Data og brukerinnsikt

Hvorfor samlet vi en tverrfaglig gjeng for å snakke om data? Vi ser et stort forbedringspotensiale i hvordan vi samarbeider rundt datainnhenting og dataanalyse. Konsumenter av data bør vite mer om hvordan data samles, bearbeides og lagres. Datainginører og analytikere bør vite mer om hvordan denne dataen kommer til å bli brukt. Dette må vi som bransje bli flinkere til, slik at vi klarer å ta bedre beslutninger basert på data både i produktteamet og i hele organisasjonen.

Vi hadde mange gode diskusjoner i løpet av kvelden, og så at hva som ble oppfattet som de viktigste utfordringene rundt temaet varierte avhengig av fagbakgrunn, rolle og erfaring. Diskusjonene gjennom kvelden ble noe todelt:

• 🚀 Behovet for data i produktteam: Vi som jobber med å kontinuerlig lansere og forbedre funksjonalitet trenger kontinuerlige målinger av produktet vårt for å ta bedre beslutninger. Hvem bruker løsningen? Har vi fått flere til å klikke på denne knappen etter vi endret noe?
• 🏢 Behovet for data på et strategisk nivå: Vi som setter strategiske prioriteringer trenger data som kan hjelpe oss å forstå prosesser i organisasjonen og sette prioriteringer. Vi trenger ikke like hyppige oppdateringer som et produktteam, men har ofte et større og mer komplekst datasett. Hva slags innsikt kan vi få av den dataen vi har? Hva er den beste måten å skaffe den innsikten?

__________

Fagkvelden ga oss tid til refleksjon rundt temaet og denne artikkelen oppsummerer noe av det vi var innom gjennom kvelden. Under har vi samlet noen inntrykk fra deltakere på fagkvelden:

Det var veldig spennende å høre mer om hva utviklere og forretningsutviklere tenker om data og brukerinnsikt. Vi snakket om at det gir stor verdi når utviklere og designere samarbeider om å hente ut innsikt fra dataen ved å diskutere hva tallene representerer fordi man gjerne ser etter litt ulike ting i tallene. Et slikt samarbeid i mitt team har ført til at vi måtte endre tallene vi inkluderte i datagrunnlaget for å få en riktigere representasjon av virkeligheten.

Det kan være overveldende med mye data og det er ikke alltid rett frem hvor man skal starte. Da har det vært godt å alliere meg med noen som kan det tekniske og vet hvordan målingene er satt opp. Vi sparrer sammen rundt hvordan vi finner tall som kan svare på det vi lurer på og hva vi skal sette opp av nye metrikker.

Vi snakket også om at det kan være nyttig med en skjerm på kontoret som viser et dashboard med viktige tall og målinger teamet er opptatt av å følge med på. Det kan føre til gode diskusjoner og gjør at man kan ta pulsen på tjenesten.

Gruppa jeg var i diskuterte hvordan vi unngår silo-jobbing i verdikjeden fra rådata til innsikt. Det var en del frustrasjon ute å gikk fra forretningsrådgivere og designere, fordi dataingeniørene brukte utrolig lang tid på det som i deres øyne var en enkel oppgave. Det var uklart for dem at det kan være høy kompleksitet i datariggen som gjør det å hente ut et, tilsynelatende, enkelt tall kan være ganske tidkrevende. Det virket som flere hadde erfaring med at det var dårlig kommunikasjon rundt temaet på tvers av fagdisipliner, og at vi bør jobbe med å få en større interesse for hverandres perspektiv.

Jeg føler at det ofte er en mangel på eierskap for prosessen som helhet blant alle roller. Det er lett for en dataingeniør å si seg ferdig med sine oppgaver og forpliktelser så fort datasettet er ferdigbehandlet, på samme måte som at en designer ikke starter sitt innsiktsarbeid før dataen er på plass. Programvareutvikling har beveget seg fra dedikerte frontend- og backend-roller til fullstack og bidrag inn mot innsiktsarbeidet. Dette burde datasfæren dra inspirasjon fra og legge opp til tettere samarbeid på større deler av verdikjeden. Får man til å jobbe smidig på tvers av siloene tror jeg frustrasjonen over hverandre minker og verdien som helhet styrkes. Feedback-loopen fra bruker blir kortere og man vil lettere kunne justere datakildene, transformasjonene og analysen basert på det faktiske behovet.

Vi snakket mye om måling av brukermetrikker i smidige team, hvordan gjøre dette på en god måte og hva slags kompetanse det forutsetter. Her må det skilles på behov som kan dekkes i teamet og behov som trenger en større rigg, kanskje i form av dedikerte team. Ellers blir det lett å tenke at datadrevet utvikling krever spesialkompetanse man ikke har – og realistisk sett ikke kommer til å få.

For å iterere på et produkt og velge retning basert på målbare data er det viktig med eierskap innad i teamet. Eierskap til hva som måles og hvorfor det måles, og som følges aktivt opp som del av det daglige arbeidet; gjerne i form av nøkkelresultater (OKR) på brukermetrikker (interaksjon/adopsjon) og domenemetrikker. Dette mener jeg at alle produktteam burde gjøre: Start enkelt og iterer på målingene ettersom behovene konkretiseres.

Ut over dette er det mye som kan gjøres med store datamengder, men det krever dybdekompetanse. Da blir det fort ikke gjennomførbart i fokuserte produktteam og må ikke forveksles med smidig iterasjon, men sees i en større sammenheng i organisasjonen avhengig av hva man ønsker å oppnå.

Ikke la utopien stå i veien for å gjøre det dere kan på teamnivå. Sett opp noen greier med strikk og binders og kom i gang!

UX-designere (og resten av produktteamet) må åpne opp øynene, se hvilken gullgruve databasen er, og forstå hvilken innsikt den kan gi! Mitt inntrykk er at bransjen begynner å bli gode på å måle klikk på knapper, men at det fortsatt er et stort potensiale i å dykke inn i databasen sammen for å virkelig prøve å forstå brukerne bedre. Både å forstå bruken av produktet og forstå mer om hvem brukerne er. Slik at teamet kan ta bedre valg for produktet basert på god brukerinnsikt.

Det var interessant å høre om utviklere som jobber i data-team, som går dypt inn i å bygge opp datarigger, men som synes det er vanskelig å se hva den konkrete outcomen blir. Hvilke muligheter ligger det i å få en UX-designer på slike team? Hvordan kan en UX-designer bidra med å analysere og forstå organisasjonens behov? Og bidra med å gjøre innsikten mer tilgjengelig for flere ved å visualisere dataen?

Kvelden ga rom for mange gode diskusjoner, oppklaringer og refleksjoner, men vi satt igjen med enda flere spørsmål enn svar. Vi skal bli mye bedre på samarbeid om data og analyse på tvers av forretning, design og utvikling.

Denne kvelden viste noe av jobben som gjenstår for å forstå hverandres perspektiv og arbeidshverdag. For å realisere dette potensialet, må vi jobbe for et tettere samarbeid mellom de som samler og lagrer data, de som analyserer det, og de som trenger innsikten. Det kan både starte i det små i enkelte produktteam, og det kan skje gjennom større initiativ. Vi gleder oss til å fremover høre om team som bruker data mer i beslutninger og om hvordan de helt konkret gjør det i hverdagen!