بناء شركة مطلعة على البيانات
نشرت: 2018-09-12إليك منشور مدونة من Baptiste Debever ، المؤسس المشارك لـ Feedier - أداة SaaS لجمع التعليقات:
في عالم مثالي ، نشحن منتجنا ، ونرى المستخدمين يأتون بشكل طبيعي وننتقل إلى المنتج التالي.
لكننا لسنا في مثل هذا العالم ، وإدارة المنتج مرادف لحلقة ثابتة من الابتكار.
من المحتمل أن تكون قد سمعت مصطلحات مثل حلقة التغذية الراجعة ، والعملية الخالية من الهدر ، و MVP ، والشحن السريع ، واختبارات A / B وجميع هذه الكلمات الفاخرة.
إنها جميعًا مرادفات لتحسين المنتج من خلال البيانات ، أو بعبارة أخرى ، إجراء تجارب مستمرة على أساس أسبوعي بالترتيب أو تحليل كيفية تفاعل المستخدمين مع أحدث التغييرات والميزات ، وتحديد ما إذا كان بإمكاننا المضي قدمًا.
وهذا بالضبط ما نريد التحدث عنه اليوم.
على الرغم من أننا نحب البيانات ، إلا أنني سأساعدك أيضًا على تجنب الوقوع في فخ كونك مدفوعًا بالبيانات ، وبدلاً من ذلك تبني موقفًا قائمًا على البيانات.
لا تفهموني بشكل خاطئ ، فأنا لا أقول إن عليك اتخاذ قرارات بناءً على مشاعرك فقط ، ولكن يتعين عليك ، كشركة ، إيجاد المقايضة الصحيحة بين استخدام البيانات لاتخاذ كل قرار منفرد والاستماع إلى ما لديك. أحشاء وصوت عميلك.
لذلك ، دون مزيد من اللغط ، دعنا نتعمق في الأمر.
ماذا سنناقش؟
سنقدم لك أولاً نظرة عامة موجزة عن الاختلاف بين كلا النهجين ، ثم سنناقش العمليات اللازمة للحفاظ على وضع مستنير بالبيانات من خلال الاستماع إلى المستخدمين ، وسنتحدث أخيرًا عن اتخاذ القرار في البيانات- عالم مستنير.
لاحظ أن هذه المقالة ستركز بشكل أساسي على منتجات البرامج ، على الرغم من أنه يمكننا تطبيق النموذج على معظم أنواع المنتجات.
الفرق بين المستنيرة إلى البيانات والقائمة على البيانات
في شركة تعتمد على البيانات ، يبحث فريق المنتج باستمرار عن طرق لتحسين المقاييس الرئيسية أو مؤشرات الأداء الرئيسية ، دون النظر فعليًا إلى العوامل الخارجية التي ربما تكون قد أثرت على التغييرات.
على سبيل المثال ، قد يرتفع معدل التغيير لديك ببساطة لأن منافسًا جديدًا قد دخل السوق للتو واتضح أنه جذاب وفعال للغاية. أو قد تكون حقيقة أن التوقيت ليس مناسبًا للمنتج ، وسيعود العملاء إليك لاحقًا.
لذلك ، من أجل تحسين مؤشرات الأداء الرئيسية ، تقوم هذه الفرق التي تعتمد على البيانات بشحن التحسينات بأسرع ما يمكن ، وقياس النتائج ، واستخدام البيانات لعمل اللقطة التالية. ثم ، يلفون مرة أخرى.
من ناحية أخرى ، سيقدر الفريق المستنير بالبيانات صوت العميل والسياق الخارجي وتجربته واحتياجات العملاء بقدر البيانات.
لا تقترب البيانات من العامل الوحيد الذي يؤثر على القرار ، بل هو واحد منهم فقط. وبالتالي ، فإن الفرق الواعية بالبيانات قادرة على مزج جوانب مختلفة من أجل إجراء المكالمة الصحيحة.
تستطيع الفرق المطلعة على البيانات ملاءمة البيانات في إستراتيجيتها وخطة عملها العالمية والمضي قدمًا من خلال دمجها مع تحليل البيانات.
معلومات تحليل البيانات Hexter
تم وضع هذا بشكل رائع بواسطة أليستر سيمبسون من فريق Atlassian:
لقد قمنا بشحن تجربة لتحسين تجربة التأهيل لعملائنا الجدد. من منظور البيانات ، كانت النتيجة فشلاً ذريعاً. نتج عن ذلك تفاعل بنسبة -12٪ (الوقت المستغرق في استخدام المنتج) وتحويل محايد. فهل رميناها بعيدًا وانتقلنا إلى شيء آخر؟ لا ، لقد آمن الفريق بالتجربة التي صممناها وكان بحثنا النوعي يخبرنا أننا على المسار الصحيح. تبين أن قناعتنا صحيحة. لقد أخذنا بعض الدروس من البيانات ، وطبقنا بعض الأفكار من بحثنا النوعي ، وكررنا التجربة ، ومع التعديلات على التصميم ، أصبح ناجحًا عند + 22٪ تحويل ، مع بقاء التفاعل محايدًا.
هذا يتم إعلامه بالبيانات ، وليس استنادًا إلى البيانات. استخدمنا البيانات التي حصلنا عليها ودمجناها مع التعليقات النوعية وحدس التصميم لدينا لإنتاج تكرار كان ناجحًا في النهاية. لم نكن ثنائيًا ، ولم نرميها تمامًا عند أول علامة على وجود مشكلة.
إلى جانب ذلك ، فإن الرسم التوضيحي من Josh Porter يصور الموقف تمامًا ويشرح مفهوم كونك مطّلعًا على البيانات.
هل المعرفة بالبيانات هي الأفضل دائمًا؟
لا تفهموني خطأ ، فالبيانات التي تعتمد على البيانات لها أيضًا حالات استخدامها. كما ذكر أندرو تشين في هذه المقالة ، "المشكلة الأولى في كونك مدفوعًا بالبيانات هي أن البيانات التي يمكنك جمعها غالبًا ما تكون منحازة بشكل منهجي بطرق غير قابلة للإصلاح."
بمعنى آخر ، من المناسب جمع البيانات والرجوع إليها عندما يكون لديك الكثير من البيانات المتاحة في فترة قصيرة جدًا.
ستكون النسبة المئوية للأشخاص الذين يختارون الاشتراك أو الاشتراك ، على سبيل المثال ، مناسبة بشكل جيد هنا. يمكنك تشغيل اختبار A / B على صفحة التسجيل ومعرفة أيهما يعمل بشكل أفضل.
ولكن ، من ناحية أخرى ، عندما تعتمد على حدث نادر جدًا أو مكلف ، فليس من المناسب الاعتماد على البيانات وحدها.
رائع ... ولكن الآن ، قد تتساءل ما الذي يتطلبه بناء شركة قائمة على البيانات؟
حسنًا ، هذا هو بالضبط موضوع القسم التالي ، كيفية إنشاء حلقة لتغذية رؤيتنا.
قم بإنشاء حلقة ملاحظات التصميم
لقد أوضحنا مفهوم الشركات الواعية بالبيانات التي تمكنت من مزج البيانات الموجودة في متناول اليد مع تجربتها الخاصة والسياق وصوت مستخدميها.
الأمر الذي يقودنا إلى النقطة الثانية: ملاحظات المستخدم.
في الواقع ، من أجل بناء التعاطف والقدرة على فهم احتياجات المستخدمين حقًا ، عليك الاستماع إلى ملاحظاتهم.
ردود الفعل الفعالة ، سواء كانت إيجابية أو سلبية ، مفيدة للغاية. التعليقات هي معلومات قيمة سيتم استخدامها لتشكيل القرارات المهمة. أصبحت الشركات الرائدة رائدة لأنها تبحث باستمرار عن طرق للتحسين من خلال الاستماع إلى عملائها.
لهذا السبب ، من المهم أن يكون لديك حلقة ملاحظات رائعة تتيح لك أن ترى بشكل مباشر كيف يشعر العملاء تجاه منتجك.
عندما تكون في مرحلة بدء التشغيل ، يكون جمع التعليقات أمرًا سهلاً نسبيًا أثناء المحادثة مع المتبنين الأوائل.
ومع ذلك ، أثناء التوسع ، يعد تمكين فرق رضا العملاء من تقييم التعليقات ونقلها إلى فريق المنتج أمرًا بالغ الأهمية. يجب أن يكون لديك نظام مؤتمت وحلقة بشكل صحيح لتحليل التعليقات النوعية ، ودمجها مع البيانات الكمية واتخاذ القرار الصحيح.
لذا ، فإن الخطوة الأولى للحصول على التعليقات هي توسيع نطاق تطبيقك ...
أنا فقط أمزح…
الهدف هنا هو تقديم طلب ملاحظات متى كان ذلك مناسبًا لمستخدميك ، أو بعبارة أخرى ، عندما يتفاعلون مع الشيء المحدد للغاية الذي ترغب في الحصول على تعليقات بشأنه.
على سبيل المثال ، إذا كنت تجمع ملاحظات حول ميزة جديدة ، فيمكنك استخدام أداة ملاحظات توفر القدرة على تضمين عنصر واجهة مستخدم يظهر في تطبيق الويب عندما يتفاعل المستخدم مع الميزة.
ولكن ، قد تكون مهتمًا أيضًا بجمع التعليقات لفهم ما دفع بعض المستخدمين بعيدًا. في هذه الحالة ، لن يكون للأداة معنى.
الخيار الأفضل هنا هو التقاط الهاتف والاتصال بالمستخدمين المعنيين.
بعد ذلك ، يمكننا استخدام تلك الأفكار ، وأتمتة عملية إرسالها إلى فريق المنتج. باستخدام أدوات مثل Zapier ، يمكننا دفعها تلقائيًا من خلال أداة إدارة المشروع التي نستخدمها.
حلقة التغذية الراجعة
سيساعدك استخدام هذه الحلقة على بناء التعاطف وفهم الدوافع التي دفعت عملائك إلى الاشتراك.
يتم كسر الحلقة عندما لا نتمكن من التوسع بعد الآن ، سواء كان ذلك بسبب عدم قيام مستخدمينا بالتحويل أو لأننا لم نستثمر ما يكفي في تحسين تجربة المستخدم.
مئات المنظمات تكافح مع شيئين مهمين للغاية ؛ اتخاذ إجراءات لإحداث تأثير حقيقي على الأعمال والمتابعة مع المساهم الأكثر أهمية ، العميل.
هذا هو المكان الذي تحتاج فيه الشركات إلى عملية حلقة مغلقة. يعني إغلاق الحلقة حول ملاحظات العملاء أنك تستمع إلى العميل ، وتتخذ إجراءً بناءً على مدخلاته ، وتقود التغيير الإيجابي والتحويلي داخل مؤسستك لتحسين تجربة العميل بشكل عام.
يتم إحتوائه
نأمل ، الآن ، أن نلقي الضوء على طريقة أفضل لقيادة فريق مطلع على البيانات.
يبدأ المطاط في الوصول إلى الطريق الآن ... علينا اتخاذ القرارات باستخدام عمليتنا الجديدة.
باختصار ، تساعدنا بياناتنا الكمية على فهم "ما" والبيانات النوعية من التعليقات والمقابلات التي تساعدنا على فهم السبب ، فيما يتعلق بمسألة ما يمكن القيام به بشكل أفضل.
لكن هذا ليس كل شيء ، لا تضع جانبًا ذكائك وخبرتك العاطفية. هل تعتقد أن Facebook تم إنشاؤه على أساس البيانات؟ حسنًا ، لا ، لقد بدأ كل شيء من الحدس ، الحدس بأن الناس سوف يتسكعون ويربطون قيمة التبادل عبر الإنترنت ويلتزمون بها.
لا تحل البيانات محل الذكاء البشري ، واتخاذ القرارات القوية والواضحة ، فهي تساعد الإنسان على اتخاذ قرار أفضل.
أرجو أن تتمتع هذه القطعة. إذا كان لديك ، فهناك المزيد مثل هذا على مدونتنا .
لا تتردد في مضايقتي في التعليق ، ومشاركة هذا المقال!
مع اتخاذ القرارات المستنيرة بالبيانات على المسرح ، فإن الحصول على دفق مستمر من البيانات الكمية عالية الجودة الواردة أمر بالغ الأهمية لمواكبة حلقة تصميم تحسين التغذية الراجعة.
نحن هنا نتحدث عن البيانات التحليلية المتعلقة بأداء موقع الويب الخاص بك والتي ستمنحك نظرة ثاقبة على نية المستخدم وسلوكه.
باستخدام أداة تحسين محركات البحث (SEO) الخاصة بـ Morningscore ، ستتمكن من تتبع الكلمات الرئيسية التي تناسب مجموعتك المستهدفة بشكل أفضل وتجلب أكبر عدد من الزيارات. سيساعدك استخدام أفضل الكلمات الرئيسية أداءً على الظهور أمام المستخدم في الوقت الأمثل في عملية الشراء ، أي مرحلة التفكير والقرار. ستجذب هذه الإستراتيجية العملاء وتعطيك معدل تحويل أعلى من طريقة الدفع التقليدية حيث نقوم بإغراق العملاء المحتملين بالإعلانات عندما لم يبدأوا حتى في إظهار الاهتمام.
-
نبذة عن الكاتب
Baptiste Debever هو رائد أعمال فرنسي ومؤسس مشارك ورئيس قسم النمو في Feedier ، وهو تطبيق يساعد الشركات على جمع تعليقات أفضل من خلال التلعيب.