Jobs to Be Done è un framework che descrive i clienti come persone che «assumono» un prodotto per fare progressi su un job — un obiettivo innescato da una situazione specifica. Ogni job ha dimensioni funzionali, emotive e sociali. Il JTBD riformula la domanda attorno al progresso che le persone cercano, non attorno a persona demografiche o funzionalità di prodotto.
L'idea centrale: i clienti assumono prodotti per un job
La metafora centrale di Jobs to Be Done, rese popolare da Clayton Christensen e sviluppata in parallelo da professionisti come Tony Ulwick e Bob Moesta, è che le persone non comprano prodotti — li assumono per fare progressi in una circostanza particolare. Quando un job si presenta, un cliente porta una soluzione nella propria vita per completarlo, e la licenzia quando qualcos'altro fa meglio. L'unità di analisi è il job, non l'età, il ruolo o il settore del cliente.
L'esempio canonico di Christensen è il milkshake del mattino: una catena di fast-food scoprì che le persone compravano milkshake da sole, presto, da portare via. Il job non era «voglio una bevanda gustosa» ma «rendere il mio tragitto noioso più interessante e tenermi sazio fino a pranzo». Il milkshake competeva con banane, bagel e la noia — non con altri milkshake. Definire il job in questo modo cambia cosa costruite e contro chi competete realmente.
Dimensioni funzionale, emotiva e sociale
Un job ben formato ha tre livelli. La dimensione funzionale è il compito pratico da svolgere — trasferire denaro, pianificare una riunione, rilasciare una release. La dimensione emotiva è come la persona vuole sentirsi mentre lo fa — sicura, in controllo, sollevata. La dimensione sociale è come vuole essere percepita dagli altri — vista come competente, responsabile o al passo coi tempi. Un prodotto che centra il job funzionale ma ignora i livelli emotivo e sociale spesso perde contro uno che dà una sensazione migliore d'uso, anche se fa meno.
Una pratica comune è scrivere il job come un'affermazione stabile di progresso piuttosto che come una funzionalità: «Quando integro un nuovo ingegnere, voglio renderlo produttivo nel codice rapidamente, così posso mantenere alta la velocità del team.» La forma situazione-motivazione-risultato mantiene il job durevole — soluzioni e tecnologie cambiano, ma il job sottostante che una persona sta cercando di completare tende a persistere per anni.
Come il JTBD riformula la discovery rispetto ai persona
I persona descrivono chi è un cliente — una fittizia «Maria Marketing, 34 anni, SaaS mid-market». Il JTBD descrive cosa un cliente sta cercando di ottenere e perché. I due non si escludono a vicenda, ma il JTBD sostiene che gli attributi demografici sono predittori debili del comportamento: due persone con profili identici possono assumere prodotti completamente diversi perché si trovano in situazioni diverse. È il job, non il persona, a predire l'acquisto.
Il modo di fallimento da cui il JTBD protegge è costruire per un utente idealizzato invece che per un momento reale di bisogno. Nella discovery, questo significa intervistare per la cronologia di una decisione reale — cosa ha innescato la ricerca, cosa la persona ha provato prima, cosa l'ha spinta a cambiare — invece di chiedere quali funzionalità vuole. Il risultato è una mappa di job e risultati insoddisfatti, che alimenta direttamente l'opportunity mapping e la prioritizzazione. Si combina naturalmente con la continuous discovery e l'opportunity solution tree, dove i job diventano le opportunità che un team valuta e su cui punta.
Mantenere i job connessi a prove reali
Un framework JTBD è tanto buono quanto le prove che lo sostengono. I job articolati in un workshop e poi archiviati in una presentazione derivano silenziosamente dalla realtà; le affermazioni di job più solide vengono continuamente riancorate a come i clienti si comportano davvero, a cosa pagano, e a cosa chiedono. La parte difficile è mantenere il job, l'account, e il lavoro che informa nella stessa linea di visibilità.
Un product operating system connesso aiuta qui unendo feedback, comportamento del cliente e fatturato su un'unica base condivisa. Un insight catturato contro un job può essere letto insieme all'uso e all'abbonamento dello stesso cliente, e un elemento di roadmap inquadrato come un job porta con sé gli account e il fatturato che l'hanno assunto — così che un'affermazione di job resti ancorata alle prove, invece di diventare un artefatto statico distaccato dai clienti che afferma di descrivere.
FAQ
Jobs To Be Done (JTBD) — domande
Qual è la differenza tra Jobs to Be Done e i persona utente?
I persona descrivono chi è un cliente — demografia, ruolo, attributi. Il JTBD descrive cosa sta cercando di ottenere e la situazione che lo innesca. Il JTBD sostiene che il job predice il comportamento molto meglio del profilo, poiché persone con demografie identiche spesso assumono prodotti diversi in base alla loro situazione.
Quali sono i tre tipi di job nel JTBD?
Funzionale (il compito pratico da completare), emotivo (come la persona vuole sentirsi mentre lo fa) e sociale (come vuole essere percepita dagli altri). Un prodotto che soddisfa il job funzionale ma ignora le dimensioni emotiva e sociale perde spesso contro uno che dà una sensazione migliore d'uso.
Come si scrive una buona affermazione di job?
Formulatela come progresso durevole in una situazione, non come una funzionalità: «Quando [situazione], voglio [motivazione], così posso [risultato atteso].» Mantenetela neutra rispetto alla soluzione. Le buone affermazioni di job restano stabili per anni perché il progresso sottostante che le persone cercano sopravvive agli strumenti specifici che assumono per ottenerlo.
Come si inserisce il JTBD nei framework di discovery e prioritizzazione?
I job e i loro risultati insoddisfatti diventano le opportunità che un team mappa e valuta. Il JTBD si combina con la continuous discovery (intervistando per cronologie di decisioni reali) e l'opportunity solution tree, e poi alimenta framework di prioritizzazione come RICE o WSJF, dove ogni job compete per la capacità sulla base delle prove.
AIOProductOS porta i tuoi clienti, ricavi, feedback e lavoro di prodotto su un unico record condiviso — così la teoria diventa una query sui tuoi dati reali. Connettori inclusi, senza costi per connettore; piani fissi da 199 $/mese, ogni modulo incluso. Ogni piano parte con 14 giorni di avvio sui tuoi dati reali.