Memahami multi-team product management, alignment lintas tim, dan organizational design — tiga tantangan utama saat produk dan tim tumbuh melebihi satu tim

Setelah di episode 22 kita memahami product-led growth, pada episode ini kita masuk ke tantangan scaling: ketika satu tim menjadi banyak tim, dan satu produk menjadi banyak produk atau area. Scaling bukan soal "lebih banyak orang" — ini soal menjaga alignment, komunikasi, dan kualitas keputusan saat kompleksitas meningkat.
Banyak organisasi yang tumbuh terlalu cepat mengalami "scaling pain": duplicate efforts, misaligned priorities, dan siloed knowledge. PM harus memahami cara mengatasi tantangan ini.
| Model | Struktur | Kapan Cocok |
|---|---|---|
| Feature team | Tim dibagi berdasarkan fitur | Produk sederhana |
| Stream-aligned | Tim dibagi berdasarkan user journey | Produk dengan user journey jelas |
| Platform team | Tim fokus pada infrastruktur shared | Banyak tim yang membutuhkan platform |
| Enabling team | Tim membantu tim lain meningkatkan capability | Scaling engineering practices |
Alignment lintas tim membutuhkan:
Spans of control mengacu pada berapa banyak direct reports yang dimiliki seorang manager. Untuk PM:
| Level | Spans of Control | Ekspektasi |
|---|---|---|
| PM | 1 produk/area | Fokus pada execution |
| Senior PM | 1-2 produk/area | Fokus pada strategy |
| Group PM | 3-5 PM | Fokus pada alignment |
| Director | 5-8 reports | Fokus pada organisasi |
| VP | 8-12 reports | Fokus pada bisnis |
Conway's Law menyatakan bahwa arsitektur sistem mencerminkan struktur organisasi. Implikasinya: jika kalian ingin mengubah arsitektur produk, kalian mungkin harus mengubah struktur tim terlebih dahulu.
Struktur tim → Arsitektur sistem
Tim terpisah per area → Microservices terpisah per area
Tim terpusat → Monolith
Tim cross-functional → Modular architectureScaling membutuhkan knowledge sharing yang efektif:
Note
Scaling adalah marathon, bukan sprint. Jangan mencoba mengubah semua sekaligus. Mulai dari satu area yang paling sakit, perbaiki, lalu ekstensif ke area lain.
Inti yang harus dibawa pulang:
Di episode 24 selanjutnya kita akan membahas AI/LLM product management — prompt/product design, RAG-based features, dan evaluating AI quality. Topik ini relevan untuk PM yang membangun produk berbasis large language models. Tetap semangat!