Denne artikel er skrevet af vores Design Lead i Malmø, Jacob Hoff, og oversat fra svensk af Kasper Hansen.
For et par år siden deltog jeg i en konference af Nielsen Norman Group (kan anbefales!). Som på så mange andre konferencer, fik jeg et nyt klistermærke til min computer med ordene: “Show me the data”. Jeg tænker ikke, at arrangørerne havde forestillet sig, at det her klistermærke ligefrem skulle være en af højdepunkterne for mig på konferencen… Men se hvad der sker, når det bliver din “go-to” sætning og dit foretrukne mindset.
Denne artikel er en introduktion til ‘Data Thinking’, og hvordan du kan tage dit produkt til næste niveau. I det følgende får du et overblik over:
- Hvad ‘Data Thinking’ er, og hvordan du kan bruge data i din beslutningsproces.
- Hvad er et målbart mål, og hvorfor det er vigtigt.
- Hvad data er, og hvordan man indsamler det.
Men først og fremmest. Før vi ridser i overfladen af ‘Data Thinking’, er vi nødt til at tilpasse os, hvad vi gør, når vi arbejder med software:
Når vi arbejder i et produkt team, uanset rolle, leverer vi ikke software. Vi leverer værdi til slutbrugerne gennem software.
Hvorfor er dette vigtigt? Forhåbentlig var det ikke en nyhed for nogen – hvis du arbejder indenfor området. Men for at kunne bygge de bedste produkter, skal vi forstå formålet med det, vi laver, og resultaterne af enhver beslutning – og at vi aldrig har råd til at basere en beslutning på antagelser eller mavefornemmelse.
Data Thinking
‘Data Thinking’ er en tankegang og en (hvis ikke den eneste) måde at gribe produktudvikling an på. Det handler om at holde data og (målbare) mål for øje på alle stadier af din beslutningsproces. Både mens du definerer, opbygger og udvikler dit produkt.
Ved at gøre det, kan du hurtigere identificere og eliminere antagelser, hvilket fører til mere informerede og vidensbaserede beslutninger. Ved at arbejde med målbare mål har du en klar og fælles definition af, hvad du er ved at bygge, hvorfor – og endnu vigtigere, hvordan – det forventes at blive eksekveret. Dette vil give dig mulighed for løbende at verificere, lære og ikke mindst forbedre.
Målbare mål
Fra vores synspunkt er målbare mål nøglen til at lykkes. Uden målbare mål vil du have meget svært ved at følge op på dine udgivelser og fortolke de data, du har indsamlet. Så hvad er et målbart mål?
Målbare mål er konkrete, fuldendte mål, der kan udtrykkes i tal. Lad os sige, du skal re-designe tilmeldingssiden på et website. Et ikke-datacentreret mål kunne se sådan ud:
“Ved at lave det nye design burde vi få en stigning i antallet af brugere, der tilmelder sig”.
Men hvad så? Hvordan følger vi op, og hvordan ved vi, om vi har forbedret det nok? Er en stigning på 10 % god nok, eller er en stigning på 1 bruger god nok? Hvis vi i stedet angiver vores mål som:
”Ved at lave dette nye design skal vi skabe en stigning på mindst 15 % i antallet af brugere, der tilmelder sig”.
Nu er det meget nemmere for os at afgøre, om vi har nået vores mål, eller om vi skal tage yderligere handlinger.
Det svære her er at sætte et tal på det. Hvis du re-designer en eksisterende platform, er det lidt nemmere, fordi du måske allerede har noget data at basere det på og måle ud fra. Men når du bygger en helt ny funktion eller et nyt produkt, det kan være sværere at kvantificere målet, fordi du har mindre at sammenligne med. Det er her helt normalt, at dette stadie kan virke skræmmende for de fleste teams.
For nu skal I begynde at tænke over jeres brugergruppe, brugerværdi og det forretningsmæssige aspekt. Hvorfor vil I gøre det, I gør, og hvorfor er det investeringen værd? Dét bør være udgangspunktet for jeres mål, og skal tydeligt afspejles i målsætningen. Det er nemt at være meget pengefokuseret i disse diskussioner (som selvfølgelig i sidste ende er det en virksomhed lever af). Men husk, at der er mange veje, der fører til forbedret forretning og investeringsafkast.
Hvad er data, og hvordan indsamler man dem?
Et meget centralt spørgsmål er, hvad vi mener, når vi taler om data. Normalt tænker folk på store databaser, brugerdata og brugergenererede begivenheder – og ja, det er selvfølgelig data. Men det behøver ikke at være så kompliceret.
Data og dataindsamling kan også betyde manuel indsamling af information fra en brugertest. Eller at holde styr på antallet af eksterne spørgsmål dit team får i løbet af en uge. Så snart det er information, som du kan sammenligne og spore over tid, er det data. Det er også værd at nævne, at selv følelser og erfaringer kan måles. Du skal bare nedbryde det og definere, hvad det vil betyde i forbindelse med dit produkt og/eller team.
Så du behøver ikke at have et stort datasæt med hundreder og tusinder af datapunkter, og du behøver ikke have en stor fancy teknologisk løsning til at indsamle data. Det kan være så simpelt som et stykke papir. Det hele afhænger af, hvad du har brug for svar på, og hvad du vil opnå. I nogle tilfælde giver det mening at bygge en komplet datapipeline, brugerdefinerede dashboards og datafortolkningsværktøjer. I andre tilfælde gør det ikke.
Key takeaways:
- Når du træffer en beslutning, diskuterer en storyline, feature, projekt – så stil dig selv følgende spørgsmål: Har vi virkelig data på dette? Hvis ikke, på hvilket grundlag bygger vi vores beslutning? Og selv før det, hvad er vores målbare mål? Hvad har vi defineret som succes? Hvordan kan vi verificere, hvad vi er ved at bygge?
- Selvom et datasæt er småt og er indsamlet manuelt, er det stadig data.
- Definer målene og sæt et tal på din forventning – for hver feature, storyline og projekt.
Dette var en kort introduktion til ‘Data thinking’ og hvordan du kan tage dit produkt til næste niveau. I næste artikel får du en guide til, hvordan du kommer i gang. Stay tuned!
Vil du vide mere om os?
