Fra fan-passion til produkt-innovation: Den skjulte værdi i forbruger præference-data

Når millioner af LEGO® fan designere deler deres ideer og millioner af fans stemmer på dem, efterlader de digitale spor der fortæller om både nuværende og fremtidige muligheder

→ Indsigt: Opnå styrkede produkter for dine kunder med en data-strategi der fokuserer på at opbygge evnen til både at styrke eksisterende blockbusters og opdage nye trends tidligt.

Udfordringen

LEGO Ideas' crowd-sourcing platform er allerede en succes med millioner af engagerede fans. Men i de digitale interaktioner ligger meget mere værdi gemt: Hver gang en fan designer deler sit projekt og andre fans stemmer på det, skaber de værdifulde data om interesser, trends og nye muligheder.

Udfordringen er at udvikle en systematisk tilgang til at forstå og anvende disse signaler.

Her er hvad jeg lærte af at opbygge den nødvendige big data-kapabilitet, styrke samarbejder med eksterne akademiske forskere, og præsentere data på måder der er nyttige og konkret anvendbare for produktudvikling.

Den dobbelte mulighed i digitale interaktioner

I alle digitale bruger-interaktioner gemmer der sig to typer af indsigt: De store, tydelige signaler der kan guide dagens beslutninger, og de svage signaler der kan forme morgendagens muligheder.

I LEGO Ideas' tilfælde så vi hvordan kombinationen af bruger-adfærd og metadata kunne give både validering af eksisterende produkt-ideer og tidlige indikationer på nye trends. Dette krævede både kvantitativ analyse af de store mønstre og kvalitativ forståelse af de mere subtile sammenhænge.

Etablering af en data-drevet organisation

At omsætte disse muligheder til værdi kræver en systematisk tilgang til opbygning af data-kapabilitet. Her er tre centrale læringer:

→ Start med en klar mission: Definér en aspiration om hvilken værdi I vil skabe med data.

I vores tilfælde handlede det om at styrke produktudvikling gennem bedre forståelse af bruger-interesser. I min erfaring bør missionen ikke være for lukket og rettet mod specifikke metrikker, for tidligt. Det kan være stærkt for etablerede funktioner, men når man opbygger noget nyt bør man starte ved "hvorfor", og ikke ved "hvor meget".

→ Byg det rigtige fundament: Invester i data og i ekspertise fra starten, men start småt og tænkt langsigtet.

Data-eksperter siger 'garbage in, garbage out', og det er værd at anvende energien på at opbygge data-kvalitet og -tilgængelighed fra starten. Kortlæg hvilke datapunkter der er tilgængelige og hvordan de hænger sammen. Normalisér og kvalificér dette grundlag, så det er ensartet - og søg hellere et mindre datasæt end et større rod.

Et lille, tværfagligt team med både teknisk og forretningsmæssig forståelse kan ofte være mere effektivt end store specialist-grupper i denne tidlige fase, hvor det er en nøgleopgave at opbygge viden om data og pipelines for at gøre dem tilgængelige for analyse.

→ Skab forbindelser: Kombiner intern ekspertise med eksterne perspektiver.

Hvis der ikke allerede findes interne - mere eller mindre officielle - praksisfællesskaber omkring dataindsamling og analyse, er dette en god lejlighed til at invitere entusiaster i forretningen til fællesskab og vidensdeling, mens tæt kontakt til forretningen sikrer praktisk anvendelighed.

Samarbejde med akademiske forskere kan give nye indsigter og metoder, og der er en tørst efter reelle virksomhedsdata i videnskabelige miljøer, der gavner både ift. konkrete indsigter og vidensudvikling i teamet.

→ Gå efter quick wins: Det er en sandhed om al produktudvikling, at du ikke ved noget om produktet før det er i brugernes hænder og hverdag.

Ved at involvere dem i forretningen der kan øge værdiskabelsen fra nuværende niveau, er det muligt at finde egnede emner hvor viden fra data konkret kan støtte virksomheden. Egnede områder er der, hvor der er store investeringer med høj usikkerhed, eller der hvor virksomhedens forståelse af værdiskabelsen er anekdotisk - det er her, adgang til data i beslutningsprocesserne kan gøre den største forskel.

Hurtige, tydelige pilotprojekter står også stærkere som forandringsdrivere, og forhindrer at teamet graver sig ned i langvarig og omkostningstung afdækning af alle systemer, arbejdsgange og databaser. Det bliver essentielt senere for en moden datastyringsfunktion, men det er vigtigt at pace organisationen på rejsen og opbygge ekspertisen gennem synlige succeser.

Resultater der gør en forskel

En tilgang som denne fører til målbare forbedringer i produktporteføljens performance. Men den største værdi ligger måske i at organisationen lærer at "læse" og handle på digitale signaler på en ny måde.

Key learning: Succesfuld data-transformation handler ikke om at samle alt, men om at fokusere på det der giver mening for forretningen. Start med et dedikeret team der kan bygge bro mellem data og forretning, og giv dem frihed til at eksperimentere inden for klare rammer.

Kan du se steder i jeres forretning hvor sådan en rejse kan skabe ny værdi? Lad os tale om det!