I Norse jobber vi i krysningspunktet design, teknologi og innovasjon. Vår jobb er å bygge digitale produkter og tjenester som skaper reell verdi for de som skal bruke det.
En viktig del av dette er å kontinuerlig sørge for at det digitale produktet eller tjenesten man bygger løser viktige oppgaver for brukerne.
Det vil si at det er minst like viktig (om ikke viktigere) å vedlikeholde og forbedre det som er bygget. Slik unngår man å bli hengende bakpå i den digitale utviklingen innen sin bransje (og i samfunnet generelt).
Kontinuerlig introduksjon av små forbedringer og endringer i produktet sitt sikrer at man fortsatt gir verdi til brukerne som tiltenkt, og ditt digitale produkt eller tjeneste har større sjans for å overleve i et stadig mer konkurranseutsatt miljø.
Det er nå det starter!
Det pleier vi å si til kundene våre ved lansering. Vi vet at det ferdige produktet eller tjenesten må forvaltes på en god måte for å være med på å skape langsiktig verdi. For brukerne og for bedriften bak. Derfor er vi også aktivt tilstede etter lansering og tilbyr kundene våre bistand innenfor to vertikaler; teknisk forvaltning og kontinuerlig forbedring.
Mens teknisk forvaltning stort sett omfatter en mer tradisjonell support-tjeneste hvor vi tilbyr drift, monitorering og vedlikehold, handler kontinuerlig forbedring om å ha fokus på videreutviklingen av produktet og tjenesten og hvordan det ser ut dersom man tenker langt frem i tid. Sammen med kundene jobber vi med å sette opp et godt datagrunnlag, samle innsikt, analysere og deretter bruke disse dataene til både å teste ut endringer som vil optimalisere eksisterende løsning, og som kan hjelpe oss identifisere eventuelle nye digitale initiativer.
Silje fra vårt Customer Success team i full gang med planlegging av hvordan vi skal jobbe med kontinuerlig forbedring for kundene våre i 2019.
Hva er kontinuerlig forbedring?
Et kjapt søk for definisjon på ordene kontinuerlig og forbedring, opplyser om at kontinuerlig betyr uten stans, stadig, mens forbedring betyr forandring til det bedre, fremgang. Direkte oversatt er altså kontinuerlig forbedring en tilnærming hvor man stadig og uten stans arbeider med å skape fremgang og forandring til det bedre.
Hvordan komme i gang?
Vi mener nøkkelen ligger i å starte så tidlig som mulig. Både ved utarbeidelse av konsept og under utvikling av første versjon av løsningen, bør man begynne å tenke på hvilken data og innsikt man vil trenge etter lansering for å kunne tracke KPI’er, måle ROI, og for å kunne ta gode beslutninger om fremtidige endringer basert på statistisk signifikans, og ikke kun på ren magefølelse. Det handler altså om at man, slikt som nevnt innledningsvis, rigger seg for å hele tiden kunne validere både det som har blitt bygget og nye ideer man får underveis.
Første steg er altså å å sørge for å legge en solid grunnmur for god datainnsamling. Her hos oss ser vi på hele prosessen, inkludert dette første steget, slik:
- Datainnsamling
- Analyse & Rapportering
- Utarbeidelse av hypoteser & testing
- Optimalisering
Ideelt sett skulle jeg illustrert disse punktene i en sirkel eller infinity loop, da dette er en gjentagende prosess som egentlig ikke har noen tydelig start eller slutt når man først er kommet i gang.
Kontinuerlig forbedring som tilnærming handler også mye om kunsten å mestre kvantitative og kvalitative metoder som utfyller hverandre på en god måte.
Slik som bildet over illustrerer så er kvantitativ og kvalitativ metode to ulike datatyper og tilnærminger til hvordan man kan innhente innsikt. I hovedsak er forskjellen på disse to at mens kvantitative data er objektive “hard facts” hvor man kan observere “hva” og at noe er slik det er (vi har solgt så mye, kun 1 av 30 tok is selv om den var gratis etc.), så er kvalitative data mer subjektive og menneskelige “soft facts” som man innhenter for å forstå og utforske “hvorfor” til “hva” (hvorfor tok du is og hva følte du da du så den var gratis?).
Overført til konteksten av denne artikkelen, så ser vi i eksempelet over at man først samlet kvantitative data, gjorde en analyse av disse dataene og identifiserte et funn man ønsket å følge opp, og supplerte deretter med innsamling av kvalitative data for å utforske funnet videre. Antageligvis vil neste steg her være at man gjorde en fortolkning og analyse av også de kvalitative dataene. Altså har man da gått gjennom de to første stegene av prosessen skissert over.
Naturlig neste steg er nå at man ville utarbeidet en strukturert hypotese som støtter oppunder mål/KPI man ønsker å forbedre(for eksempel at flere skal velge å ta gratis is). En slik hypotese her kunne for eksempel vært;
“Vi tror at å endre budskapet på plakaten slik at det ikke oppfattes som gratis, vil resultere i at minst 20 av 30 velger å ta en is, fordi det ikke lenger oppfattes som skremmende å ta en.”
Når man har utarbeidet en god hypotese, må man teste for å kunne bekrefte eller avkrefte hypotesen. Dersom man skulle testet hypotesen over, ville et naturlig eksperiment vært å utføre et eksperiment tilsvarende det over, men hvor alle faktorer bortsett fra plakaten som man ønsker å teste et nytt budskap på, holdes lik som ved forrige eksperiment (målgruppe, antall respondenter, lokasjon og tid). På den måten vil eventuelle endringer i resultatet man observerer, kunne tilskrives endringene på plakaten fordi alle andre faktorer har vært lik som ved forrige gang.
Ved å sørge for at resultatet man får av slike eksperiment har statistisk signifikans, kan man med høy sikkerhet anta at tiltak og idé man testet faktisk vil fungere dersom man setter det ut i virkelighet. Dette har høy verdi også fordi at man ved å kunne vise til validerte hypoteser for mindre endringer eller “Proof of Concept” for større endringer man ønsker å gjøre, øker sannsyligheten for å faktisk få penger fra de som sitter på pengesekken og som til syvende og sist avgjør om idéen skal få se dagens lys!
Benytt deg av gode verktøy som gjør jobben lett(ere) for deg!
Til slutt vil jeg runde av med noen tips til noen av verktøyene vi benytter når vi jobber med kontinuerlig forbedring her hos oss.
Google Marketing Platform
Platform med en rekke verktøy for webanalyse og markedsføring. Vi bruker Google Analytics, Tag Manager og Search Console mye. Funker veldig bra for å samle brukerdata, få innsikt og gjøre analyse på løsninger som er “offentlige” slik som nettsider(dvs. som ikke ligger bak login/interne systemer hvor det er viktig å eie sin egen data). Godt verktøy for å hjelpe deg identifisere hvilke “hva” man bør utforske og for å jobbe med SEO. Har også et verktøy, Google Optimize, hvor man kan gjennomføre A/B-tester.
Siteimprove
Alt-i ett platform for å forbedre dine digitale løsninger gjennom SEO, analytics, innholdskvalitet, universell utforming og personvern. Vi bruker dette verktøyet mye, både på løsninger som er live for å kontinuerlig optimalisere, og på løsninger som er under utvikling for å kvalitetssikre på disse områdene før lansering.
Grafana
Platform for datavisualisering, monitorering og statistikk. Vi bruker dette på interne systemer hvor det er behov for oversikt og rapporter på feks. bruksstatistikk.
Visual Weboptimizer
Også en “alt-i-ett” plattform. Hjelper deg å innhente data om brukeratferd (funnels/brukerreiser, heatmaps, clickmaps etc.), utføre brukerundersøkelser, bygge hypoteser og bruke disse til å designe og gjennomføre både A/B-tester og multivariate tester.
Hotjar
Litt det samme som over, men i forenklet versjon og uten funksjonalitet for hypoteser og testing.
Teston
Verktøy for digital brukertesting (for brukere vi ikke har anledning til å møte f2f).
InVision
Prototypingsverktøy for å teste digitale konsepter.
