ctq
درخت CTQ
۱۸ اردیبهشت ۱۳۹۵
تصمیم کاری
چگونه تصمیمات کاری مناسب بگیریم؟
۸ خرداد ۱۳۹۵

 

analytics_cover

 

مترجم: شیوا بناساز نوری

مارتی کاگان (Marty Cagan) -یکی از اعضای تیم تولید سیلیکون‌ولی که در طول ۳۰ سال گذشته به عنوان مدیر اجرایی مسئول تعریف و تولید محصول برای برخی از شرکت‌های موفق در جهان مثل Hewlett-Packard, Netscape Communications, America Onlineو eBayبوده است. در ادامه به نقش تجزیه و تحلیل به خصوص در راستای تولید پرداخته است:

امروزه یکی از تغییراتی که ما در تولید می‌بینیم، استفاده از تجزیه و تحلیل در کارمان است. از هر رهبر قابلی انتظار می‌رود که با داده‌ها راحت کار کند‌، و آن‌ها را تحلیل کرده تا بتوان به سرعت به کارها بهبود بخشید.

توجه: در راستای اهداف این مقاله، تجزیه و تحلیل، داده، KPI (Key Performance Indicator) به معنای شاخص‌های عملکرد کلیدی و همچنین سنجه‌ها را مترادف فرض کنید.

من این تغییر را به چند عامل نسبت می‌دهم. اول، همانطور که بازار محصولات به طور چشمگیری افزایش پیدا کرده به خاطر دسترسی‌های جهانی و همچنین به خاطر دستگاه‌های متصل به اینترنت، حجم خالص اطلاعات نیز به طور قابل توجهی زیاد شده، که به ما نتایج آماری مهم و قابل ملاحظه‌ای را بسیار سریع‌تر می‌دهد. با این حال، من آگاهی رشد یافته‌ای از نقشی که داده‌ها بازی می‌کنند در کمک کردن به شما و یادگیری و انطباق سریع‌تر، می‌بینم.

در این مقاله، می‌خواهم به پنج شاخصه‌ای که به عنوان عوامل اصلی در تجزیه و تحلیل در تیم‌های تولید قوی وجود دارد، بپردازم.

  1. درک کاربر و رفتار مشتری

وقتی مردم به تجزیه و تحلیل فکر می‌کنند به یاد تحلیل‌های اینترنتی می‌افتند. اما آن تنها یک نوع است. ایده‌ی اصلی این است که متوجه شویم کاربر و مشتری‌مان چگونه از محصول استفاده می‌کند. ( به یاد داشته باشید که ممکن است هر مشتری محصول شامل کاربران زیادی باشد، حداقل در مدل کسب‌وکارهای B2B) ممکن است از این کار برای این استفاده کنیم که دریابیم از چه ویژگی‌هایی استفاده نمی‌شود یا آن ویژگی‌ها طبق انتظار ما در حال استفاده هستند یا نه و یافتن تفاوت گفته‌ها‌ی مردم در مقابل رفتاری که واقعاً انجام می‌دهند.

این نوع از تجزیه و تحلیل، جمع‌آوری و استفاده از اطلاعات را تیم‌های تولید خوب برای ۳۰ سال استفاده می‌کردند، یک دهه قبل از اینترنت، دسکتاپ و سرورها  قادر بودند به کمک ویژگی Call home عملیات آپلود تخلیل رفتار را انجام دهند و تیم‌های تولید از این مزایا استفاده می‌کردند و باعث پیشرفت در کار شدند. به نظر من اگر قرار است ویژگی‌ای اضافه کنید، باید حداقل با توجه به مقدماتی‌ترین تحلیل‌ها آن را اضافه کنید. در غیر این صورت چگونه می‌خواهید از عملکرد درست آن مطمئن شوید؟

 

  1. اندازه‌گیری پیشرفت محصول

من مدت طولانی‌ای حامی استفاده از داده در تیم‌های تولیدی بوده‌ام. به جای اینکه برای تیم یک نقشه‌ی به سبک قدیم طراحی شده ارائه دهم یا از حدس‌های فردی که می‌گوید افزودن ویژگی‌هایی ممکن است کار کند یا نه داشته باشیم، ترجیح می‌دهم به تیم مجموعه‌ای از شاخص‌های کلیدی عملکرد را ارائه کنم. سپس تیم تشخیص خواهد داد که کدام‌ها را به عنوان مسیر رسیدن به هدف انتخاب کند. این کار بخشی از یک روند بزرگ‌تر در تولید محصول است که تمرکز بر روی خروجی در آن بیشتر از ورودی باشد.

 

  1. اگر ایده‌ی مناسبی دارید، ثابت کنید

امروزه، به خصوص برای شرکت‌های تولیدکننده کالاهای مصرفی، می‌توانیم سهم‌ ویژگی‌های جدید، یا نسخه‌های جدید از محصول، یا طراحی جدید آن را به وسیله‌ی تست A/B (روش آزمایش فرضیات مدیریتی و کسب‌وکاری به کمک داده‌های آماری) جداسازی کنیم و نتایج را مقایسه کنیم. این کار ثابت می‌کند که دقیقاً کدام بخش از ایده کارساز خواهد بود. لازم نیست این کار را در تمامی موارد انجام دهیم، اما در مواردی که ریسک بالاست یا هزینه‌ی گسترش بسیار است و یا در رفتار کاربر نیاز به تغییر است ابزار کارآمدی خواهد بود. حتی زمانی که حجم اطلاعات زیاد است، به طوری که جمع‌آوری نتایج آماری به طور قابل توجهی سخت و زمان‌بر است، ما می‌توانیم داده‌ها را از نمونه‌ی اولیه در حال اجرا جمع‌آوری کرده تا تصمیم آگاهانه‌‌تری بگیریم.

 

  1. آگاهی از تصمیم‌گیری‌هادر حوزه تولید

طی تجارب گذشته‌ام، بدترین چیز در مورد تولید این است که تماماً حول عقاید و نظرات افراد بود. و معمولاً هرچه سمت فرد در سازمان بالاتر بود، عقیده‌ی فرد بیشتر مورد قبول واقع می‌شد. امروزه با شعار “داده‌ها نظرات را مغلوب می‌کنند” این گزینه را داریم که به سادگی ایده‌ها را تست کرده و از داده‌های بدست آمده برای اطلاع از کارایی نظرمان استفاده کنیم. داده‌ها همه چیز نیستند و ما فقط پیرو داده نیستیم. اما من مثال‌های بی‌شماری را پیدا کرده‌ام که توسط نتایج آزمایش از بهترین تصمیم آگاه شده‌اند. به طور مداوم می‌شنوم که تیم‌های تولید از داده‌ها و نتایج آن‌ها و چگونگی تغییر تفکرات شگفت‌زده می‌شوند.

 

  1. الهام‌بخش تولید باشید

با اینکه من به هرکدام از قواعد بالا بسیار معتقدم، باید بگویم که قانون آخر را بیشتر از بقیه دوست دارم. داده‌هایی که جمع می‌کنیم (از هر منبعی) می‌توانند یک معدن طلا باشند. شما باید آن‌ها را حفاری کنید، و هیچ تضمینی هم نیست. اغلب به این نقطه می‌رسید که سؤال‌های درست را بپرسید. اما با کنکاش داده‌ها میتوانیم به نقاط قوی در راستای تولید برسیم. بعضی از برترین کارهای تولید که در جریان هستند در واقع از داده‌ها الهام گرفته بودند. بله، ما اغلب با مشاهده‌ی رفتار مشتری‌هایمان به ایده‌های عالی می‌رسیم. و همچنین  وقتی از تکنولوژی‌های جدید استفاده می‌کنیم و به ایده‌های عالی می‌رسیم. اما نحوه‌ی ایجاد تکنولوژی جدید، تولیدی است که از داده‌ها الهام گرفته باشد.

 

امیدوارم اکنون بتوانید قدرت تجزیه و تحلیل را در تیم‌های تولید ببینید. قدرت تجزیه و تحلیل همان‌قدر قدرتمند است که داده‌ها هستند. بسیار مهم است که درباره‌ی نقش داده‌ها در ذهن داشته باشید که آن‌ها فقط مانند نوری هستند که می‌درخشند، و می‌گویند که چه اتفاقی ممکن است رخ دهد، اما دلیل آن را روشن نمی‌کنند. برای این کار نیاز به تکنیک‌های کیفی می‌باشد تا نتایج کمی را آشکار سازند.

اکنون باید از خودتان بپرسید که آیا تیم شما در زمینه‌ی داده‌ها از هر ۵ تکنیک استفاده می‌کند یا خیر. اگر نمی‌کند، بیاندیشید که چگونه می‌توانید نقشی که داده‌ها و تجزیه و تحلیل برای تیم‌تان بازی می‌کند را گسترش دهید.

منبع: SVPG.com

برای مشاهده متن مقاله اصلی اینجا را کلیک کنید.

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *