Denne artikel er skrevet af vores Design Lead i Malmø, Jacob Hoff, og oversat fra svensk af Kasper Hansen.
Hvor begynder man? Hvis du har læst mit forrige indlæg, har du forhåbentlig en bedre forståelse af, hvad ‘Data Thinking’ er. Du vil måske endda sidde med følelsen af, at det lyder ret indlysende og ligetil at komme igang med dit projekt? Fantastisk! Men hvor skal man begynde? Hvordan går man fra ingenting til superkræfter?
Det er ikke så svært, som det måske ser ud til – bare tænk på, hvordan du ville spise en elefant; én bid ad gangen. Helt kort, kan det koges ned til det her:
- Start i det små
- Definer et mål
- Hvornår er det en success?
- Identificer hvilke data du har brug for
- Byg og udgiv
- Følg op og beslut, hvordan du fortsætter
Start i det små
Det er meget nemt at blive overvældet, når man arbejder med data og sætter ambitionerne for højt, fordi du gerne vil indsamle og måle alt. Men at sætte barren for højt er en stensikker måde at fejle på, da det hurtigt både bliver for hårdt og dyrt for dig og din virksomhed.
Definer et mål
Start i stedet i det små ved at definere et mål eller to. Organisations- og projektmål er generelt sværere, så start med mål for en funktion eller en user story / use case. Sørg for at være specifik og definer dem på en målbar måde ved at udtrykke målene i tal.
Når du er en smule mere tryg ved processen og har nogle konkrete resultater i ærmet, kan du vende dit fokus mod målene på projektniveau. De har tendens til at være lidt mere abstrakte, brede og langsigtede, hvilket gør dem sværere at arbejde med. Normalt er der en eller anden form for leder, der også skal involveres, når man arbejder med projektmålene, hvilket har en tendens til at gøre det til en længere proces. Derfor anbefaler vi igen at starte med en user story / use case eller funktion, så du kan beholde den i dit team uden behov for inputs fra ledere.
Hvornår er det en success?
Omkring nu vil du sikkert indse, at det er svært at udtrykke ting i tal, og at du stadigvæk ikke rigtig har et overblik. Det er okay – du er stadigvæk tidlig i processen og ved at lære din data at kende. Diskuter sammen med kolleger, der har en god forståelse for produktet og forretningen, og prøv at komme frem til et tal. Hvis du stadig kæmper, så gæt. Indtil videre er selve tallet ikke så vigtigt, men at have et tal, vil gøre dit liv så meget lettere, når du begynder at analysere dataen senere.
I fremtiden, når du har fået en vis rutine i at udtrykke alle dine mål og forventninger i tal, vil denne proces begynde at føles meget mere naturlig. På det tidspunkt bliver data et naturligt udgangspunkt for enhver diskussion, og fraværet af det vil begynde at føles ubehageligt. Men hvis du ikke er der endnu, så det at sætte et tal på, selvom det viser sig at være helt forkert, vil tvinge dig ind i en data-centreret tankegang og måde at arbejde på.
Identificer hvilke data der er nødvendige.
Når du har dine mål på plads, skal du beslutte dig for, hvilke datapunkter du skal bruge for at følge op på dine mål. Igen, start i det små. Vælg ét datapunkt, som du kan få med meget lidt investering. Måske er det så simpelt som at tælle hændelser for en bestemt håndtering eller manuelt at indsamle kommentarer fra brugere. Og prøv at stoppe efter det – mere behøver du ikke på nuværende tidspunkt.
Når du har målbare mål, beslutninger om, hvilke data du har brug for, og ved hvordan du får dem, kan du fortsætte med din almindelige implementeringsproces. Når det er tid til at få det i hænderne på brugerne, kan du begynde at indsamle data og følge op på dine mål.
Opfølgning.
Omkring nu er du sikkert klar over, at det datapunkt, du har valgt, ikke er nok og ikke kan give det fulde svar på dine spørgsmål. Hvilket er fint for nu. Bare husk, at uanset hvilken beslutning du træffer, vil den være mere informeret end dine tidligere. Kompleksiteten øges for hvert datapunkt, du tilføjer. Derfor råder vi dig kraftigt til at holde det enkelt i starten. Det vigtigeste er, at komme i gang så denne tankegang og rutine bliver en fast del af dit arbejde.
Det er faktisk bare det! Du har nu lukket din første datatænkningscyklus. Nu skal du bare sørge for at fortsætte med at gøre dette i A L T du gør. Med tiden vil du være i stand til at være mere og mere avanceret i, hvilken slags data du indsamler, antallet af datapunkter osv.
Hvad er alternativet – at være dum?
Ok, hvad så hvis man ikke bruger data? Hvad er alternativet? Efter vores mening er det forskellen mellem at være smart eller ej. Når du ikke baserer dine beslutninger på data, antager og gætter du blot. Når du ikke har en klar måde at evaluere dit arbejde på (målbare mål), vil du have meget svært ved at afgøre, om du rent faktisk lykkes eller ej. At bygge software baseret på antagelser er simpelthen en uansvarlig måde at bruge dine ressourcer og brugernes tid på. Så vær smart, brug data.
Key takeaways
- Data er din ven, når du arbejder med softwareudvikling. Det vil give dig viden og hjælpe dig med at bygge bedre produkter.
- Start i det små, noget er bedre end ingenting. Data kan indsamles i det mest enkle format og stadig give en masse værdi.
- Udtryk dine mål i tal, det vil hjælpe dig med at følge op og gøre det nemmere for andre at være opdateret på hvad du laver.
- Sidst men ikke mindst, så husk rådet fra klistermærket jeg nævnte i denne artikel; at imødekomme ethvert argument eller udsagn med: “Jamen, ok, vis mig dataen”. Det vil ændre, hvordan du og dit team arbejder og træffer beslutninger.
Jeg vil afslutte denne artikel med et citat fra William Thomson (Lord Kelvin), som jeg synes opsummerer tingene ret godt:
”When you can measure what you are speaking about and express it in numbers, you know something about it – but when you cannot measure it, when you cannot express it in numbers, your knowledge is of a meagre and unsatisfactory kind.”
Vil du vide mere om os?
