצורה הרבה יותר משמעותית מחברת ביטוח ענקית. כן, כאילו היכולת לספוג את זה, אז צריך להיות יותר שמרנים. יש דברים שניסיתם שכזה לא עבדו או עדיין לא עובדים בנושא זה של לייצר ון בתוצאות? יש דברים שלא עבדו ולכן חלק מהדברים שתיארתי פה קרו. כלומר יש דברים שראינו שהם לא מספיק מוכנים או שהתוצ שלהם לא מתקבלת, זה קורה. והיו מודלים שבנינו או ניסינו לבנות ופשוט הם לא התאימו, זה פשוט לא הצלחנו לייצר את הרצון הזה ב ת להשתמש בהם ולהטמיע אותם. אם מודל לא מגיע לשלב שהוא נכנס ב ת לאוטומציה, שמחליטים על סמך התוצ שלו משהו, אז הוא לא ב ת עבד. יש כמה כאלה, אנחנו מנסים שלא יקרו אותם. אני חושב שמשהו שדברים שאני רו שלא עובדים זה המון המון דברים שבעצם בגלל שאנחנו מכניסים עכשיו רגע איזשהו תהליך שיקול של איי-איי או דברים אחרים, הרבה פעמים אני רוצה להיות מסוגל להבין את הפריביו לפני שאני מכיל את התהליך על כל המידע שלי. והרבה פעמים אנחנו רואים שלפני זה שבעצם לא רוצים להשתמש בזה, כי אומרים אני לא יודע מה זה יעשה לי עכשיו בכל המידע. אז אנחנו נגיד במקומות סיימים איי-איי אנחנו נותנים לראות רגע עכשיו פריביו של מה תהיה התוצ אם היית מפעיל את המודל, אבל שוב כמו ש רנו רגע לא לעשות את זה על כל הדאטה שלך, ואנחנו רואים שב ת כשאנחנו נותנים פריביו, אתה דיברת על דראירן, אני חושב שזה ב ת נותן שנייה ביטחון, שלפחות ראיתי פעם אחת מהתוצ בלי להתחייב באיזשהו אופן. מעניין אותי לשמוע כזה עם כל התהליך הזה שדיברנו עליו של ב ת בניית ון, איזה כזה לימידות מעניינות יש לך או אם הייתה עכשיו מתחיל את התהליך הזה מחדש, מה היית עושה אחרת? הדבר המעניין פה אולי גם ברמה המוצרית זה איפה תפקיד הפרודקט פה, במערכת בין הדאטה סיינס ללקוח, בטח לקוח מהסוג הזה שאנחנו נותנים לו את הפתרון, שזה מעבר לאוקיי תיעדפתי, זה יותר חשוב מזה, או הגדרתי מה אני צריך ואפילו הגדרתי איך לתייג או מה הייתי רוצה שהאחוז דיוק של המודל יהיה, אלא ב ת ההבנה שכדי שהדבר הזה יעבוד, כדי שיהיה אדופשן, כדי שהמשתמש שלי בסוף יסמוך עליו, אני מאוד מאוד מאוד צריך להיות שם ולחבר בין הדאטה סיינס לאנשי החיתום או הלקוח שלי, אני צריך מאוד להבין את הבעיה שלהם, אני צריך מאוד להבין איך אני יכול לעזור להם, אני צריך להבין ממה הם יחששו, אני צריך להבין מה מטריד אותם, מטריד אותם מאוד להכניס משהו שהם חתומים עליו, שהם אחראים עליו ואנחנו איכשהו דחפנו את זה לתוך הקבוצה שאנחנו מאשרים ובעצם זה יכול לייצר נזק אדיר, אני צריך להבין את זה, אני צריך להבין את כל הדברים האלה שמטרידים אותם ולכן אנחנו עובדים איתם בצמוד ומשלצים אותם בתהליך, אז זה ב ת עזר לי להבין איפה אני בתור איש מוצר צריך להיות בין השאר הסטייקולטרס והפונקציות פה שפועלות. אני חושב שזה מרתק וכזה כשאני חושב על מה ממש דיברנו אז יש כמה דברים שאני כזה לוקח, אז קודם כל הנושא הזה של מהקל אל הכבד בעצם בהתחלה אנחנו רגע אומרים שים לב משהו nice to have פרט מידע תרצה להשתמש לא תרצה הכל טוב, אחר כך השלב הזה של הנה אנחנו נותנים לך משהו שאתה יכול להכניס את תהליך עבודה אבל אתה לא מחייב ורק בסוף הנה החלפנו לך בעצם חלק משמעותי מהזמן שאתה מבזבז היום אז אני חושב שזו תובנה אחת שמאוד משמעותית עבורי, הדבר השני זה בדיוק מה שדיברנו על לשקף את האימפקט זאת אומרת להגיד אוקיי בוא ניתן לך קודם כל את האלה בקונפידנס הכי גבוה ואת האלה בסוף עם איזשהו מספר שעוזר לנו אחר כך לדחות או לקבל אוטומטית או לפחות לדבר על הקונפידנס הזה ביחד והדבר השלישי שכזה דיברנו עליו קצת בין השורות אבל הוא נפל לי זה שבעצם כשאני בונה ון בתוך המוצר זה משהו שאני חייב לתת לו זמן בתהליך הפיתוח אני צריך להבין שאני בייקינג אין כבר מתהליך מהכנה חלק מהזמן שיקח בעצם לצבור את ה ון הזה ואם אני רגיל לרוץ מהר ולשחרר מודלים ולראות רגע מה האימפקט אז לפעמים האימפקט הזה לוקח זמן כי הוא נבנה על ידי ון ודווקא אם אני לפעמים מעט את התהליך יכול להיות שאני אצליח לצבור ון יותר אז היה לי ממש מעניין אני אשמח כזה אנחנו יש לנו פינה חדשה בפודקאסט שאנחנו מתחילים של המלצת תוכן שעוזרת ככה למאזינים שלנו לקבל אפילו יותר ערך אז יש איזה משהו שאתה ככה יכול לחשוב עליו שיכול להיות בעל ערך? בטח אני יכול לשתף ב ת שני פודקאסטים שאני שומע

אופן די קבוע. הראשון אופטיקאסט של מתן זינגר. ה ת, הסתכלות די רחבה ומרתקת בכלל על הרבה חברות ותעשיות, והגדרה יפה של מה זה דיסטרפשן, ויש לו איזשהו קו שהוא עוקב אחרי כל מיני התפתחויות ושומר על הקו הלוגי הזה, וזה מאוד מעניין לשמוע. אני ממליץ ככה לחשוב איפה החברה של כל אחד שנמצא בה, האם היא אכן דיסטרפשן או לא, ואיפה היא במנעד הזה, זה מאוד מעניין. ומשהו יותר מוצרי, פודקאסט אני מ ין שהרבה מנהלים מוצר מכירים, אבל לניס פודקאסט, שהוא לדעתי מרתק, או לפחות כשאני שומע אותו תמיד נופל שם איזה משהו שאני אומר, או בדיוק יש לי כזו בעיה, או זה נותן השר לפתור דברים. אז שניהם מאוד מוצלחים לדעתי. מדהים, תודה רבה רוי. תודה לכם, היה כיף. ורגע לפני שאני אסיים, אני אגיד שאם אתם רוצים לדעת כל פעם שיוצא פרק חדש בתוכנית שלנו, אתם מוזמנים לעקוב לכם בכל אחת מהאפליקציות. אז שוב, המון המון תודה, היה לי מרתק, ותודה גם לכם. תודה רבה.