Visste du att det finns flera versioner av Facebook? Inte bara några, utan att det kan finnas mer än 10 000 versioner av Facebook samtidigt?!
Så det du ser kanske ser annorlunda ut för dina kollegor eller vänner. Anledningen är att Facebooks utvecklingsteam kan publicera egna testversioner till en avgränsad del av användarna för att testa en hypotes. Allt från olika designs till ändringar i algoritmen, "stannar användarna längre om vi gör si?" eller "klickar fler på annonserna om vi gör så?".
Allt mäts och följs upp för att generera data som kan skapa insikter om vad som fungerar. Framgångsrika tester blir sen del av huvudversionen. På så sätt förbättras plattformen hela tiden. Det är också "hemligheten" bakom de flesta av de enorma tillväxtresorna vi har sett hos techbolagen.
Magkänsla är för mycket 1900-tal
Idag går det inte att se ett enda webinarium om strategi, innovation eller marknadsföring utan att höra hur mycket som handlar om data. Moderna framgångssagor så som Amazon, Spotify och Facebook har byggts med ett nästan maniskt fokus på data. Inget lämnas åt slumpen och inga beslut får endast baseras på intuition eller magkänsla (det är alldeles för mycket 1900-tal över det).
Många bolag som inte byggdes digitalt från början kämpar idag med att bygga sin egen förmåga att jobba datadrivet för att inte bli omkörda av någon ny spelare på marknaden.
Det är dock inte helt lätt. I en chefsundersökning (2019, Deloitte1) så säger två tredjedelar att de inte är bekväma med att komma åt eller använda data från sina verktyg och resurser. 75% säger att det är väldigt utmanande att införa big data, AI och liknande. Det kanske mest intressanta är att hela 95% hävdar att svårigheterna inte beror på teknologi utan på företagskultur och interna processer.
Det som behövs är först och främst ett kulturskifte - som börjar med nya tankesätt och uppdaterad kompetens.
Att jobba datadrivet behöver inte vara AI, big data eller särskilt svårt egentligen. Även om mycket av de nuvarande diskussionerna kring data fokuserar på teknik är det egentligen den mänskliga faktorn som kommer vara avgörande för team och organisationer. Många organisationer håller på att ta in stora mängder data - men det är viktigt att inse att det inte är mängden data som är avgörande. Det är kvalitet som viktigt och att det finns anställda som förstår data för att ställa rätt frågor och komma fram till kloka slutsatser och insikter. Dessa personer måste också stödjas av processer och mandat.
Processen kräver kritiskt tänkande
För att få till en mer datadriven kultur måste vi främja kritiskt tänkande. Oavsett om det handlar om utveckling av mjukvara, innovation, produktdesign eller marknadsföring så är nyckeln att vi ska sluta basera beslut på gissningar.
Det innebär att vi behöver ifrågasätta vår egen intuition för att undvika inbyggda fördomar och felaktigt vedertagna sanningar om t.ex. kunden. Det håller inte att säga "vi känner våra kunder, vi vet vad de vill ha". Oavsett hur kompetent eller hur mycket erfarenhet vi har så är det ändå bara kvalificerade gissningar i slutändan - om vi inte har bevis för det vi tror. I dagens snabbrörliga värld så är det bara en tidsfråga innan våra antaganden ställs på ända.
Genom att införa en process, metod, ramverk (kalla det vad du vill) där vi kontinuerligt testar, mäter och lär oss så kommer vi också kontinuerligt fatta bättre beslut och utvecklas. Inspireras av ramverk som design thinking, lean startup, agil utveckling, growth hacking…kombinera och anpassa sen till er organisation.
"CGI Startup-as-a-Service Framework"
Processen ni väljer måste också stödjas av ledningen, strukturer och kommuniceras tydligt. Om inte ledningen står bakom och föregår med gott exempel så försvåras förändringen. Strukturer för feedback, incitamentsmodeller, lärande och rekrytering kan alla behöva en översyn också.
Kompetensbygget
Nya arbetssätt kräver ny kompetens. För att få in den kompetensen behöver vi utbilda eller rekrytera. Fler behöver kunna analytics, men alla behöver inte bli fullfjädrade data scientists. De team som jobbar insiktsbaserat ska vara tvärfunktionella och innehålla kompetenser och representanter från flera håll i organisationen. Det räcker med en duktig dataperson per team. Övriga i teamet behöver främst förstå målet och processen, men lite analytics-kunskap skadar såklart inte.
Onlinekurser kan ge en introduktion, men för att verkligen bygga den här kompetensen rekommenderar jag att jobba mer upplevelsebaserat. Anordna ett hackathon, testa Google design sprint eller en kortare version Lightning Decision Jam, eller starta ett konkret mindre pilotprojekt! Pilotprojektet kommer sen kunna användas som ett internt referenscase för att sälja in koncepten till andra avdelningar.
Några av mina favoritresurser på nätet:
https://www.productled.org/foundations/what-is-product-led-growth
https://hbr.org/insight-center/scaling-your-teams-data-skills
https://www.linkedin.com/learning/search?keywords=Analytics
https://www.thesprintbook.com/how
Källor:
1. Deloittes undersökning: https://www2.deloitte.com/us/en/insights/topics/analytics/insight-driven-organization.html
Kontakta gärna Johan på johan.wallquist@centigo.se eller connecta på LinkedIn.
Om författaren:
Johan driver digitala initiativ där han uppgraderar affärs- och leveransmodeller som konsult på Centigo. Han har jobbat med bl.a. Volvo, H&M, Ericsson, Miljöpartiet, Sandvik, Match.com, Accenture samt coola startups som Splyt.com och svenska Glue Home. Läs fler inlägg och connecta på LinkedIn eller maila till johan.wallquist@centigo.se.
