Come Unmind ha sviluppato una cultura aziendale basata sui dati con Amplitude

Approfondimenti/Azione/Risultato:Unmind aveva un chatbot progettato per rispondere alle domande all'interno della loro app. Amplitude Analytics li ha aiutati a scoprire che quando il bot era coinvolto nei corsi Unmind, era più probabile che gli utenti abbandonassero.Questi dati hanno contribuito alla decisione del team di rimuovere il bot dall'app e hanno registrato un aumento dei completamenti dei corsi.

I dati sono potere. Ma quel potere non è sempre sufficiente per integrare i dati nei processi quotidiani. Superare quell'ostacolo è stato il punto in cui il nostro percorso di analisi dei prodotti ha iniziato a diventare più informato sui dati. Il processo ha migliorato il modo in cui creiamo prodotti, coinvolgiamo i clienti e creiamo esperienze utente.

La ricerca per trasformare Unmind in un'azienda basata sui dati

Unmind è una piattaforma olistica per il benessere sul posto di lavoro con la missione di creare luoghi di lavoro mentalmente sani, dove tutti possano prosperare. Oggi abbiamo circa 180 dipendenti o "Unminders".

Il nostro viaggio verso la maturità dei dati è iniziato alcuni anni fa. Abbiamo sempre apprezzato i dati e abbiamo riconosciuto l'importanza di prendere decisioni interfunzionali basate sui dati.

Tuttavia, non stavamo gestendo il processo decisionale basato sui dati in modo scalabile. Il data team era il classico collo di bottiglia, venivamo contattati frequentemente con domande e richieste, a cui rispondevamo interrogando il database o eseguendo script Python. Ma le richieste hanno superato la larghezza di banda del team di dati e, anche se abbiamo dato la priorità a tali richieste, c'era sempre un compromesso.

Questo collo di bottiglia ha significato sacrificare la velocità, poiché ostacolava le altre squadre. Inoltre, rispondere alle domande sui dati ci ha impedito di lavorare su altre soluzioni self-service che avrebbero consentito alle parti interessate di ottenere le risposte richieste. Volevamo rompere il ciclo.

La ricerca guidata dai casi d'uso per una soluzione scalabile

L'interrogazione di un database per rispondere a domande mirate e la condivisione in fogli di calcolo può funzionare bene per le piccole aziende che iniziano il loro viaggio nei dati. Tuttavia, poiché Unmind è cresciuto insieme al nostro prodotto, alle funzionalità e alla base di clienti, non era più sostenibile eseguire manualmente queste attività. Quello che era iniziato come un collo di bottiglia gestibile è diventato un punto dolente che è cresciuto insieme a noi.

Abbiamo deciso di trovare una soluzione e creato un forte processo di valutazione per evitare di essere distratti da funzionalità non necessarie in varie piattaforme. Ti consigliamo di utilizzare un processo rigorosamente basato sui casi d'uso:

1. Inizia osservando i casi d'uso desiderati
2. Decidi le funzionalità indispensabili, come i test A/B
3. Giudica le piattaforme e le funzionalità in base ai criteri impostati

Abbiamo esaminato i principali fornitori, tra cui Heap, Mixpanel e Amplitude, e valutato queste piattaforme attraverso dimostrazioni. Dopo averli valutati, Amplitude ha fornito la soluzione migliore per i nostri casi d'uso in quel momento. Offrivano un set di prodotti ricco e robusto e avevano una reputazione come leader del settore. Eravamo fiduciosi che il nostro investimento sarebbe stato ripagato.

Amplitude ha fornito la soluzione migliore per i nostri casi d'uso in quel momento.Offrivano un set di prodotti ricco e robusto e avevano una reputazione come leader del settore.

Gli sforzi di abilitazione iniziano con il team di dati

Analytics ha un'ampia gamma di funzionalità e volevamo assicurarci che i colleghi di tutta l'azienda capissero come utilizzare correttamente la piattaforma. Abbiamo creato varie risorse interne, inclusa una guida all'onboarding, in cui abbiamo incluso collegamenti ai nostri tutorial video e suggerimenti su dove iniziare. Questo si è rivelato prezioso; Amplitude dispone di un'ampia documentazione online, ma non è sempre il primo posto in cui cercano i nuovi utenti.

Nemmeno i migliori video tutorial e documentazione possono sostituire l'essere pratici con le parti interessate, prendersi il tempo per sedersi con loro e dimostrare come trovare ciò di cui hanno bisogno invece di farlo per loro o indirizzarli verso un'altra risorsa. Il team dei dati ha compiuto uno sforzo concertato per supportare le persone durante l'onboarding, l'hosting delle chiamate e la creazione di un canale Slack dedicato per le domande su Analytics. Abbiamo organizzato sessioni drop-in settimanali in cui le persone potevano ottenere assistenza da Analytics senza dover prenotare una riunione.

Strumenti potenti possono intimidire e alcune persone che non avevano mai utilizzato una piattaforma self-service erano preoccupate che potessero rompere il sistema. Il nostro impegno supplementare ha consentito a tutti, in particolare ai nostri product manager, di sapere come utilizzare Analytics con facilità.

Non esiste un unico approccio per garantire un'implementazione di successo;tante piccole azioni diverse hanno contribuito a cambiare le abitudini delle persone.

Suggerimenti per un lancio di successo

Sebbene non esista un unico approccio per garantire un'implementazione di successo di Analytics, posso consigliare molte piccole azioni diverse che ci hanno aiutato a cambiare le abitudini delle persone.

• Sii disponibile e trova il tempo come team di dati per aiutare i colleghi. Le nostre sessioni drop-in hanno avuto un impatto enorme. Le persone si sono sentite a proprio agio nell'avvicinarsi a noi con le loro domande e abbiamo stretto un legame come membri del team, il che ha reso più facile il processo di insegnamento e apprendimento.
• Continua a condividere i grafici di Analytics e incoraggia le persone a utilizzare la piattaforma per scoprire risposte basate sui dati a una domanda. La condivisione di dati e approfondimenti prima dell'implementazione può offrire alle persone uno sguardo alle possibilità. Una volta ampiamente disponibili, i dipendenti sono più ansiosi di accedere ai dati.
• Parla con le persone nelle unità di vendita, prodotto e business per conoscere il tipo specifico di dati di cui hanno bisogno per raggiungere i rispettivi obiettivi. C'è la tendenza a voler tenere traccia di tutto ed è opinione comune che più dati siano sempre migliori. Tuttavia, un approccio basato sui casi d'uso è più efficace. Accerta quali problemi le persone stanno cercando di risolvere e poi decidi quali dati tracciare.
• Essere pazientare. Il cambiamento delle abitudini richiede tempo e le persone spesso hanno bisogno di una serie di iniziative e promemoria per diventare dipendenti dai dati e utilizzare in modo efficace le informazioni dettagliate sui dati. Accadrà e vale la pena investire tempo, gentilezza e pazienza extra per i risultati.

C'è la tendenza a voler tenere traccia di tutto ed è opinione comune che più dati siano sempre migliori.Tuttavia, un approccio basato sui casi d'uso è più efficace.

Sbloccare le possibilità a Unmind

L'analisi è stata preziosa per Unmind in diversi modi. Uno di questi è il monitoraggio delle metriche che i team di sviluppo prodotto mirano a migliorare. Ad esempio, abbiamo un grafico che tiene traccia della viscosità: il nostro rapporto tra utenti attivi giornalieri (DAU) e utenti attivi mensili (MAU). Il team del prodotto monitora quella metrica settimanalmente e la utilizza come stella polare quando rilascia nuove funzionalità.

Un caso d'uso particolarmente popolare in Unmind è la visualizzazione dell'imbuto delle conversioni. Possiamo vedere se quando un utente fa clic sull'elemento A, fa clic anche sull'elemento B. La segmentazione degli eventi è ampiamente utilizzata e utilizziamo la piattaforma anche per i test A/B. La visualizzazione dei test in Analytics semplifica la visualizzazione dei risultati e il confronto dei gruppi. Questi risultati informano i nostri team su quale caratteristica o stile è più incisivo in modo da poter prendere decisioni critiche sullo sviluppo del prodotto.

Abbiamo apportato grandi modifiche ai nostri prodotti sulla base degli approfondimenti di Analytics. Ad esempio, avevamo un bot nell'app che fungeva da compagno e rispondeva alle domande degli utenti. L'analisi ci ha mostrato che quando il bot era coinvolto nei nostri corsi, era più probabile che le persone abbandonassero. Questi dati hanno contribuito alla nostra decisione di rimuovere il bot dall'app.

Un altro esempio di intuizione attuabile è il nostro esame dei predittori di ritenzione. Abbiamo visto in Amplitude che le persone che hanno utilizzato il nostro Wellbeing Tracker (un questionario scientificamente convalidato che le aiuta a comprendere il loro attuale stato di benessere) tendevano a tornare all'app. Abbiamo convalidato questo risultato utilizzando l'analisi avanzata e questo è stato un momento di svolta per noi in quel momento: significava che gli utenti hanno compreso il valore del nostro prodotto e dovremmo compiere ulteriori sforzi per evidenziare quella caratteristica. Di conseguenza, abbiamo iniziato a incoraggiare l'utente a completare il Wellbeing Tracker durante il primo tour di benvenuto dell'app. Abbiamo anche modificato la comunicazione nella nostra e-mail di onboarding per includere il Wellbeing Tracker.

Laddove i membri del team una volta erano riluttanti a utilizzare Amplitude, ora sono orgogliosi di utilizzarlo e condividere approfondimenti. A volte le persone noteranno una tendenza in Amplitude, ci chiederanno le nostre opinioni e impareranno come possono scavare più a fondo. Amplitude si integra con Slack, che consente agli utenti di condividere grafici e le persone possono interagire con esso nel canale. È altamente collaborativo e quell'entusiasmo si diffonde rapidamente e incoraggia gli altri.

Cambiano abitudini, cambiano cultura

Abbiamo visto il processo decisionale basato sui dati emergere come una parte vitale della nostra cultura aziendale. Ora possiamo comprendere più facilmente l'impatto di una modifica del prodotto e, quando possiamo vedere rapidamente l'impatto, possiamo passare più rapidamente a discussioni più significative. I dati aiutano a guidare lo sviluppo di nuovi prodotti e altre modifiche proposte, rendendo più semplice per tutti muoversi nella stessa direzione.

Il numero di richieste di dati che abbiamo ricevuto è diminuito dall'implementazione di Amplitude. Questa diminuzione ha consentito al team di dati di eseguire analisi più avanzate, migliorando sia la velocità che l'impatto.

In definitiva, Amplitude ci ha aiutato a progredire nella definizione della nostra metrica North Star e ora adottiamo un approccio più bottom-up allo sviluppo del prodotto. Essere in grado di esplorare i dati e scoprire le tendenze ci consente di cercare opportunità per migliorare il nostro prodotto in modi che risuoneranno con i nostri utenti e consentiranno loro di condurre vite più appaganti.