Comment Patreon adopte le leadership interfonctionnel des données

Patreon a connu une croissance incroyable au cours des huit derniers mois, même au milieu d'une pandémie mondiale. Une grande partie de leur succès peut être attribuée à un leadership interfonctionnel efficace en matière de données. Lors de la conférence Amplify de cette année, Maura Church, directrice de la science des données chez Patreon, a expliqué comment son équipe permet à l'ensemble de l'organisation de prendre des décisions commerciales intelligentes.

La science des données dans tous les départements de Patreon

Patreon considère la science des données comme une couche horizontale qui permet à toutes les équipes de l'entreprise de prendre de meilleures décisions. Cela signifie qu'il est étroitement intégré à de nombreux départements différents, associant l'équipe des données du début à la fin.

Maura et son équipe posent des questions spécifiques sur les métriques pour s'assurer qu'elles tirent le meilleur parti des données brutes.

• Comment l'équipe produit et ingénierie utilise-t-elle les données ?
• Comment l'équipe des partenariats avec les créateurs (ventes) utilise-t-elle les données ?
• Comment les données aident-elles la finance et le juridique à faire de meilleures prévisions ?

Connaître les réponses à ces questions aide l'équipe de science des données de Maura à comprendre comment servir au mieux les différents départements et l'entreprise dans son ensemble, leur permettant de découvrir des informations exploitables que les équipes peuvent utiliser pour créer des campagnes et de nouveaux produits et contribuer aux objectifs commerciaux globaux.

Patreon passe beaucoup de temps à réfléchir à un trifecta dans tous les départements et fonctions : comment ils peuvent créer un meilleur produit alimenté par un excellent marketing et une marque convaincante et soutenu par une grande partie de leurs propres finances. Cette approche est soutenue et appuyée par des données.

3 clés pour un solide leadership interfonctionnel en matière de données

Un solide leadership interfonctionnel en matière de données dépend de plus que de la collaboration et de la communication. Pour Maura, il existe trois clés pour un solide leadership interdépartemental en matière de données :

1. Le contexte
2. Pertinence des données
3. Narration

Le contexte

Patreon essaie de s'assurer que les scientifiques des données siègent avec les équipes de produits individuelles et sont intégrés dans leurs décisions et ce qu'ils essaient de construire. Ils ne se contentent pas d'intervenir lorsque l'analyse des données est nécessaire, cela nécessiterait un briefing pour mettre l'équipe de données au courant.

Lorsque l'équipe de données est impliquée au quotidien avec d'autres services, elle a plus de contexte et une meilleure compréhension de ce qu'elle essaie d'accomplir. Cela leur permet de recommander l'utilisation la plus efficace des données.

Supposons, par exemple, que vous ayez un scientifique des données qui passe d'un travail sur l'analyse marketing un jour à l'apprentissage automatique le lendemain et aux tests A/B le lendemain. Ils n'auront pas le contexte commercial et la profondeur nécessaires pour prendre des décisions stratégiques éclairées. Au lieu de cela, quelqu'un de l'équipe de science des données devrait être ancré dans chaque projet dès le début, afin qu'il ait une compréhension intime de l'endroit où les données entrent en jeu.

Pertinence des données

Les données ne doivent pas être le seul facteur dans chaque décision. Parfois, les décisions seront guidées par les commentaires des utilisateurs ou inspirées par la conception.

Utilisez les données là où elles sont les plus utiles et pertinentes. Par exemple, chez Patreon, ils ont remarqué des différences de croissance en fonction de la région en février et mars 2020, lorsque la pandémie de COVID-19 s'est propagée à travers le monde. À l'aide de données, Patreon a déduit qu'une croissance plus rapide des abonnements était liée aux régions qui bénéficiaient d'un soutien financier plus soutenu par le gouvernement pour les créateurs.

Maura et son équipe ont creusé dans les données pour découvrir quels segments géographiques de croissance étaient significatifs à l'époque. Lorsqu'un événement externe entraîne une croissance positive, ils ont appris à se pencher sur ce changement et à voir s'il existe une opportunité de productisation.

N'oubliez pas qu'il est important que vous ne regardiez pas les données à travers une vision tunnel. Au lieu de cela, considérez la situation dans son ensemble en utilisant divers points de données et des entrées qualitatives pour vous donner un aperçu holistique de l'organisation.

Narration

La narration implique de comprendre ce que les données montrent sur ce qui se passe dans l'entreprise. L'équipe de données doit ensuite rendre cette histoire concise et claire, afin que tous les dirigeants de Patreon puissent prendre des décisions plus éclairées, leur permettant de créer un meilleur produit pour les créateurs.

Il est facile pour les yeux de se voiler la face lorsque l'on parle de métriques. C'est moins probable quand les chiffres racontent une histoire. Les histoires sont addictives, mémorables et suscitent des émotions . Les histoires aident également à renforcer la valeur des données dans l'ensemble de l'organisation.

Il est important de comprendre quelle histoire vous et vos équipes essayez de raconter et comment les données peuvent vous aider à la raconter de manière rigoureuse, honnête et meilleure.

Voici un exemple de storytelling en action : il y a quelques années, Patreon a lancé une option de diffusion en direct pour les créateurs. Mais la science des données n'était pas vraiment impliquée dans la décision sur la façon de construire le produit et sur la taille qu'ils pouvaient anticiper. Maura et son équipe ont effectué une analyse très basique qui a examiné combien de créateurs ont mentionné la diffusion en direct, mais ils n'avaient pas le contexte de s'asseoir avec l'équipe produit et de comprendre l'objectif final de la diffusion en direct.

En conséquence, l'équipe de science des données a été amenée après coup pour comprendre les performances. Alors qu'ils avaient initialement prévu que 40 % des créateurs adopteraient la nouvelle option de diffusion en direct, seuls 1 % environ l'ont réellement fait, malgré un marketing et une notoriété importants.

Cet échec à intégrer la science des données dès le début et à considérer l'histoire qu'ils essayaient de raconter a conduit Patreon à repenser la façon dont ils utilisent les données dans leur produit et leur processus de mise sur le marché.

Utiliser la collaboration interfonctionnelle pour se préparer à la croissance en 2020

Lorsque la pandémie de COVID-19 a frappé, Maura et son équipe ont été mis en place pour réussir, avec le contexte, la pertinence des données et la narration en place. Ils ont vu le potentiel d'un impact positif sur leur produit car de plus en plus de personnes restaient à la maison et cherchaient à se divertir.

Segmenter le public

Anticipant la croissance, l'équipe s'est arrêtée et s'est demandé : "Qu'est-ce qui, selon nous, pourrait changer avec le comportement ?" Ils ont recueilli des données sur deux facteurs clés :

1. Churn : Patreon a analysé ce qui pourrait provoquer le churn - l'instabilité financière et économique, dans ce cas - et les moyens de réactiver les clients en leur apportant un soutien pendant une période aussi anxieuse. Ils ont rassuré les créateurs sur le fait que l'audience était là et en croissance.

2. Lancement des créateurs : Patreon a également mené une analyse segmentée et étroite des créateurs lançant et attribuant leur lancement aux commandes à domicile en raison de COVID. Ils ont vu de nouveaux types de créateurs et ont dit : "Que pouvons-nous faire dans le produit qui va aider ces créateurs ? Peut-être que nous pouvons fournir plus de ressources.

Transformer les données en histoire

Patreon a pris ces données et les a transformées en une histoire, à la fois pour leurs équipes internes et pour les créateurs. Les créateurs étaient inquiets pour la stabilité, mais Patreon a pu utiliser des données pour leur montrer comment les fans affluaient vers la plate-forme. Et en interne, ils ont cherché des moyens de créer un meilleur produit et de s'assurer qu'il est suffisamment résilient et évolutif pour gérer un énorme afflux de croissance.

Aller de l'avant avec de nouveaux produits et des données riches

En conséquence, Patreon a lancé un nouveau produit pour les entreprises locales et a aidé ces entreprises à gagner des centaines de milliers de dollars de revenus d'adhésion récurrents. Non seulement ils ont lancé un nouveau produit, mais ils l'ont également lié aux données.

Patreon s'est assuré que ces créateurs étaient étiquetés et identifiés comme des entreprises locales. Donc, si dans quelques années, Patreon veut comprendre comment les entreprises locales se développent par rapport aux podcasteurs ou à tout autre segment, ils disposent de ces données et pourront ensuite aider l'entreprise à prendre des décisions encore meilleures à l'avenir.

Mettre en place des systèmes pour une croissance durable

Le dernier conseil de Maura pour un leadership interfonctionnel en matière de données ? Assurez-vous de disposer d'un processus pour comprendre les changements de métriques dans tous les domaines de l'entreprise et les présenter comme des opportunités de produits. Pensez aux systèmes dont vous pourriez avoir besoin pour étudier le comportement au fil du temps et aux segments que vous devez comprendre dans votre entreprise. Découvrez le reste de la gamme convaincante d'Amplify et regardez les enregistrements des sessions ici.