Gapet mellom produkt og prosess: Slik stopper du denne lekkasjen i organisasjonens budsjett

Les transkripsjonen:

Vi prøver ut å transkribere podkastene våre ved hjelp av et program. Vennligst se bort fra eventuelle skrivefeil, siden roboten ikke er korrekt hele tiden.

Hannah Clark: Noe av det fantastiske med smidige organisasjoner er at vi hele tiden eksperimenterer og lærer for å forbedre organisasjonene våre og produktene vi tilbyr. Hvert teknologisk gjennombrudd er resultatet av en eller annen form for eksperimentering, men her er baksiden: Eksperimenter fører ikke alltid til positive resultater. Faktisk er mange eksperimenter svært mangelfulle – og når hundretusenvis av dollar avhenger av resultatet av et eksperiment, er det siste vi ønsker å ta beslutninger basert på feilaktige data. Og her kommer den skremmende delen: Mesteparten av tiden innser vi ikke engang at dataene er feil før det er for sent.

Dagens gjest er Manuel Da Costa, grunnleggeren av Effective Experiments. Som du sikkert kan utlede av navnet på organisasjonen hans, er Manuel først og fremst opptatt av å hjelpe organisasjoner med å gjennomføre bedre eksperimenter, noe som fører til bedre produktbeslutninger. Selv om de riktige verktøyene absolutt kan hjelpe oss med å forbedre eksperimentering og dataanalyse, har han også identifisert et fenomen som oppstår i ytterkantene av organisasjonskartet, kalt gapet mellom produkt og prosess – og det koster teknologiselskaper millioner uten at de merker det. La oss sette i gang.

Velkommen tilbake til podkasten The CPO Club. I dag har jeg med meg Manuel Da Costa.

Manuel, tusen takk for at du blir med oss i dag.

Manuel Da Costa: Hei alle sammen! Hannah, takk for at jeg fikk komme.

Hannah Clark: Kan du fortelle oss litt om bakgrunnen din og hvordan du kom dit du er i dag?

Manuel Da Costa: Selvfølgelig. Jeg er grunnleggeren av Effective Experiments. Vi er et selskap som leverer programvare for å hjelpe selskaper med å samarbeide bedre og ta bedre produktbeslutninger. Bakgrunnen min startet langt tilbake, omtrent i miljøet rundt lean startup, der jeg lærte om denne tilnærmingen med å teste og lære for å validere. Derfra fant jeg veien inn i konverteringsoptimalisering, og gradvis videre til mitt eget produkt, der vi virkelig hjelper produkt- og kundeopplevelsesteam med å jobbe bedre sammen.

Og det bringer meg til dette punktet i karrieren min, der jeg må fortelle denne historien, som jo er grunnen til at vi er her i denne podkasten.

Hannah Clark: Jeg gleder meg til å dykke ned i dette.

Det vi skal fokusere på i dag, er et fenomen du har kalt gapet mellom produkt og prosess. Kan du begynne med å gi oss en gjennomgang av hva dette viser til, og hvilke omstendigheter som omgir det?

Manuel Da Costa: Ja, selvfølgelig. McKinsey har nylig gjort en del undersøkelser der de så på gapet mellom god og dårlig produktledelsespraksis, og det handler i stor grad om forventningene ledelsen har til hvordan produktarbeidet skal gjennomføres. Og så har vi det som faktisk skjer på bakkenivå, når produktledere gjennomfører arbeidet, og det finnes en frakobling som vi har oppdaget. Jeg ga dette betegnelsen gapet mellom produkt og prosess, men det er egentlig gapet mellom forventninger og virkelighet.

Det er mange grunner til at dette skjer, og vi skal gå gjennom dem, men til syvende og sist ønsker ledelsen et bedre produkt, mens produktledere og produkteiere ikke leverer på dette. Og det finnes en rekke grunner til at det skjer.

Hannah Clark: La oss gå litt videre inn i dette. Du sa at det er mange faktorer som kan føre til dette. Hvordan ser reisen ut, eller hva er opphavet til at dette gapet oppstår, og hvordan kommer vi dit?

Manuel Da Costa: La oss se på hva produktteam blir bedt om å gjøre i dag, nemlig å validere hver produktbeslutning de tar. Eksperimentering har blitt et virkemiddel som produktteam i hovedsak bruker til å validere hypotesene sine og undersøke om de utvikler det riktige produktet.

Mange av disse produktteamene som har fått i oppgave å gjennomføre eksperimenter, har ikke hatt erfaringen eller kunnskapen som kreves. Selv når de har noe kunnskap, er det ofte kun overfladisk kunnskap om hvordan man eksperimenterer. Resultatet er at beslutninger blir tatt gjennom eksperimentering, men selve eksperimenteringen kan være mangelfull. Den er kanskje ikke grundig nok. Og i tillegg finnes det andre elementer rundt dette.

Vi snakker om samarbeid på tvers av team, bevissthet om hva som skal gjøres, og hvordan man prioriterer effektivt. Det finnes så mange motstridende prioriteringer innen produktarbeid, særlig når det gjelder hva de bør gjøre, og når eksperimentering nå blandes inn, handler det om hvordan man effektivt prioriterer oppgavelisten for å oppnå maksimalt resultat.

Dette er noen av symptomene vi har sett på bakkenivå, der produktteam, som sagt, blir bedt om å gjennomføre arbeidet og samtidig integrere eksperimentering i praksisen sin, uten at de får støtten de trenger for å lykkes med det.

Hannah Clark: Hva mangler i denne ligningen? Det høres ut som om det nesten er et brukerundersøkelseskompetansesett som er underutviklet hos produktledere som settes i denne posisjonen. Og dette fører i alle fall til en dominoeffekt med mangelfulle resultater. Hva mener du er de viktigste årsakene til at produktledere er så uforberedte?

Manuel Da Costa: La oss se på hvor eksperimentering blir tatt i bruk. I mange organisasjoner ble eksperimentering først og fremst utført av markedsføringsteamet eller et CRO-team, altså konverteringsoptimaliseringsteamet.

Kanskje var det noen få personer, eller kanskje et lite kompetansesenter. Gradvis har disse blitt bedt om å overføre ferdighetene sine til produktteamene, slik at de kan gjennomføre egne eksperimenter på egen hånd. Den første utfordringen er mangelen på kunnskap. Du kan se organisasjoner som arrangerer opplæringsworkshoper eller veiledede økter der de viser hvordan det skal gjøres.

Men der stopper det. De har fått tilgang til noen verktøy og overfladisk opplæring, men det finnes ingen ressurser som hjelper dem med å forstå om de faktisk blir bedre eller ikke. Som et resultat går de etter tallene. De sier bare at de har gjennomført et visst antall eksperimenter, og ser på dette som resultatet. Men det er ingen som følger med på og vurderer om eksperimentet ble gjennomført riktig, planlagt riktig og analysert riktig.

Dette ferdighetssettet tar ganske lang tid å utvikle. Tenk på det som en muskel. Det er ikke noe du kan gjøre én gang og så være god på. Det finnes produktledere som gjennomfører gode eksperimenter, men de kan være for enkle. De kan gjennomføre komplekse eksperimenter, men de kan være instrumentert på feil måte. Når de deretter videreformidler informasjonen til ledelsen og sier at dette er det de mener bør gjøres som neste steg, er det basert på feilaktig informasjon – eller det kan være basert på feilaktig informasjon – uten at de vet det, fordi det ikke finnes tilsyn med arbeidet.

Det bringer meg til neste punkt: Tilsynselementet mangler. Ganske ofte blir disse teamene vist et høyt nivå av tillit. De får beskjed om å gjennomføre eksperimentene, og ledelsen tror på det de rapporterer tilbake. På grunn av ressursmangelen bruker ingen faktisk tid på å kontrollere resultatene for å se om de er korrekte.

Om resultatene skyldes god eller dårlig praksis, er én faktor. En annen faktor er fraværet av ledelse på dette nivået. Når jeg sier ledelsesnivået, snakker jeg ikke om produkteieren. Jeg snakker om produktdirektøren og produktlederne på øverste nivå. Det er de som virkelig må holde disse teamene ansvarlige.

De må ikke bare holde dem ansvarlige, men også gi dem handlingsrom til å bruke tid på å trene opp denne muskelen, lære å eksperimentere bedre, lære å ta bedre beslutninger og prioritere bedre. På grunn av disse to faktorene oppstår det et stort gap mellom forventningene og virkeligheten. Produktledere og produktspesialister sliter fordi de ikke har kapasitet til å bremse ned og få dette på plass.

En del av ansvaret ligger derfor hos ledelsen, fordi den må gi disse teamene mandatet, men også kapasiteten, til å bli bedre på dette.

Hannah Clark: Hvordan ser dette ut i praksis fra et ledelsesperspektiv? Hvilke tiltak kan ledere ta for å hindre at gapet mellom produkt og prosess oppstår?

Manuel Da Costa: Det første er å sette de riktige nøkkelindikatorene. Det viktigste vi ser, er at det innføres uheldige insentiver. Med uheldige insentiver mener jeg for eksempel at man sier at teamet må lansere et visst antall funksjoner i løpet av kvartalet eller året, og at dette tallet må nås.

Da blir det et kvantitetsspill, ikke et spørsmål om kvalitet. Man kan lansere én kompleks funksjon eller flere enkle funksjoner, så lenge tallet nås. Det handler derfor om å sette de riktige nøkkelindikatorene for teamene, slik at de blir motivert på riktig måte, i stedet for å kunne gjøre hva som helst bare for å nå en milepæl.

Det andre er å gi teamene og menneskene som følger dem opp, nok kapasitet til å veilede, overvåke og forbedre produktteamene, slik at de kan ta bedre beslutninger over tid. Ingen begynner med å vite hvordan man eksperimenterer riktig. Det tar tid, og det kan ikke være slik at man gjennomfører en opplæringsworkshop og så er ferdig.

Disse teamene må få veiledning og mentorstøtte over tid. Vi ser at mangelen på kapasitet skyldes at de må nå bestemte tall. Dermed har de ikke kapasitet, og fordi de ikke har kapasitet, blir de ikke bedre. Det er en ond sirkel som bare fortsetter. Det begynner med at ledelsen sier at organisasjonen skal forbedre seg og ta bedre produktbeslutninger.

Hvordan tar vi bedre produktbeslutninger? Det kommer av å eksperimentere og validere antakelsene våre. Det er det første steget. For å gjøre det må vi utruste produktteamene til å formulere disse antakelsene. Vi gir dem tid, kapasitet og mandat, men vi gir dem også trygghet til å ta feil, fordi det viktigste med eksperimentering er at du kan ta feil. Hvis du setter nøkkelindikatorene basert på kvantitet, eller sier at eksperimentene må ha en bestemt suksessrate, vil folk begynne å manipulere systemet for å nå tallet.

Eksperimentering handler egentlig om at vi har en idé om at noe kan fungere, men at vi ikke vet det før vi prøver i praksis. Vi vet ikke om det vil fungere eller ikke. Når vi lanserer det, får vi tilbakemeldinger fra kundene og markedet som viser oss hvordan det faktisk fungerer.

Deretter kan vi beslutte om vi skal fortsette i samme retning eller ikke. Denne tryggheten er viktig, for hvis produkteiere og produktledere ikke får den, vil de velge det de oppfatter som tryggest for å nå nøkkelindikatorene sine. Da får man trygge produktbeslutninger, men aldri innovative produktbeslutninger.

Hannah Clark: Jeg kan se for meg en situasjon der dette gapet mellom produkt og prosess går under radaren, samtidig som nøkkelindikatorene nås. Folk er stort sett fornøyde, og virksomheten holder seg flytende, men noe mangler. Hva er noen av symptomene på at en organisasjon i det stille lider under dette gapet, og at det finnes betydelige forbedringsmuligheter eller mangelfulle beslutninger som skyldes feilaktig eksperimentering?

Manuel Da Costa: Hvis det foregår mangelfull eksperimentering, har vi allerede sett at produktdirektører sier at de ikke stoler på resultatene. Da oppstår beslutningstaking basert på magefølelse. Folk tar beslutninger basert på magefølelsen, selv om det finnes data, fordi de ikke stoler på dataene.

Hvis et selskap er trygt akkurat nå – la oss understreke «akkurat nå» – eksperimenterer og innoverer det ikke, men spiller trygt. Før eller senere vil markedskreftene tvinge selskapet til enten å jobbe hardere for å forbedre seg, eller avgjøre selskapets skjebne. Mangelen på tillit til eksperimentresultatene eller beslutningstakingen er derfor noe vi må forbedre først.

En annen ting er at selskaper kan snakke om at de er datadrevne, produktfokuserte og kundefokuserte, men dette er bare moteord. Du vil se det i praksisen, ikke bare i det de sier offentlig. Du vil se funksjoner og produktoppdateringer som ikke egentlig er i tråd med det kundene ønsker.

Det blir bare en funksjonsfabrikk. De sender ut ting for å gjøre det, i stedet for å faktisk skape verdi for kunden eller virksomheten som helhet.

Hannah Clark: Har du noen rammeverk du vil anbefale for å gjennomføre bedre eksperimenter, eller hvilke tiltak bør vi ta i praksis?

Det høres ut som om dette er et problem med mange bidragende faktorer som fører til denne kløften. Hva er det første steget, slik du ser det, hvis vi innser at dette fenomenet foregår i organisasjonen vår?

Manuel Da Costa: Absolutt. Jeg mener det første steget er å standardisere. Når produktteam får verktøyene de trenger for å gjennomføre eksperimenter, ser vi at to forskjellige team i samme organisasjon plutselig begynner å avvike fra hverandre i hvordan de gjennomfører eksperimenter, klassifiserer data og samler inn data. Det første steget er derfor å forstå hvordan prosessen bør være.

Når du vet hvordan prosessen skal være, standardiserer du den. Når jeg sier standardisere, blir folk ofte opprørte fordi de føler at de må være svært rigide, uten rom for fleksibilitet. Utfordringen med en altfor fleksibel tilnærming er at kaos oppstår over tid, og dataene blir nesten ubrukelige for alle som ser på dem senere.

Å standardisere betyr å standardisere prosessen, dataklassifiseringen og terminologien, praksisen for hvordan ting analyseres, og hvem som godkjenner dem. Det innebærer også å ta i bruk en RACI-modell, altså hvem som er ansvarlig, hvem som har beslutningsansvaret, hvem som må konsulteres og hvem som skal informeres.

Dette kan virke rigid, men i praksis skaper det sikkerhetsrammer for folk. Det spiller ingen rolle om teamet endrer seg over tid, om nye personer blir med, noen går til et annet team eller forlater selskapet. Praksisen er innebygd i hvert eksperiment som gjennomføres og hver beslutning som tas på bakgrunn av det.

En annen ting er å tydeliggjøre forbindelsen mellom beslutningene og virksomhetens mål. I stedet for å skyte på måfå er beslutningene ikke bare i tråd med nøkkelindikatorene, men også med virksomhetens mål og strategiske ambisjoner. Når disse to tingene er på plass, har du et mye bedre grunnlag å bygge videre på. Det vil gå sakte i starten, fordi folk trenger tid til å venne seg til å være mer bevisste på hvordan de prioriterer oppgavelisten, bestemmer hva de skal eksperimentere med, lanserer eksperimentene og vurderer om resultatet skal bli en full funksjon som tas videre, eller avsluttes. Dette danner grunnlaget.

Deretter handler det om å sikre tydelig oppfølging. Det betyr at hvem som helst kan se tilbake på et team eller en person og analysere hvor godt de gjør det. Det handler ikke om å finne feil, men om å forstå hvor hullene er og hvordan man kan veilede bedre.

Det kan for eksempel være at et team har lansert fem eksperimenter i løpet av kvartalet, men at noen av dem ikke har en sterk hypotese, eller at de ikke har valgt riktige måleparametere. Da kan man vise hvordan dette kan forbedres. Det er slik folk utvikler seg: De får tilbakemeldinger og følges opp, ikke med negative tilbakemeldinger, men med konstruktive tilbakemeldinger som viser hva de kan forbedre.

Disse to tingene sammen vil forbedre organisasjonens grunnleggende evne til å lukke gapet.

Hannah Clark: Det interessante er at det virkelig høres ut som om det kreves emosjonell intelligens på ledelsesnivå for å være effektiv på denne måten. Mye avhenger av at ledelsen og produktteamet har et trygt forhold, med psykologisk trygghet til å gjøre feil og gjennomføre eksperimenter som ikke gir forventet resultat.

Hvilke råd vil du gi for å skape sterkere relasjoner mellom team, særlig på tvers av organisasjonskartet? Hvordan blir vi bedre til å stole på hverandre når vi jobber tett sammen, spesielt i en ny prosess som denne?

Manuel Da Costa: Det er enklere sagt enn gjort, fordi det er mennesker og egoer involvert, og folk må gjøre seg sårbare. Det er den vanskeligste delen. Men det jeg ser, er at ledelsen må skape en form for psykologisk trygghet, og samtidig endre språket litt.

Vi sier ikke at en test lyktes eller mislyktes. Vi fokuserer først og fremst på læringen. Vi flytter samtalen fra seire og tap til at vi ved å gjennomføre et eksperiment validerte behovet for denne funksjonen eller validerte et kundebehov, og dette er hvordan vi har hjulpet selskapet.

Dette er potensialet i eksperimentet. Eller: Ved å gjøre dette avkreftet vi behovet for å bygge funksjonen. Vi så ikke noe behov for den, og dermed sparte vi utviklingsteamene for en kostnad. Dette har vi lært, og nå tar vi det videre for å lære mer. Det handler virkelig om å endre tankesettet fra å eksperimentere for eksperimenteringens skyld eller for å vinne, og derfor er nøkkelindikatorene så viktige.

Produktledere, produktspesialister og produkteiere kan høre dette og si at de gjerne skulle gjort det, men ikke kan fordi nøkkelindikatorene deres er annerledes. Derfor er det så viktig at ledelsen følger med. Hvis vi ikke gjør dette, oppstår alle slags bivirkninger: Organisasjonene blir funksjonsfabrikker, og det kan se ut som om ting tar lang tid.

Vi får ting ut, men i hvilken grad skaper de egentlig verdi?

Hannah Clark: Ja, det er et godt poeng.

Jeg lurer også på noe. Når vi snakker om de praktiske delene på ledelsesnivået, vil nøkkelindikatorene naturligvis variere fra team til team, og teamstørrelsene vil også variere. Hvordan følger vi effektivt opp et produktteam når vi begynner å skalere, når nye ansatte kommer inn med ulik kunnskap eller intern erfaring sammenlignet med en mer senior person?

Hvordan standardiserer og sikrer vi at vi gir riktig nivå av oppfølging, særlig når vi som ledere er i mindretall sammenlignet med teammedlemmene vi har ansvar for?

Manuel Da Costa: I vår verden har vi utviklet rollen som koordinator. Avhengig av antall team og personer i teamene oppretter man en koordinatorrolle som følger opp et mindre antall team eller et bestemt antall personer. Denne personen kan ha ansvar for introduksjon, veiledning og mentorstøtte, og sikre at alt i deres område går som det skal. Deretter kan de rapportere til neste nivå.

I stedet for at én leder følger opp alle, bør én person ha ansvar for ett eller flere team. Rollen handler spesifikt om introduksjon, veiledning og mentorstøtte, slik at personene de følger opp gjennomfører bedre eksperimenter og tar riktige produktbeslutninger.

De skal også arbeide innenfor sikkerhetsrammene som er fastsatt i prosessen og strukturene. Dette er svært viktig når man ser på hvordan organisasjonen er satt opp. En koordinator kan følge opp flere team, men det avhenger igjen av teamstørrelsen.

Hannah Clark: Jeg er helt enig med deg når det gjelder sikkerhetsrammer. Det er en av de tingene som kan høres ut som om de begrenser handlingsrommet. I praksis har jeg imidlertid opplevd at tydelige sikkerhetsrammer reduserer beslutningstretthet og gjør jobben mye klarere, fordi folk slipper å endre prosessene sine hele tiden i tillegg til produktene de utvikler. Jeg mener derfor at det finnes et sterkt argument for dette.

Jeg er likevel nysgjerrig, fordi det vi snakker om nå også handler om behovet for å standardisere oppfølgingen. Det er mer abstrakt: Hvordan standardiserer vi prosessen vi bruker for å følge opp et team, selv om vi har et mindre team under oss?

Hvilke anbefalinger har du for å standardisere oppfølgingen, særlig hvis du som leder ikke har en særlig sterk bakgrunn innen eksperimentering?

Manuel Da Costa: Alt begynner med å opprette et styringsrammeverk. Hvis du ser på hva det innebærer, handler det om å lage regler for hvordan et eksperiment opprettes.

Når jeg sier hvordan et eksperiment opprettes, mener jeg hvilke nøkkelopplysninger som må samles inn når man oppretter et eksperiment. Noe kan være ganske grunnleggende, mens annet kan være obligatorisk, for eksempel en hypotese – en god hypotese. Det er forskjell på en hypotese og en virkelig sterk hypotese.

Det er ett aspekt. Men hvilke andre detaljer samler du inn? Jeg tenker på informasjon som er nyttig for å opprette eksperimentet, som tekniske detaljer, hvem målgruppen er og lignende. Men også andre aspekter som er relevante og viktige for virksomheten. Når vi lager et styringsrammeverk, sier vi at alle som oppretter et eksperiment i organisasjonen, må registrere bestemte felt eller datapunkter.

Det finnes ingen unntak her; dette må registreres. Det er minimumskravet. Så finnes det andre valgfrie aspekter. Dette kan på en måte håndheves, selv om jeg helst ikke vil bruke det ordet. Men igjen skaper sikkerhetsrammene beskyttelse, slik at organisasjonen ikke ender opp med en haug ubrukelige data.

Hvis du gir for mye fleksibilitet, får du variasjoner mellom team som har sin egen tolkning av hva et eksperiment er. Du trenger derfor et styringsrammeverk som sier at opprettelsen av et eksperiment krever at både virksomhetsrelevant og teknisk relevant informasjon registreres.

Deretter følger prosessen. Et eksperiment kan ikke utformes, gjennomføres og analyseres uten å gå gjennom bestemte steg. Du ville for eksempel ikke lansert en funksjon uten å kvalitetssikre den. Det samme gjelder et eksperiment. Du ville ikke lansert et eksperiment uten kvalitetssikring. Styringsrammeverket må derfor si at et eksperiment ikke kan gå gjennom bestemte stadier uten å bli kvalitetssikret.

Det er ikke til forhandling. Alle eksperimenter må gjennom dette. Det betyr at hvert eksperiment følger en bestemt vei og ikke kan avvike fra den. Hvis det avviker, kan det overvåkes, og vi kan finne ut hvorfor det skjer. Her kommer konseptet vårt med et helsekort inn.

Helsekortet er en sjekkliste med punkter som et eksperiment kan vurderes mot. Ble det opprettet en hypotese? Ja eller nei? Det andre spørsmålet er når den ble opprettet. Ble den opprettet da eksperimentet ble utviklet, eller senere, etter at man forsøker å rettferdiggjøre eksperimentet?

Det skjer også. Vi har sett en tendens som ikke er et begrep vi har utviklet selv. Vi har kommet over det som kalles harking, altså at man formulerer hypotesen etter at resultatene er kjent. Det betyr at hvis du presser dataene lenge nok, vil de fortelle deg det du ønsker å vite. Det er i praksis det som noen ganger skjer når eksperimenter ikke lykkes.

De vinner ikke. Men så kan man endre måleparameterne eller hypotesen. Og vips har eksperimentet vunnet. Styringsrammeverk og sikkerhetsrammer er viktige fordi de hindrer slike ting i å skje. Jeg sier ikke at folk med vilje forsøker å gjøre dette. Men det går tilbake til poenget om at nøkkelindikatorene deres handler om å nå et bestemt antall produktfunksjoner, gjennomføre et bestemt antall eksperimenter eller oppnå en bestemt suksessrate.

Da endrer de alt for å nå tallet. Det er her styringsrammeverket og helsekortet kan holde oversikt. Fulgte eksperimentet prosessen vi hadde fastsatt? Ble det gjort endringer i den kritiske informasjonen mens eksperimentet pågikk eller etter at det var ferdig?

Da kan vi begynne å følge med. Helsekortet kan gi et bilde av om eksperimentet ble gjennomført riktig eller ikke. Til syvende og sist kan du si at du stoler på eksperimentet, resultatene og beslutningene som ble tatt på bakgrunn av det – eller at du ikke stoler på eksperimentet, og forklare hvorfor. Men igjen er dette en mulighet til å veilede.

Det er en mulighet til å få organisasjonen til å ta bedre produktbeslutninger og samtidig gjennomføre bedre eksperimenter for å komme dit.

Hannah Clark: Jeg setter stor pris på rammeverkene du har lagt frem. Dette var svært nyttig.

Har du noen suksesshistorier du kommer på, om en organisasjon som klarte å endre resultatene sine ved å fjerne gapet mellom produkt og prosess?

Manuel Da Costa: Jeg kan ikke nevne navnet på selskapet, men vi gjorde akkurat dette med et selskap som gikk fra et kompetansesenter til team som både var produktteam og markedsteam. De hadde et bredt spekter av team. Det var et globalt netthandelsselskap med mange markedsteam, men også produktteam som nylig hadde begynt å arbeide med testing.

Det viktige var at vi ikke introduserte alle produkt- og markedsteamene for eksperimentering med én gang. Vi laget en SWOT-analyse av hvert team og vurderte hvor gode kunnskapene deres om eksperimentering var. Den andre faktoren var hvor interesserte og villige de var til å delta.

Deretter begynte vi å introdusere teamene som skåret høyt på disse områdene, og brukte dem gradvis som sosialt bevis. Da noen team var kommet i gang og fungerte godt, gjennomførte vi tre måneders sprinter. Hver sprint hadde en plan for å veilede teamene og gi dem opplæring, slik at de var selvhjulpne ved slutten av tremånedersperioden.

Deretter brukte vi dem som sosialt bevis for å få med neste gruppe, samtidig som vi ga teamene støtte gjennom et fellesskap. Vi konsoliderte dette over en toårsperiode. Det var en ganske lang prosess. Det var ikke noe som ville skje over natten, særlig ikke i et større selskap.

Kulturendring skjer ikke over natten. Dette var en prosess vi gikk gjennom. Etter to år hadde vi produktteam som var langt mer fortrolige med hvordan de skulle gjennomføre eksperimenter. Selv med utskifting av ansatte, der folk forlot selskapet og nye begynte, tok det mindre enn én måned for en ny medarbeider å bli integrert i prosessen, fordi alle rammeverkene var på plass.

Systemene var på plass, og de visste nøyaktig hvordan de skulle gjøre det. Alt var lagt til rette for at de ikke kunne gjøre så mye galt. Det var mye enklere for dem å følge det etablerte opplegget enn å forsøke å lage sin egen variant.

Hannah Clark: Jeg setter stor pris på eksemplene du har delt, og dette har vært svært lærerikt.

Tusen takk for at du ble med oss, Manuel. Hvor kan folk følge deg på nettet hvis de vil lære mer om arbeidet ditt og Effective Experiments?

Manuel Da Costa: Du finner meg på LinkedIn. Jeg er ganske aktiv der. Du kan også besøke EffectiveExperiments.com og lese mer om det vi gjør. Jeg publiserer også mye innhold på bloggen vår. Følg meg gjerne på disse to kanalene.

Hannah Clark: Flott. Tusen takk.

Takk for at du lyttet. For flere gode innsikter, praktiske veiledninger og verktøyanmeldelser kan du abonnere på nyhetsbrevet vårt på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved å abonnere på The CPO Club, uansett hvor du hører på podkaster.