كيف يحتضن Patreon قيادة البيانات متعددة الوظائف

لقد شهد Patreon نموًا مذهلاً خلال الأشهر الثمانية الماضية ، حتى في خضم جائحة عالمي. يمكن أن يُعزى جزء كبير من نجاحهم إلى القيادة الفعالة للبيانات متعددة الوظائف. في مؤتمر Amplify لهذا العام ، شاركت ماورا تشيرش ، مديرة علم البيانات في Patreon ، كيف يمكّن فريقها المنظمة بأكملها من اتخاذ قرارات عمل ذكية.

علوم البيانات عبر جميع الأقسام في Patreon

ينظر Patreon إلى علم البيانات باعتباره طبقة أفقية تمكن جميع الفرق في جميع أنحاء العمل من اتخاذ قرارات أفضل. هذا يعني أنه يتكامل بإحكام مع العديد من الأقسام المختلفة ، ويقوم بتدوير فريق البيانات من البداية إلى النهاية.

تطرح مورا وفريقها أسئلة محددة حول المقاييس للتأكد من أنها تحصل على أكبر قيمة من البيانات الأولية.

• كيف يستخدم الفريق الهندسي والمنتج البيانات؟
• كيف يستخدم فريق شراكات المبدعين (المبيعات) البيانات؟
• كيف تساعد البيانات المالية والقانونية على تحسين التوقعات؟

تساعد معرفة إجابات هذه الأسئلة فريق علم البيانات في Maura على فهم أفضل طريقة لخدمة الأقسام المختلفة والعمل ككل ، مما يمكّنهم من الكشف عن رؤى قابلة للتنفيذ يمكن للفرق استخدامها لإنشاء حملات ومنتجات جديدة والمساهمة في أهداف العمل الإجمالية.

يقضي Patreon الكثير من الوقت في التفكير في trifecta عبر جميع الإدارات والوظائف: كيف يمكنهم بناء منتج أفضل يغذيه تسويق رائع وعلامة تجارية مقنعة ومدعوم بالكثير من التمويل الخاص بهم. هذا النهج مدعوم ومدعوم بالبيانات.

3 مفاتيح لقيادة قوية للبيانات متعددة الوظائف

تعتمد قيادة البيانات القوية متعددة الوظائف على أكثر من مجرد التعاون والتواصل. بالنسبة إلى Maura ، هناك ثلاثة مفاتيح لقيادة قوية للبيانات عبر الإدارات:

1. سياق
2. أهمية البيانات
3. سرد قصصي

سياق

يحاول Patreon التأكد من أن علماء البيانات يجلسون مع فرق المنتجات الفردية ويتم تضمينهم في قراراتهم وما يحاولون بناءه. إنهم لا يتنقلون فقط عند الحاجة إلى تحليل البيانات — سيتطلب ذلك إيجازًا لتحديث فريق البيانات بسرعة.

عندما يشارك فريق البيانات على أساس يومي مع الإدارات الأخرى ، يكون لديهم سياق أكثر وفهمًا لما يحاولون تحقيقه. وهذا يمكنهم من التوصية بالاستخدام الأكثر فعالية للبيانات.

لنفترض ، على سبيل المثال ، أن لديك عالم بيانات ينتقل من العمل على تحليلات التسويق يومًا ما إلى التعلم الآلي في اليوم التالي واختبار A / B في اليوم التالي. لن يكون لديهم سياق العمل والعمق اللازمين لاتخاذ قرارات إستراتيجية مستنيرة. بدلاً من ذلك ، يجب أن يكون شخص ما من فريق علوم البيانات متأصلًا في كل مشروع من البداية ، بحيث يكون لديهم فهم عميق لمكان تأثير البيانات.

صلة البيانات

لا ينبغي أن تكون البيانات هي العامل الوحيد في كل قرار. في بعض الأحيان ، يتم اتخاذ القرارات بناءً على ملاحظات المستخدم أو مستوحاة من التصميم.

استخدم البيانات حيثما تكون مفيدة وذات صلة. على سبيل المثال ، في Patreon ، لاحظوا اختلافات في النمو بناءً على المنطقة في فبراير ومارس 2020 ، عندما انتشر جائحة COVID-19 في جميع أنحاء العالم. باستخدام البيانات ، استنتج Patreon أن نمو الاشتراكات الأسرع مرتبطًا بالمناطق التي لديها المزيد من الدعم المالي الذي ترعاه الحكومة للمبدعين.

قامت ماورا وفريقها بالبحث في البيانات لمعرفة قطاعات النمو الجغرافي التي كانت مهمة في ذلك الوقت. عندما يتسبب حدث خارجي في نمو إيجابي ، فقد تعلموا أن يتجهوا نحو هذا التغيير ومعرفة ما إذا كانت هناك فرصة للإنتاجية.

تذكر أنه من المهم ألا تنظر إلى البيانات من خلال رؤية النفق. بدلاً من ذلك ، ضع في اعتبارك الصورة الأكبر باستخدام نقاط البيانات المختلفة والمدخلات النوعية لمنحك نظرة عامة شاملة عن المنظمة.

سرد قصصي

يتضمن سرد القصص فهم ما تعرضه البيانات حول ما يحدث في العمل. يتعين على فريق البيانات بعد ذلك جعل هذه القصة موجزة وواضحة ، بحيث يمكن لجميع القادة عبر Patreon اتخاذ قرارات أكثر استنارة ، مما يمكنهم من صنع منتج أفضل للمبدعين.

من السهل أن تلمع العيون عند الحديث عن المقاييس. هذا أقل احتمالًا عندما تحكي الأرقام قصة. القصص إدمانية ولا تنسى وتثير المشاعر . تساعد القصص أيضًا في تعزيز قيمة البيانات عبر المؤسسة.

من المهم أن تفهم القصة التي تحاول أنت وفريقك سردها وكيف يمكن أن تساعدك البيانات في سردها بطريقة صارمة وصادقة وأفضل.

إليك مثال على رواية القصص أثناء العمل: قبل بضع سنوات ، أطلق Patreon خيار البث المباشر للمبدعين. لكن علم البيانات لم يشارك حقًا في القرار المتعلق بكيفية بناء المنتج ومدى حجمه المتوقع. قامت ماورا وفريقها ببعض التحليلات الأساسية للغاية التي نظرت في عدد منشئي المحتوى الذين ذكروا البث المباشر ، لكنهم افتقروا إلى سياق الجلوس مع فريق المنتج وفهم الهدف النهائي للبث المباشر.

نتيجة لذلك ، تم إحضار فريق علم البيانات بعد الحقيقة لفهم الأداء. على الرغم من أنهم توقعوا في الأصل أن 40٪ من منشئي المحتوى سيتبنون خيار البث المباشر الجديد ، إلا أن 1٪ فقط فعلوا ذلك بالفعل - على الرغم من التسويق والوعي الرائعين.

أدى هذا الفشل في دمج علم البيانات من البداية والنظر في القصة التي كانوا يحاولون روايتها إلى إعادة التفكير في كيفية استخدامهم للبيانات في منتجاتهم وعملية الانتقال إلى السوق.

استخدام التعاون متعدد الوظائف للاستعداد للنمو في عام 2020

عندما ضرب جائحة COVID-19 ، تم إعداد ماورا وفريقها للنجاح ، مع السياق وملاءمة البيانات وسرد القصص. لقد رأوا إمكانية التأثير الإيجابي على منتجهم حيث بقي المزيد من الناس في المنزل وكانوا يبحثون عن الترفيه.

تجزئة الجمهور

توقعًا للنمو ، توقف الفريق مؤقتًا وسأل نفسه ، "ما الذي نعتقد أنه يمكن أن يتغير بالسلوك؟" قاموا بجمع بيانات عن عاملين رئيسيين:

1. تمخض: قام Patreon بتحليل ما قد يسبب الاضطراب - عدم الاستقرار المالي والاقتصادي ، في هذه الحالة - وطرق إعادة تنشيط المستفيدين من خلال توفير الدعم خلال مثل هذا الوقت القلق. لقد طمأنوا المبدعين إلى أن الجمهور موجود ويتزايد.

2. إطلاق منشئي المحتوى: أجرى Patreon أيضًا تحليلًا مجزأًا وضيقًا لمنشئي المحتوى الذين أطلقوا وعزا إطلاقهم إلى طلبات البقاء في المنزل بسبب COVID. لقد رأوا أنواعًا جديدة من المبدعين وقالوا ، "ما الذي يمكننا فعله في المنتج الذي سيساعد هؤلاء المبدعين؟ ربما يمكننا توفير المزيد من الموارد ".

تحويل البيانات إلى قصة

أخذ Patreon هذه البيانات وحولها إلى قصة ، لفرقهم الداخلية وللمبدعين. كان منشئو المحتوى قلقين بشأن الاستقرار ، لكن Patreon كان قادرًا على استخدام البيانات لإظهار كيف يتدفق المعجبون على المنصة. وداخليًا ، نظروا في طرق لبناء منتج أفضل والتأكد من أنه مرن وقابل للتطوير بما يكفي للتعامل مع تدفق هائل للنمو.

المضي قدمًا بمنتجات جديدة وبيانات غنية

نتيجة لذلك ، أطلق Patreon منتجًا جديدًا للشركات المحلية وساعد هذه الشركات في كسب مئات الآلاف من الدولارات من عائدات العضوية المتكررة. لم يُطلقوا منتجًا جديدًا فحسب ، بل قاموا أيضًا بربطه بالبيانات.

تأكد Patreon من تمييز هؤلاء المبدعين وتحديدهم على أنهم شركات محلية. لذلك ، إذا أراد Patreon في غضون سنوات قليلة فهم كيفية نمو الشركات المحلية مقابل شركات البث الصوتي أو أي قطاع آخر ، فإن لديهم تلك البيانات وسيكونون قادرين بعد ذلك على مساعدة الشركة في اتخاذ قرارات أفضل في المستقبل.

ضع أنظمة في مكانها لتحقيق نمو مستدام

نصيحة مورا الختامية لقيادة البيانات متعددة الوظائف؟ تأكد من أن لديك عملية لفهم التغييرات في المقاييس عبر جميع مجالات العمل وتأطيرها كفرص للمنتج. فكر في الأنظمة التي قد تحتاجها لدراسة السلوك بمرور الوقت وما هي الشرائح التي تحتاج إلى فهمها في عملك. تحقق من بقية تشكيلة Amplify الجذابة وشاهد تسجيلات الجلسة هنا.