Marktmannen wiki Strategie & Organisatie

Agent-native Product Management

Laatst bijgewerkt

TL;DR: Met AI-agents doet een PM geen SQL meer, schrijft geen tickets meer — de conversatie is het werk; agents verzorgen strategie-interviews, product pulse-rapporten en automatisch ticket-beheer.

Product management is van oudsher de scharnierfunctie tussen klanten, engineers, data en design. Met agentic tools verschuift de ratio van 20% planning / 80% uitvoering naar 80% planning / 20% uitvoering — de interessante helft blijft, de routinematige helft verdwijnt.

De PM-loop

Plan → Ship → Review → Repeat

Plan: Strategie bepalen, features ideëren, prioriteren, specs schrijven. Dit is de kern van PM.

Ship: Bouwen, testen, deployen. Hier helpen agents zoals Compound Engineering.

Review: Metrics verzamelen, leren, strategie bijstellen. Elke feature is een experiment.

Het strategiedocument (ce-strategy)

Gebaseerd op Richard Rumelt's Good Strategy Bad Strategy. De /ce-strategy skill interviewt je en genereert docs/strategy.md met:

Sectie Inhoud
Target problem Welke terugkerende, dure pijn lost dit op?
Approach 1-2 zinnen over de specifieke aanpak (geen doelen, geen features)
Who it's for Een klein aantal personas, idealiter één; nail die, dan uitbreiden
Key metrics 3-5 SMART metrics; vermijd vanity metrics; minimaal: mensen en dollars
Tracks 2-4 kerninitiatieven; meer = geen focus

Compounding: herloop het strategie-interview elke paar maanden. De agent heeft weken context van features, deploys en data — de vragen worden scherper.

Volgens de plugin-README lezen andere CE-skills (ce-ideate, ce-brainstorm, ce-plan) docs/strategy.md mee, zodat de strategie doorwerkt in ideeën en plannen.

Product Pulse

De product pulse is de dagelijkse check op hoe het product écht gebruikt wordt. Een goede pulse past op één pagina (~30-40 regels output) en dekt vier onderdelen:

Sectie Inhoud
Headlines Een handvol bullets: wat is het meest belangrijk vandaag?
Usage Primaire engagement-metriek, value-realization, conversies, delta's
System performance Latency percentiles (p50/p95/p99), top 5 error signatures; vervalt als er geen tracing-tool is gekoppeld
Follow-ups 1-5 concrete onderzoekspunten

Databronnen

  • Product analytics: PostHog, Mixpanel, Amplitude
  • Tracing: Datadog, Sentry, Logfire, Honeycomb
  • Payments: Stripe, Paddle
  • Read-only database: voor wat analytics niet ziet (verbind via read replica, nooit write access)

Automatisering

Via de /ce-product-pulse skill; de auteur laat hem elke dag om 08:00 draaien. Elke run slaat een kopie op in ~/pulse-reports/ — een map van pulses beantwoordt "wanneer begon deze trend?" en "wat heeft die feature veranderd?".

Kanttekening bij Claude Code Routines: Routines draaien in de cloud op een verse clone van de repository, zonder lokale bestanden — een lokale map als ~/pulse-reports/ blijft daar niet bewaard. Voor lokale mappen zijn Desktop scheduled tasks bedoeld. Routines zijn een research preview met een minimaal interval van 1 uur; een run exact op het hele uur kan enkele minuten later starten.

Tickets en issue-beheer

Vroeger: gedetailleerde tickets schrijven met given/when/then acceptatiecriteria.

Nu: geen tickets meer schrijven. Na de strategiedocument: 1. Agent schrijft tickets via GitHub Issues / Linear MCP 2. Agent verplaatst ze over het bord 3. Agent houdt statussen bij

Statusstructuur: now / next / later (in plaats van sprints); Kanban-bord: "In Progress" en "Done".

Kwalitatief feedback

Agents handelen de kwantitatieve helft — metrics, errors, performance. De kwalitatieve helft (gebruikersgesprekken) is niet te automatiseren: - Maak het e-mailadres van het product zichtbaar - Voeg een 15-minuten boekinglink toe aan elke marketing-e-mail - Gebruik Canny of Featurebase voor feature requests (met MCP-integratie voor pulse)

Wat PM nu is

Volgens de auteur blijven de interessante delen over: features bedenken, designs doordenken, interessante data bekijken en praten met gebruikers.

De routineuze helft — SQL-queries, ticketschrijven, rapporten samenstellen — verdwijnt. De oordelen en relaties blijven.

Open vragen

  • Hoe zorg je dat de agent geen features aanraadt die niet zijn onderbouwd door bronmateriaal?
  • Hoe combineer je kwantitatieve pulse-data met kwalitatief gebruikersfeedback in één workflow?

Verwante concepten

Bronnen