In che modo Patreon abbraccia la leadership dei dati interfunzionali

Patreon ha registrato una crescita incredibile negli ultimi otto mesi, anche nel mezzo di una pandemia globale. Gran parte del loro successo può essere attribuita a un'efficace leadership interfunzionale dei dati. Alla conferenza Amplify di quest'anno, Maura Church, direttrice della scienza dei dati presso Patreon, ha condiviso come il suo team consente all'intera organizzazione di prendere decisioni aziendali intelligenti.

Scienza dei dati in tutti i dipartimenti di Patreon

Patreon considera la scienza dei dati come un livello orizzontale che consente a tutti i team dell'azienda di prendere decisioni migliori. Ciò significa che è strettamente integrato con molti reparti diversi, coinvolgendo il team di dati dall'inizio alla fine.

Maura e il suo team pongono domande specifiche sulle metriche per assicurarsi che ottengano il massimo valore dai dati grezzi.

• In che modo il team di prodotto e tecnico utilizza i dati?
• In che modo il team di partnership con i creatori (vendite) utilizza i dati?
• In che modo i dati aiutano il settore finanziario e legale a fare previsioni migliori?

Conoscere le risposte a queste domande aiuta il team di data science di Maura a capire come servire al meglio diversi dipartimenti e l'azienda nel suo insieme, consentendo loro di scoprire informazioni utili che i team possono utilizzare per creare campagne e nuovi prodotti e contribuire agli obiettivi aziendali generali.

Patreon passa molto tempo a pensare a una tripletta in tutti i dipartimenti e funzioni: come costruire un prodotto migliore che sia alimentato da un ottimo marketing e da un marchio convincente e supportato da gran parte delle proprie finanze. Questo approccio è sostenuto e supportato dai dati.

3 chiavi per una forte leadership interfunzionale sui dati

Una forte leadership interfunzionale dei dati non dipende solo dalla collaborazione e dalla comunicazione. Per Maura, ci sono tre chiavi per una forte leadership interdipartimentale dei dati:

1. Contesto
2. Rilevanza dei dati
3. Narrativa

Contesto

Patreon cerca di assicurarsi che i data scientist siedano con i singoli team di prodotto e siano coinvolti nelle loro decisioni e in ciò che stanno cercando di costruire. Non si limitano a intervenire quando è necessaria l'analisi dei dati: ciò richiederebbe un briefing per aggiornare il team dei dati.

Quando il team dei dati è coinvolto quotidianamente con altri dipartimenti, ha più contesto e una comprensione di ciò che sta cercando di ottenere. Ciò consente loro di consigliare l'uso più efficace dei dati.

Supponiamo, ad esempio, di avere un data scientist che passa dal lavoro sull'analisi di marketing un giorno all'apprendimento automatico il giorno successivo e al test A/B il giorno successivo. Non avranno il contesto aziendale e la profondità necessari per prendere decisioni strategiche informate. Invece, qualcuno del team di data science dovrebbe essere radicato in ogni progetto fin dall'inizio, in modo che abbia una comprensione intima di dove entrano in gioco i dati.

Rilevanza dei dati

I dati non dovrebbero essere l'unico fattore in ogni decisione. A volte, le decisioni saranno guidate dal feedback degli utenti o ispirate dal design.

Usa i dati dove sono più utili e pertinenti. Ad esempio, a Patreon, hanno notato differenze di crescita in base alla regione a febbraio e marzo 2020, quando la pandemia di COVID-19 si è diffusa in tutto il mondo. Utilizzando i dati, Patreon ha dedotto che una crescita più rapida degli abbonamenti era collegata alle regioni che avevano un sostegno finanziario più sponsorizzato dal governo per i creatori.

Maura e il suo team hanno scavato nei dati per scoprire quali segmenti di crescita geografica erano significativi all'epoca. Quando un evento esterno provoca una crescita positiva, hanno imparato ad appoggiarsi a quel cambiamento e vedere se c'è un'opportunità per la produzione.

Ricorda, è importante non guardare i dati attraverso la visione a tunnel. Invece, considera il quadro più ampio utilizzando vari punti dati e input qualitativi per darti una panoramica olistica dell'organizzazione.

Narrativa

Lo storytelling implica la comprensione di ciò che i dati mostrano su ciò che sta accadendo nel business. Il team dei dati deve quindi rendere la storia concisa e chiara, in modo che tutti i leader di Patreon possano prendere decisioni più informate, consentendo loro di realizzare un prodotto migliore per i creatori.

È facile per gli occhi vitrei quando si parla di metriche. Questo è meno probabile però quando i numeri raccontano una storia. Le storie creano dipendenza, memorabili e suscitano emozioni . Le storie aiutano anche a rafforzare il valore dei dati in tutta l'organizzazione.

È importante capire quale storia tu e i tuoi team state cercando di raccontare e in che modo i dati possono aiutarvi a raccontarla in modo rigoroso, onesto e migliore.

Ecco un esempio di narrazione in azione: alcuni anni fa, Patreon ha lanciato un'opzione di live streaming per i creatori. Ma la scienza dei dati non è stata realmente coinvolta nella decisione su come costruire il prodotto e quanto grande potessero prevederlo. Maura e il suo team hanno svolto un'analisi molto semplice che ha esaminato quanti creatori hanno menzionato il live streaming, ma non avevano il contesto per sedersi con il team del prodotto e comprendere l'obiettivo finale del live streaming.

Di conseguenza, il team di data science è stato coinvolto dopo il fatto per comprendere le prestazioni. Sebbene inizialmente avessero previsto che il 40% dei creatori avrebbe adottato la nuova opzione di streaming live, solo l'1% circa lo ha effettivamente fatto, nonostante l'ottimo marketing e la consapevolezza.

Questa incapacità di integrare la scienza dei dati sin dall'inizio e di considerare la storia che stavano cercando di raccontare ha portato Patreon a ripensare al modo in cui utilizzano i dati nel loro prodotto e nel processo di commercializzazione.

Usare la collaborazione interfunzionale per prepararsi alla crescita nel 2020

Quando la pandemia di COVID-19 ha colpito, Maura e il suo team sono stati preparati per il successo, con contesto, pertinenza dei dati e narrazione in atto. Hanno visto il potenziale per un impatto positivo sul loro prodotto poiché sempre più persone restavano a casa e cercavano intrattenimento.

Segmentare il pubblico

Anticipando la crescita, il team si è fermato e si è chiesto: "Cosa pensiamo potrebbe cambiare con il comportamento?" Hanno raccolto dati su due fattori chiave:

1. Churn : Patreon ha analizzato ciò che potrebbe causare churn (instabilità finanziaria ed economica, in questo caso) e i modi per riattivare i clienti fornendo supporto durante un periodo così ansioso. Hanno rassicurato i creatori che il pubblico era presente e in crescita.

2. Lancio dei creatori: Patreon ha anche condotto un'analisi segmentata e ristretta dei creatori che lanciano e attribuiscono il loro lancio agli ordini casalinghi a causa del COVID. Hanno visto nuovi tipi di creatori e hanno detto: "Cosa possiamo fare nel prodotto che aiuterà questi creatori? Forse possiamo fornire più risorse".

Trasformare i dati in una storia

Patreon ha preso questi dati e li ha trasformati in una storia, sia per i loro team interni che per i creatori. I creatori erano preoccupati per la stabilità, ma Patreon è stato in grado di utilizzare i dati per mostrare loro come i fan si stavano riversando sulla piattaforma. E internamente, hanno esaminato i modi per creare un prodotto migliore e garantire che sia sufficientemente resiliente e scalabile per gestire un enorme afflusso di crescita.

Andare avanti con nuovi prodotti e dati avanzati

Di conseguenza, Patreon ha lanciato un nuovo prodotto per le aziende locali e ha aiutato quelle aziende a guadagnare centinaia di migliaia di dollari di entrate ricorrenti per gli abbonamenti. Non solo hanno lanciato un nuovo prodotto, ma lo hanno anche ricollegato ai dati.

Patreon si è assicurato che questi creatori fossero etichettati e identificati come attività commerciali locali. Quindi, se in pochi anni Patreon vuole capire come crescono le aziende locali rispetto ai podcaster o qualsiasi altro segmento, hanno quei dati e saranno in grado di aiutare l'azienda a prendere decisioni ancora migliori in futuro.

Mettere in atto sistemi per una crescita sostenibile

Il consiglio conclusivo di Maura per la leadership dei dati interfunzionali? Assicurati di disporre di un processo per comprendere i cambiamenti nelle metriche in tutte le aree dell'azienda e inquadrarli come opportunità di prodotto. Pensa ai sistemi di cui potresti aver bisogno per studiare il comportamento nel tempo e quali segmenti devi comprendere nella tua attività. Dai un'occhiata al resto dell'avvincente formazione di Amplify e guarda le registrazioni delle sessioni qui.