Veri Bilgisine Sahip Bir Şirket Oluşturun
Yayınlanan: 2018-09-12Geri bildirim toplama SaaS aracı Feedier'in kurucu ortağı Baptiste Debever'dan bir blog yazısı:
İdeal bir dünyada, ürünümüzü gönderir, kullanıcıların doğal olarak geldiğini görür ve bir sonraki ürüne geçerdik.
Ancak böyle bir dünyada değiliz ve ürün yönetimi, sürekli bir yenilik döngüsüyle eş anlamlıdır.
Geri bildirim döngüsü, yalın süreç, MVP, hızlı sevkiyat, A/B testleri ve tüm bu süslü kelimeler gibi terimleri muhtemelen duymuşsunuzdur.
Bunların tümü, veriler yoluyla ürün geliştirme ile eş anlamlıdır veya başka bir deyişle, kullanıcıların en son değişiklik ve özelliklerimizle nasıl etkileşime girdiğini analiz etmek veya ilerlemek isteyip istemediğimize karar vermek için haftalık olarak sürekli deneyler yürütür.
Ve bugün tam olarak bunun hakkında konuşmak istiyoruz.
Her ne kadar veriyi sevsek de, veri odaklı olma tuzağına düşmemenize ve bunun yerine veri odaklı bir duruş benimsemenize yardımcı olacağım.
Beni yanlış anlamayın, sadece hislerinize dayalı kararlar vermeniz gerektiğini söylemiyorum, ancak bir şirket olarak, her bir kararı vermek için verileri kullanmak ve kendinizi dinlemek arasında doğru dengeyi bulmalısınız. gut ve müşterinizin sesi.
O halde lafı fazla uzatmadan hemen konuya girelim.
Neyi tartışacağız?
Önce size her iki yaklaşım arasındaki fark hakkında kısa bir genel bakış sunacağız, ardından kullanıcılarınızı dinleyerek veriye dayalı bir duruş sağlamak için gereken süreçleri tartışacağız ve son olarak bir veri ortamında karar verme hakkında konuşacağız. bilgili dünya.
Modeli çoğu ürün türüne uygulayabilmemize rağmen, bu makalenin ağırlıklı olarak yazılım ürünlerine odaklanacağını unutmayın.
Veriye Dayalı ve Veriye Dayalı Arasındaki Fark
Veriye dayalı bir şirkette, ürün ekibi, değişiklikleri etkilemiş olabilecek dış faktörlere gerçekten bakmadan, temel metrikleri veya KPI'ları iyileştirmenin yollarını sürekli olarak arar.
Örneğin, yeni bir rakip pazara yeni girdiği ve bunun çok çekici ve verimli olduğu ortaya çıktığı için müşteri kaybınız artıyor olabilir. Ya da sadece zamanlamanın ürün için doğru olmaması ve müşterilerin daha sonra size geri dönmesi olabilir.
Bu nedenle, veri odaklı bu ekipler, temel performans göstergelerini iyileştirmek için iyileştirmeleri olabildiğince hızlı bir şekilde gönderir, sonuçları ölçer ve verileri bir sonraki atışlarını yapmak için kullanır. Sonra tekrar döngüye giriyorlar.
Öte yandan, veri konusunda bilgili bir ekip, veriler kadar müşterinin sesine, dış bağlama, deneyimlerine ve müşteri ihtiyaçlarına da değer verecektir.
Veri, kararı etkileyen tek faktöre yakın değil, onlardan sadece biri . Böylece veriye hakim ekipler, doğru çağrıyı yapabilmek için farklı yönleri harmanlayabiliyor.
Veriden haberdar olan ekipler, verileri küresel stratejilerine ve eylem planlarına sığdırabilir ve bunları veri analiziyle birleştirerek ilerleyebilir.
Hexter Veri Analizi Bilgileri
Atlassian ekibinden Alastair Simpson bunu güzel bir şekilde dile getirdi:
Yeni müşteriler için ilk katılım deneyimimizi geliştirmek için bir deneme gönderdik. Veri açısından, sonuç büyük bir başarısızlıktı. %-12 etkileşim (ürünü kullanarak harcanan zaman) ve tarafsız dönüşümle sonuçlandı. Yani onu atıp başka bir şeye mi geçtik? Hayır, ekip tasarladığımız deneye inanıyordu ve nitel araştırmamız bize doğru yolda olduğumuzu söylüyordu. İddiamız doğru çıktı. Verilerden bazı dersler aldık, nitel araştırmamızdan bazı içgörüler uyguladık, deneyi yineledik ve tasarımdaki ince ayarlarla, etkileşimin tarafsız kalmasıyla +%22 dönüşümle başarıya ulaştık.
Bu, veri odaklı değil, veri odaklıdır. Nihai olarak başarılı olan bir yineleme üretmek için elimizdeki verileri kullandık ve nitel geri bildirim ve tasarım sezgimizle birleştirdik. İkili değildik, ilk sorun belirtisinde onu tamamen atmadık.
Bunun yanı sıra, Josh Porter'ın illüstrasyonu durumu mükemmel bir şekilde tasvir ediyor ve veriden haberdar olma kavramını açıklıyor.
Verilere dayalı bilgi her zaman en iyi seçenek midir?
Beni yanlış anlamayın, veriye dayalı olanın da kullanım durumları vardır. Andrew Chen tarafından bu makalede belirtildiği gibi, "veri odaklı olmanın ilk sorunu, toplayabileceğiniz verilerin genellikle sistematik olarak düzeltilemez şekillerde önyargılı olmasıdır."
Başka bir deyişle, çok kısa bir pencerede çok fazla veriye sahip olduğunuzda verileri toplamak ve bunlara atıfta bulunmak önemlidir.
Örneğin, katılmayı seçen veya abone olan kişilerin yüzdesi buraya çok uygun olacaktır. Kayıt sayfasında A/B testi çalıştırabilir ve hangisinin en iyi sonucu verdiğini görebilirsiniz.
Ancak diğer yandan, çok kıt veya maliyetli bir olaya bel bağladığınızda, yalnızca verilere güvenmekten başka bir şey olmaz.
Harika… Ama şimdi, veriye dayalı bir şirket kurmak için ne gerektiğini merak ediyor olabilirsiniz?
Pekala, bu tam olarak bir sonraki bölümümüzün konusu, içgörülerimizi beslemek için bir döngünün nasıl oluşturulacağı.
Tasarım Geri Bildirim Döngüsü Oluşturun
Eldeki verileri kendi deneyimleri, bağlamı ve kullanıcılarının sesiyle birleştirmeyi başaran, veri konusunda bilgili şirketler kavramını açıkladık.
Bu da bizi ikinci noktaya götürüyor: kullanıcı geri bildirimi.
Aslında empati kurmak ve kullanıcılarınızın ihtiyaçlarını gerçekten anlayabilmek için onların geri bildirimlerini dinlemelisiniz.
Hem olumlu hem de olumsuz etkili geri bildirim çok faydalıdır. Geri bildirim, önemli kararları şekillendirmek için kullanılacak değerli bilgilerdir. Lider şirketler, sürekli olarak müşterilerini dinleyerek iyileştirmenin yollarını aradıkları için lider oldular.
Bu nedenle, müşterilerin ürününüz hakkında nasıl hissettiklerini ilk elden görmenizi sağlayan harika bir geri bildirim döngüsüne sahip olmak önemlidir.
Başlangıç aşamasındayken, erken benimseyenlerinizle yaptığınız görüşme sırasında geri bildirim toplamak nispeten kolaydır .
Ancak, siz ölçekledikçe, müşteri memnuniyeti ekiplerinin değerlendirme yapmasını ve ürün ekibine geri bildirimde bulunmasını sağlamak çok önemlidir. Niteliksel geri bildirimi analiz etmek, nicel verilerle birleştirmek ve doğru kararı vermek için yerinde döngüsel ve otomatik bir sisteme sahip olmanız gerekir.
Bu nedenle, geri bildirim almanın ilk adımı uygulamanızı ölçeklendirmektir…
Şaka yapıyorum…
Buradaki amaç, kullanıcılarınızla ilgili olduğunda veya başka bir deyişle, geri bildirim almak istediğiniz çok özel bir şeyle etkileşime girdiklerinde bir geri bildirim isteği göndermektir.
Örneğin, yeni bir özellikle ilgili geri bildirim topluyorsanız, kullanıcı özellikle etkileşim kurduğunda web uygulamasında görünen bir widget'ı gömme yeteneği sunan bir geri bildirim aracı kullanabilirsiniz.
Ancak, bazı kullanıcıları neyin uzaklaştırdığını anlamak için geri bildirim toplamak da ilginizi çekebilir. Bu durumda, widget bir anlam ifade etmeyecektir.
Burada en iyi seçenek telefonu kaldırıp ilgili kullanıcıları aramaktır.
Ardından, bu bilgileri kullanabilir ve bunları ürün ekibine gönderme sürecini otomatikleştirebiliriz. Zapier gibi araçları kullanarak, bunları kullandığımız proje yönetim aracına otomatik olarak aktarabiliriz.
Geri besleme döngüsü
Bu döngüyü kullanmak, empati kurmanıza ve müşterilerinizin kaydolmasına neden olan faktörleri gerçekten anlamanıza yardımcı olacaktır.
Kullanıcılarımızın dönüşüm yapmaması veya UX'i geliştirmek için yeterince yatırım yapmamamız nedeniyle artık ölçekleme yapamadığımızda döngü bozulur.
Yüzlerce kuruluş çok önemli iki şeyle mücadele ediyor; gerçek iş etkisi yaratmak için harekete geçmek ve en önemli hissedar olan müşteriyi takip etmek.
İşletmelerin kapalı bir döngü sürecine ihtiyaç duyduğu yer burasıdır. Müşteri geri bildirimi döngüsünü kapatmak, müşteriyi dinlediğiniz, onların girdilerine göre harekete geçtiğiniz ve genel müşteri deneyimini iyileştirmek için kuruluşunuz içinde olumlu, dönüşümsel değişimi yönlendirdiğiniz anlamına gelir.
Sarmak
Umarız, şimdiye kadar, veriye dayalı bir ekibe liderlik etmenin daha iyi bir yoluna ışık tutmuşuzdur.
Lastik artık yola çıkmaya başladı... Yeni sürecimizi kullanarak karar vermemiz gerekiyor.
Özetlemek gerekirse, nicel verilerimiz NE'yi anlamamıza yardımcı olur ve geri bildirimlerden ve görüşmelerden elde edilen nitel veriler, daha iyi ne yapılabilir sorusunda NEDEN'i anlamamıza yardımcı olur.
Ama hepsi bu kadar değil, duygusal zekanızı ve deneyiminizi bir kenara bırakmayın. Facebook'un verilerle yaratıldığını düşünüyor musunuz? Hayır, her şey sezgiyle başladı, insanların takılacağı ve çevrimiçi değişim değerine bağlanacağı ve buna bağlı kalacağı sezgisi.
Veri, insan zekasının, açık fikirli ve güçlü karar almanın yerini almaz, size, yani insana, daha iyi bir karar vermenize yardımcı olur.
Umarım bu parçayı beğenmişsinizdir. Eğer varsa, blogumuzda bunun gibi daha fazlası var.
Yorumda beni vurmaktan ve bu makaleyi paylaşmaktan çekinmeyin!
Veriye dayalı karar verme aşamasına girerken, sürekli yüksek kaliteli, nicel veri akışına sahip olmak, geri bildirim-geliştirme tasarım döngüsüne ayak uydurmak için çok önemlidir.
Burada, web sitenizin performansıyla ilgili, kullanıcı amacı ve davranışı hakkında size fikir verecek analitik verilerden bahsediyoruz.
Morningscore'un SEO aracını kullanarak, hangi anahtar kelimelerin hedef grubunuza en uygun olduğunu izleyebilecek ve en fazla trafiği getirebileceksiniz. En iyi performans gösteren anahtar kelimeleri kullanmak, kullanıcının satın alma sürecinde, yani üzerinde düşünme ve karar verme aşamasında en uygun zamanda karşısına çıkmanıza yardımcı olacaktır. Bu strateji, müşterileri çekecek ve size, potansiyel müşteriyi henüz ilgi göstermeye başlamamışken reklam yağmuruna tuttuğumuz geleneksel bir itme yönteminden daha yüksek bir dönüşüm oranı sağlayacaktır.
-
Yazar hakkında
Baptiste Debever, şirketlerin oyunlaştırma yoluyla daha iyi geri bildirim toplamasına yardımcı olan bir uygulama olan Feedier'de Fransız girişimci, kurucu ortak ve Büyüme Başkanıdır .