Comment Unmind a développé une culture d'entreprise axée sur les données avec Amplitude

Insights/Action/Outcome :Unmind disposait d'un chatbot conçu pour répondre aux questions dans son application. Amplitude Analytics les a aidés à découvrir que lorsque le bot était impliqué dans des cours Unmind, les utilisateurs étaient plus susceptibles d'abandonner.Ces données ont contribué à la décision de l'équipe de supprimer le bot de l'application, et ils ont constaté une augmentation du nombre d'achèvements de cours.

Les données, c'est le pouvoir. Mais cette puissance n'est pas toujours suffisante pour intégrer les données dans les processus quotidiens. C'est en franchissant cet obstacle que notre parcours d'analyse de produits a commencé à s'appuyer davantage sur les données. Le processus a amélioré la façon dont nous créons des produits, engageons les clients et créons des expériences utilisateur.

La quête pour transformer Unmind en une entreprise axée sur les données

Unmind est une plateforme holistique de bien-être au travail dont la mission est de créer des lieux de travail mentalement sains, où chacun peut s'épanouir. Aujourd'hui, nous comptons environ 180 employés ou « Unminders ».

Notre voyage vers la maturité des données a commencé il y a quelques années. Nous avons toujours valorisé les données et nous avons reconnu l'importance de prendre des décisions interfonctionnelles basées sur les données.

Pourtant, nous ne gérons pas la prise de décision basée sur les données de manière évolutive. L'équipe de données était le goulot d'étranglement classique, nous étions fréquemment approchés avec des questions et des demandes, auxquelles nous répondions en interrogeant la base de données ou en exécutant des scripts Python. Mais les demandes dépassaient la bande passante de l'équipe de données, et même si nous donnions la priorité à ces demandes, il y avait toujours un compromis.

Ce goulot d'étranglement signifiait que nous sacrifions la vitesse, car cela gênait les autres équipes. De plus, le fait de répondre aux questions sur les données nous a empêchés de travailler sur d'autres solutions en libre-service qui permettraient aux parties prenantes d'obtenir les réponses requises. Nous voulions briser le cycle.

La recherche d'une solution évolutive basée sur des cas d'utilisation

L'interrogation d'une base de données pour répondre à des questions ciblées et le partage dans des feuilles de calcul peuvent bien fonctionner pour les petites entreprises qui commencent leur parcours de données. Cependant, à mesure que Unmind grandissait avec notre produit, nos fonctionnalités et notre clientèle, il n'était plus viable d'effectuer manuellement ces tâches. Ce qui a commencé comme un goulot d'étranglement gérable est devenu un point douloureux qui a grandi avec nous.

Nous avons cherché une solution et créé un processus d'évaluation solide pour nous empêcher d'être distraits par des fonctionnalités inutiles sur diverses plates-formes. Nous vous recommandons d'utiliser un processus strictement basé sur les cas d'utilisation :

1. Commencez par examiner les cas d'utilisation souhaités
2. Décidez des fonctionnalités indispensables, telles que les tests A/B
3. Jugez les plates-formes et les fonctionnalités par rapport à vos critères définis

Nous avons passé en revue les principaux fournisseurs, notamment Heap, Mixpanel et Amplitude, et évalué ces plates-formes au moyen de démonstrations. Après les avoir évalués, Amplitude a fourni le meilleur ajustement pour nos cas d'utilisation à l'époque. Ils offraient un ensemble de produits riche et robuste et avaient une réputation de leaders de l'industrie. Nous étions convaincus que notre investissement porterait ses fruits.

Amplitude offrait la meilleure solution pour nos cas d'utilisation à l'époque.Ils offraient un ensemble de produits riche et robuste et avaient une réputation de leaders de l'industrie.

Les efforts d'activation commencent par l'équipe des données

Analytics a un large éventail de fonctionnalités, et nous voulions nous assurer que les collègues de l'entreprise comprenaient comment utiliser correctement la plate-forme. Nous avons créé diverses ressources internes, y compris un guide d'intégration, où nous avons inclus des liens vers nos didacticiels vidéo et des suggestions sur où commencer. Cela s'est avéré précieux; Amplitude dispose d'une grande quantité de documentation en ligne, mais ce n'est pas toujours le premier endroit que les nouveaux utilisateurs consultent.

Même les meilleurs didacticiels vidéo et la meilleure documentation ne peuvent remplacer la pratique avec les parties prenantes, en prenant le temps de s'asseoir avec elles et de leur montrer comment trouver ce dont elles ont besoin au lieu de le faire pour elles ou de les orienter vers une autre ressource. L'équipe des données a fait un effort concerté pour soutenir les personnes lors de l'intégration, en organisant des appels et en créant un canal Slack dédié aux questions Analytics. Nous avons organisé des sessions hebdomadaires sans rendez-vous où les gens pouvaient obtenir de l'aide Analytics sans avoir à prendre rendez-vous.

Des outils puissants peuvent être intimidants, et certaines personnes qui n'avaient jamais utilisé de plateforme libre-service craignaient de casser le système. Grâce à nos efforts supplémentaires, tout le monde, en particulier nos chefs de produit, savait comment utiliser Analytics en toute simplicité.

Il n'y a pas une seule approche pour garantir une mise en œuvre réussie ;de nombreuses petites actions différentes ont contribué à changer les habitudes des gens.

Conseils pour un lancement réussi

Bien qu'il n'y ait pas une seule approche pour garantir une mise en œuvre réussie d'Analytics, je peux recommander de nombreuses petites actions différentes qui nous ont aidés à changer les habitudes des gens.

• Soyez accessible et prenez le temps en tant qu'équipe de données pour aider vos collègues. Nos séances sans rendez-vous ont eu un impact énorme. Les gens se sont sentis à l'aise pour nous poser leurs questions et nous nous sommes liés en tant que membres de l'équipe, ce qui a facilité le processus d'enseignement et d'apprentissage.
• Continuez à partager des graphiques Analytics et encouragez les gens à utiliser la plate-forme pour découvrir des réponses basées sur les données à une question. Le partage de données et d'informations avant la mise en œuvre peut offrir aux utilisateurs un aperçu des possibilités. Une fois qu'elles sont largement disponibles, les employés sont plus désireux d'accéder aux données.
• Parlez aux personnes des ventes, des produits et des unités commerciales pour connaître le type spécifique de données dont elles ont besoin pour atteindre leurs objectifs respectifs. Il y a une tendance à vouloir tout suivre, et il est communément admis que plus de données, c'est toujours mieux. Cependant, une approche axée sur les cas d'utilisation est plus efficace. Déterminez les problèmes que les gens essaient de résoudre, puis décidez quelles données suivre.
• Être patient. Changer les habitudes prend du temps, et les gens ont souvent besoin d'un certain nombre d'initiatives et de rappels pour devenir dépendants des données et utiliser efficacement les informations sur les données. Cela arrivera, et les résultats valent la peine d'investir du temps supplémentaire, de la gentillesse et de la patience.

Il y a une tendance à vouloir tout suivre, et il est communément admis que plus de données, c'est toujours mieux.Cependant, une approche axée sur les cas d'utilisation est plus efficace.

Libérer les possibilités chez Unmind

Analytics a été précieux pour Unmind de plusieurs manières. L'un d'entre eux consiste à surveiller les mesures que les équipes de développement de produits visent à améliorer. Par exemple, nous avons un graphique qui suit l'adhérence : nos utilisateurs actifs quotidiens (DAU) sur le ratio d'utilisateurs actifs mensuels (MAU). L'équipe produit surveille cette métrique chaque semaine et l'utilise comme North Star lors de la publication de nouvelles fonctionnalités.

Un cas d'utilisation particulièrement populaire chez Unmind est la vue en entonnoir des conversions. Nous pouvons voir si lorsqu'un utilisateur clique sur l'élément A, il clique également sur l'élément B. La segmentation des événements est largement utilisée, et nous utilisons également la plateforme pour les tests A/B. L'affichage des tests dans Analytics facilite la visualisation des résultats et la comparaison des groupes. Ces résultats indiquent à nos équipes quelle fonctionnalité ou quel style a le plus d'impact afin que nous puissions prendre des décisions critiques en matière de développement de produits.

Nous avons apporté d'importants changements à nos produits en nous basant sur les informations d'Analytics. Par exemple, nous avions l'habitude d'avoir un bot dans l'application qui agissait comme un compagnon et répondait aux questions des utilisateurs. Les analyses nous ont montré que lorsque le bot était impliqué dans nos cours, les gens étaient plus susceptibles d'abandonner. Ces données ont contribué à notre décision de supprimer le bot de l'application.

Un autre exemple d'informations exploitables est notre examen des prédicteurs de la rétention. Nous avons vu dans Amplitude que les personnes qui utilisaient notre Wellbeing Tracker (un questionnaire scientifiquement validé qui les aide à comprendre leur état de bien-être actuel) avaient tendance à revenir sur l'application. Nous avons validé cette découverte à l'aide d'analyses avancées et ce fut un moment décisif pour nous à l'époque - cela signifiait que les utilisateurs comprenaient la valeur de notre produit, et nous devrions faire des efforts supplémentaires pour mettre en évidence cette fonctionnalité. En conséquence, nous avons commencé à encourager l'utilisateur à compléter le Wellbeing Tracker lors de sa première visite de bienvenue de l'application. Nous avons également modifié la communication dans notre e-mail d'intégration pour inclure le Wellbeing Tracker.

Là où les membres de l'équipe hésitaient autrefois à utiliser Amplitude, ils sont maintenant fiers de l'utiliser et de partager leurs idées. Parfois, les gens remarqueront une tendance dans Amplitude, nous demanderont notre avis et apprendront comment creuser plus profondément. Amplitude s'intègre à Slack, ce qui permet aux utilisateurs de partager des graphiques, et les gens peuvent s'y engager dans le canal. C'est très collaboratif, et cet enthousiasme se propage rapidement et encourage les autres.

Changer les habitudes, changer la culture

Nous avons vu la prise de décision éclairée par les données devenir un élément essentiel de notre culture d'entreprise. Nous pouvons désormais comprendre plus facilement l'impact d'un changement de produit, et lorsque nous pouvons voir l'impact rapidement, nous pouvons passer plus rapidement à des discussions plus significatives. Les données aident à orienter le développement de nouveaux produits et d'autres changements proposés, ce qui permet à tout le monde d'aller plus facilement dans la même direction.

Le nombre de demandes de données que nous avons reçues a diminué depuis notre déploiement d'Amplitude. Cette diminution a libéré l'équipe des données pour effectuer des analyses plus avancées, améliorant à la fois notre rapidité et notre impact.

En fin de compte, Amplitude nous a aidés à progresser dans la définition de notre métrique North Star, et nous adoptons désormais une approche plus ascendante du développement de produits. Pouvoir explorer les données et découvrir les tendances nous permet de rechercher des opportunités d'améliorer notre produit de manière à trouver un écho auprès de nos utilisateurs et à leur permettre de mener une vie plus épanouissante.