Como o Patreon adota a liderança de dados multifuncional

O Patreon experimentou um crescimento incrível nos últimos oito meses, mesmo em meio a uma pandemia global. Uma grande parte de seu sucesso pode ser atribuída à liderança de dados multifuncional eficaz. Na conferência Amplify deste ano, Maura Church, diretora de ciência de dados do Patreon, compartilhou como sua equipe capacita toda a organização a tomar decisões de negócios inteligentes.

Ciência de dados em todos os departamentos do Patreon

O Patreon considera a ciência de dados como uma camada horizontal que permite que todas as equipes da empresa tomem melhores decisões. Isso significa que ele está totalmente integrado a muitos departamentos diferentes, envolvendo a equipe de dados do início ao fim.

Maura e sua equipe fazem perguntas específicas sobre as métricas para garantir que obtenham o máximo valor dos dados brutos.

• Como a equipe de produto e engenharia está usando os dados?
• Como a equipe de parcerias de criadores (vendas) está usando os dados?
• Como os dados estão ajudando o setor financeiro e jurídico a fazer melhores previsões?

Saber as respostas a essas perguntas ajuda a equipe de ciência de dados da Maura a entender como atender melhor os diferentes departamentos e os negócios como um todo, permitindo que eles descubram insights acionáveis ​​que as equipes podem usar para criar campanhas e novos produtos e contribuir para as metas gerais de negócios.

O Patreon passa muito tempo pensando em uma tríade em todos os departamentos e funções: como eles podem criar um produto melhor que seja alimentado por um ótimo marketing e uma marca atraente e apoiado por muito de suas próprias finanças. Essa abordagem é sustentada e apoiada por dados.

3 chaves para uma liderança de dados multifuncional forte

Uma forte liderança de dados multifuncional depende de mais do que apenas colaboração e comunicação. Para Maura, existem três chaves para uma forte liderança de dados entre departamentos:

1. Contexto
2. Relevância dos dados
3. Narrativa

Contexto

O Patreon tenta garantir que os cientistas de dados se sentem com as equipes de produtos individuais e estejam inseridos em suas decisões e no que estão tentando construir. Eles não entram apenas quando a análise de dados é necessária – isso exigiria um briefing para deixar a equipe de dados atualizada.

Quando a equipe de dados está envolvida no dia-a-dia com outros departamentos, eles têm mais contexto e uma compreensão do que estão tentando realizar. Isso permite que eles recomendem o uso mais eficaz dos dados.

Digamos, por exemplo, que você tenha um cientista de dados que passa de trabalhar em análise de marketing em um dia para aprendizado de máquina no dia seguinte e teste A/B no dia seguinte. Eles não terão o contexto de negócios e a profundidade necessários para tomar decisões estratégicas informadas. Em vez disso, alguém da equipe de ciência de dados deve estar enraizado em cada projeto desde o início, para que tenha uma compreensão íntima de onde os dados entram em jogo.

Relevância dos dados

Os dados não devem ser o único fator em todas as decisões. Às vezes, as decisões serão lideradas pelo feedback do usuário ou inspiradas pelo design.

Use os dados onde for mais útil e relevante. Por exemplo, no Patreon, eles notaram diferenças no crescimento com base na região em fevereiro e março de 2020, quando a pandemia do COVID-19 se espalhou pelo mundo. Usando dados, Patreon deduziu que o crescimento mais rápido de assinaturas estava ligado a regiões que tinham mais apoio financeiro patrocinado pelo governo para criadores.

Maura e sua equipe investigaram os dados para descobrir quais segmentos de crescimento geográfico eram significativos na época. Quando um evento externo causa crescimento positivo, eles aprenderam a se apoiar nessa mudança e ver se há uma oportunidade de produção.

Lembre-se, é importante que você não veja os dados através da visão de túnel. Em vez disso, considere o quadro geral usando vários pontos de dados e entradas qualitativas para fornecer uma visão holística da organização.

Narrativa

Contar histórias envolve entender o que os dados estão mostrando sobre o que está acontecendo no negócio. A equipe de dados precisa tornar essa história concisa e clara, para que todos os líderes do Patreon possam tomar decisões mais informadas, permitindo que eles criem um produto melhor para os criadores.

É fácil para os olhos ficarem vidrados ao falar sobre métricas. Isso é menos provável, porém, quando os números contam uma história. As histórias são viciantes, memoráveis ​​e provocam emoções . As histórias também ajudam a reforçar o valor dos dados em toda a organização.

É importante entender qual história você e suas equipes estão tentando contar e como os dados podem ajudá-lo a contá-la de maneira rigorosa, honesta e melhor.

Aqui está um exemplo de narrativa em ação: há alguns anos, o Patreon lançou uma opção de transmissão ao vivo para criadores. Mas a ciência de dados não estava realmente envolvida na decisão sobre como construir o produto e quão grande eles poderiam prever que seria. Maura e sua equipe fizeram uma análise muito básica que observou quantos criadores mencionaram a transmissão ao vivo, mas eles não tinham o contexto de sentar com a equipe do produto e entender o objetivo final da transmissão ao vivo.

Como resultado, a equipe de ciência de dados foi trazida após o fato para entender o desempenho. Embora eles tivessem projetado originalmente que 40% dos criadores adotariam a nova opção de transmissão ao vivo, apenas cerca de 1% realmente o fez, apesar do grande marketing e conscientização.

Essa falha em integrar a ciência de dados desde o início e considerar a história que eles estavam tentando contar levou o Patreon a repensar como eles usam dados em seu produto e processo de entrada no mercado.

Usando a colaboração multifuncional para se preparar para o crescimento em 2020

Quando a pandemia do COVID-19 chegou, Maura e sua equipe foram preparadas para o sucesso, com contexto, relevância de dados e narrativa. Eles viram o potencial de um impacto positivo em seu produto à medida que mais pessoas ficavam em casa e procuravam entretenimento.

Segmentando o público

Antecipando o crescimento, a equipe fez uma pausa e se perguntou: “O que achamos que poderia mudar com o comportamento?” Eles coletaram dados sobre dois fatores principais:

1. Churn : Patreon analisou o que pode causar churn - instabilidade financeira e econômica, neste caso - e maneiras de reativar os clientes fornecendo suporte durante um período tão ansioso. Eles garantiram aos criadores que o público estava lá e crescendo.

2. Lançamento de criadores: o Patreon também realizou uma análise segmentada e restrita de criadores que lançam e atribuem seu lançamento a pedidos de permanência em casa devido ao COVID. Eles viram novos tipos de criadores e disseram: “O que podemos fazer no produto que vai ajudar esses criadores? Talvez possamos fornecer mais recursos.”

Transformando os dados em uma história

O Patreon pegou esses dados e os transformou em uma história, tanto para suas equipes internas quanto para os criadores. Os criadores estavam preocupados com a estabilidade, mas o Patreon conseguiu usar dados para mostrar como os fãs estavam migrando para a plataforma. E internamente, eles procuraram maneiras de criar um produto melhor e garantir que ele seja resiliente e escalável o suficiente para lidar com um enorme fluxo de crescimento.

Avançando com novos produtos e dados avançados

Como resultado, o Patreon lançou um novo produto para empresas locais e ajudou essas empresas a ganhar centenas de milhares de dólares em receita de associação recorrente. Eles não apenas lançaram um novo produto, mas também o vincularam aos dados.

O Patreon garantiu que esses criadores fossem marcados e identificados como empresas locais. Portanto, se em alguns anos, o Patreon quiser entender como as empresas locais crescem em relação aos podcasters ou qualquer outro segmento, eles têm esses dados e poderão ajudar a empresa a tomar decisões ainda melhores no futuro.

Coloque sistemas em prática para o crescimento sustentável

O conselho final de Maura para liderança de dados multifuncional? Certifique-se de ter um processo para entender as mudanças nas métricas em todas as áreas do negócio e enquadrá-las como oportunidades de produtos. Pense nos sistemas que você pode precisar para estudar o comportamento ao longo do tempo e quais segmentos você precisa entender em seu negócio. Confira o restante da atraente programação do Amplify e assista às gravações das sessões aqui.