Эпизоды

  • This episode of Datadrivet is in english. If you're involved in startups, product management, or digital business, you've likely come across the term "product market fit" (PMF). It's a commonly used phrase, often seen as a buzzword. People advise startup founders to achieve PMF before scaling, but what does that mean exactly? How do you know if you've reached it, or if you're on the right track? The concept of PMF is more than just words; it's crucial for success.

    In this episode Joni meets Erwan Derlyn - founder of Odepar where he provides strategic and operational support for early-stage startups, helping them to build sustainable growth foundations.

    The primary cause of a company's failure often lies in their inability to create something people truly desire, identify a demand for their product, or capture the market demand. Product market fit is to make something that solves a real problem.

    How important is it to start with the audience or demand side when developing a product, rather than just focusing on the solution?
    Imagine you encounter a locked door. Instead of making a key first and then searching for a lock, it's more practical to find the lock first and then create a key for it. Similarly, in business, it's better to understand the needs of your customers first (the lock) and then develop products or services (the key) that meets to those needs.

    “Datadrivet" is a podcast by scilla.studio. Need help getting started with experiments in your team? Get in touch with us at scilla.studio or on Linkedin. Want to share how your company works with being data-driven? Reach out to us on Linkedin. The hosts of the podcast are Joni Lindgren and Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Här kommer kanske världens enklaste tips på hur du kan minska kostnader och kanske till och med öka lönsamheten i din digitala produkt: ta bort funktioner som användarna inte använder.

    I det här avsnittet av Datadrivet träffar Joni Robert Ingemarsson, Chief Product and Tech Officer på TimeWave AB - ett företag som lanserar den tekniska lösningen till städbolag och andra typer av servicebolag. Robert berättar om hur han utmanade sig själv och sin produkt genom att slänga kod istället för att skriva ny.

    Första gången Robert slängde kod kändes det ganska läskigt, likaså andra gången. När Robert och hans team till slut tog bort funktioner på deras SAS-produkts inloggade startsida förväntade han sig att kunderna skulle ringa ner kundservice - men inte ett ljud. Då slängde de 30 saker till. Och sen 30 till.

    Varför är det så läskigt att slänga kod och ta bort saker från sin produkt? Joni tar upp två hjärnbuggar som ofta hindrar oss från att just slänga kod: loss aversion och sunk cost fallacy. Loss aversion innebär att vi känner större smärta vid risken att förlora något än glädje vid möjligheten att vinna något. Sunk cost fallacy gör att vi fortsätter investera i något trots att det inte längre leder dit vi vill, bara för att vi redan lagt tid och pengar på det.

    Hur övertygar man då sig själv och sina kollegor att slänga kod? Robert delar med sig av sina erfarenheter från bland annat Avanza och Timewave.

    Lyssna, blir inspirerad och släng din kod!

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Пропущенные эпизоды?

    Нажмите здесь, чтобы обновить ленту.

  • I veckans avsnitt av Datadrivet går Joni och Jasmin igenom hierarki av bevis och hur vi ska veta vilka experiment vi kan lita mest på. Vilket typ av test och vilka testmetoder som används spelar stor roll när man överväger bevistyngden i resultatet av ett test eller experiment.Här presenteras en hierarki för hur man ska veta hur starkt ett bevis är.

    ExpertåsikterAtt förlita sig på expertåsikter eller "best-practice" inom branschen är inte alltid tillräckligt för att bevisa att din idé kommer att fungera. Expertåsikter kommer från (ibland) en självutnämnd expert och dessa åsikter behöver nödvändigtvis inte fungera på din produkt. AnvändarundersökningarAnvändarundersökningar genom att till exempel intervjua en fokusgrupp eller bjuda in användare till ett test, ger insikt i varför användare upplever problem eller känner osäkerhet. Men eftersom det bara rör sig om ett fåtal personer är det svårt att dra slutsatser om hur representativt detta är för en större användargrupp.Du kan få reda på varför ett problem uppstår, men du pratar bara med ett fåtal personer. Bevistyngden är bättre än expertåsikter eller best practice - men det är fortfarande för riskabelt att gå all in på en idé baserat på vad en handfull användare har sagt. Data & scienceHär kommer bevisföring man kan satsa pengar på: data. Kolla i ditt webbanalysverktyg och se hur användarna beter sig i verkligheten. Att kolla senaste 4 veckorna räcker - historisk data behöver inte alls betyda framtida beteenden. Här kan vi se varifrån trafiken kommer, vilka devices som används, hur användarna beter sig första veckan, konverteringsgrad, etc. A/B-testerKronjuvelen av bevis. A/B-tester görs i realtid och man jämför inte före och efter. Test A och test B utspelar sig i samma tid och i samma situation - slumpen avgör vilken version användaren får. Efter några veckor kan man se en signifikant skillnad i resultat mellan A och B. MetaanalysSista steget och bossen av bevis-hierarkin: metaanalysen. Här helgarderar du dig genom att A/B-testa A/B-testet. Om ett A/B-test visar sig stödja en viss hypotes, så verifierar man resultatet genom att köra fler test på samma hypotes. Är det inte lite för mycket hängslen och livrem, kan man ju fråga sig? Här spelar ju såklart storleken på bolaget en roll. Grundargumentet för att testa först är att minimera risk. Man minimerar risk genom att verkligen satsa resurser på det som visar sig ha störst potential.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • I veckans avsnitt pratar Jasmin och Joni om något väldigt konkret: verktyg. Här kommer 9 stycken Chrome extension som gör livet lite enklare för en Product Manager.

    Go Full pageDet enklaste sättet att ta en full page-printscreen av ditt webbläsarfönster. What RunsSe vad som körs på hemsidor du besöker. Frameworks, CMS, analysverktyg, Wordpress Plugins, Fonts, osv. I don’t care about cookiesLevererar en internetupplevelse som internet var innan GDPR. Tar bort alla cookies-rutor från nästan alla hemsidor du besöker. Page Load TimeMäter sidladdningstiden och visar den i verktygsfältet. Browser StackTesta din webbsida på vilken dator, mobil, webbläsare eller device som helst. LoomKommunicera med videos. Spela in din skärm med ett klick och dela inspelningen via länk till vem som helst. Color PickerUndrar du vilka hexkoder som används? Se och kopiera färgkoder från vilken hemsida som helst. GrammarlyHjälper till med grammatik, stavning och tonalitet i realtid när du skriver online. Natural reader to speechLyssna istället för att läsa email, webbsidor och PDF-filer, och så vidare.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • I veckans avsnitt svarar Joni på en lyssnarfråga: HUR många experiment ska man göra egentligen? Det korta svaret: så många som det går. Ju fler tester du gör, desto fler och snabbare insikter.

    I verkligheten är det såklart annorlunda. Joni och Jasmin delar upp teamen i fyra olika mognadsstadier, från "infant"-fasen där man genomför ungefär ett till fem experiment i månaden, till det ultimata drömscenariot där man kan genomföra upp emot tusen experiment per år. Att testa en sak i månaden är definitivt bättre än att inte testa alls, men eftersom endast 10-20% av alla idéer fungerar är det viktigt att ha som målsättning att genomföra så många experiment som möjligt.

    För att genomföra bra experiment krävs det en analytiker i teamet som kan sätta upp tester och analysera resultaten kontinuerligt, utvecklare som kan bygga experimenten och UX-designers som kan designa experimenten. Och helst någon som leder teamet. Men kanske viktgast av allt: ett snabbfotat team med många olika kompetenser.

    Sedan kommer såklart följdfrågan: om ett experiment har visat sig vara framgångsrikt, vem ska då fullfölja idén - experiment-teamet eller någon annan?

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Veckans avsnitt av Datadrivet gästas av ingen mindre än Björn Idrén, CCO på CDON. Utöver att Björn ofta använder data som ett verktyg i affären, har han även ett rätt imponerande CV: Klarna, Voi, Soundtrack Your Brand och Ericsson.

    Björn hävdar att han blir wow:ad av data nästan varje dag! Men hans stora ”kioskvältar-wow” kom när han arbetade på Voi. På Voi använde de data för att undersöka vilka platser deras användare laddade ner appen för första gången, och upptäckte att en specifik plats hade en ovanligt hög andel nya kunder.Och var finns det egentligen mest Voi-efterfrågan en tidig vardagsmorgon, är det mitt i city eller i Stora mossen?

    Björn berättar om fikahörnan på Klarna och varför hans analysteam slog sig ner med sina datorer exakt där. Samtidigt som folk stod i kö för att ställa frågor till Björn och hans analytiker, hände även någonting annat. Folk började prata med varandra och fikahörnan blev en plats för ett tvärfunktionellt arbetssätt på Klarna. Demokratisera datan helt enkelt. Jasmin ger även exempel på hur hon har jobbat med så kallade ”insiktsdagar”, för att dela med sig av resultat av tester och data.

    Att göra tester bara för ”testandets skull”, kan man applicera det på allt och alla? Vad är det minsta vi måste bygga för att validera det vi tror? Och hur många stenar måste man vända för att hitta ett guldägg?Björn har svaret.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Veckans avsnitt av Datadrivet går igenom grunderna i ”Product-Led Growth”. Själva begreppet "Product-Led Growth" handlar om att ha användarna i fokus och att bygga en produkt som är så pass bra att användarna stannar kvar i den, och i bästa fall sprider användningen av produkten vidare till fler. Med andra ord: man utgår från att användarna av produkten är den största drivkraften till tillväxt.

    Detta är ett annat tillvägagångssätt än att satsa på sälj- eller marknadsföringsdriven tillväxt, där man fokuserar mer på att locka nya kunder genom att öka marknadsföringsinsatser eller anställa fler säljare.

    Hur kan en produkt som fokuserar på användarna leda till en ökad tillväxt? Joni och Jasmin ger exempel på företag som har haft framgång med product-led growth, och även exempel där det inte finns någon product-led growth.

    Själva mindsetet product-led growth har även drivit på en förändring när det kommer till hur inköp av produkter går till på ett företag. Här är Slack och Neo4j bra exempel. Anställda börjar använda tjänsten och sprider det inom företaget utan att inköparen har beslutat att det ska användas. Till slut blir användningen så utbredd att inköpet nästan blir oundvikligt, eftersom valet redan har gjorts.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • I veckans avsnitt har Joni gjort reserach på andras research och sammanställt sju saker som framgångsrika och produktledda företag har gemensamt. Varsågod!

    De har en produkt som användarna kan nyttja direkt.
    En produkt som går att använda utan att man faktiskt behöver köpa produkten är hela förutsättningen för Product-Led Growth. Antingen genom att produkten är helt öppen, det finns en free trial, freemium tier eller en reverse trial. Användarna ska kunna testa produkten och förstå dess värde innan de köper den. De jobbar konstant med att förbättra sin onboarding.Hur visar ett bolag sina användare hur produkten ska användas? Första mötet som användaren har med produkten - onboardingen - ska vara tydlig och enkel så att användaren snabbt förstår hur produkten fungerar. En bra onboarding ska konstant utvecklas och förfinas. Exempel på en bra onboarding: TypeForm. De har en tillgänglig faktabank om produkten.
    Med en övergripande faktabank om produkten kan användaren (och potentienlla användare) snabbt hitta information om hur produkten fungerar. Ju mer tekniskt komplicerad produkt, desto viktigare att ha en kunskapsbank som besvarar frågor relaterade till produkten.Exempel på bra faktabank: Etsy. De har en demomiljö där man kan testa produkten innan köp.
    Vissa produkters värde visas bäst när användaren kan få testa, experimentera och uppleva den själv. I en demomiljö (eller motsvarande) kan användaren känna på produkten utan att köpa den. I vissa fall utan att ens skapa ett eget konto. En demomiljö är såklart mest fördelaktigt när det gäller komplexa produkter som kanske kräver integration eller implementering. Exempel på bra demomiljö: Amplitude. De berättar vad deras produkt kostar.
    Berätta bara vad produkten kostar. Det är inte farligt. De skapar naturliga tillfällen där användaren kan dela produkten.
    ”Inbyggd viralitet” handlar om att hitta naturliga tillfällen när användare vill dela produkten med andra, eftersom det är värdefullt för dem. Det vill säga: inte en marknadsföringskampanj där användare belönas för att dela med sig av produkten. Istället har själva produkten eller tjänsten en inbyggd funktion som gör att den upplevs som mer värdefull när den delas med andra.Exempel på bra inbyggd viralitet: Uber. De gör det möjligt för användaren att köpa produkten, utan säljare.
    Gör köpupplevelsen smidigare och låt användaren först få uppleva produkten. Man ska kunna köpa en produkt utan att behöva prata med en säljare. Erbjud istället användaren möjligheten att testa tjänsten och få information om integration och prissättning.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Hur får du ut värde av en analytiker? Lägger analytiker bara tid på att göra dashboards idag?En dashboard gör ingen djupdykning i datan utan visar bara upp vad som har hänt historiskt. Joni vill istället slå ett slag för att faktiskt använda analytikerna i organisationen. Istället för att se organisationens analytiker som en rapport-apa, fråga snarare: OM vi ska öka x med x %, vad ska vi då göra? Var ligger den största potentialen? Hur får vi ut värde av analytikerns arbete?

    En analytiker är egentligen den bäst lämpade personen att ställa affärsfrågorna. Om man ska få en return on investment från datainsamlandet måste man faktiskt använda datan som analytikerna tar fram.

    Ge inte analytikern en vecka för att göra analys - avsätt istället tid för riktiga analyser. Om en analytiker hela tiden måste springa på andras frågor ger du inte den personen rätt förutsättningar för att leverera värde.

    Vi ringer och frågar experten Johan Johansson (från Carat): Hur mycket tid ska en analytiker lägga på att göra dashboards vs. grundliga analyser?

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Förutsättningarna för att jobba datadrivet beror på i vilket stadie en startup befinner sig. I det här avsnittet gästas vi av Carl Lager som har jobbat med Growth på flera olika tech-bolag: Spotify, Soundtrack your Brand, Hedvig och nu ArK Kapital. ArK Kapital erbjuder lån till startups och även en sjävbyggd produkt som analyserar resultatet av startupens produkt och bolag. ArK Kaptial kopplar upp sig mot startupens interna system och har inom bara några timmar tagit fram analyser att integrera med. Med andra ord, om det är någon som kan något om att bygga upp growth-team så är det Carl!

    Carl delar in startups i dessa fyra faser:

    Pre stage: Idén finns, och lansering kommer ske inom en snar framtid. Launch Stage: Lansering och hitta de första kunderna eller användarna. Traction Stage: Produkten har tagit form och börjar få traction inom en marknad eller vertikal. Growth Stage: Exponentiell tillväxt sker och man breddar kanaler, vertikaler och marknader för att få den att fortsätta vara exponentiell.

    Pre StageCarl nämner ett exempel från Hedvig, där de i Pre Stage bjöd in de 100 första kunderna till pizzakvällar. Målet var att lära sig mer om målgruppen för att bättre kunna anpassa Hedvigs erbjudande och produkt. I början kom ca 3 personer på pizzakvällarna, idag har Hedvig över 100 000 kunder – alla måste börja någonstans.Joni berättar om ett problem inom legal tech som scilla.studio för tillfället undersöker. För att samla insikter kring problemet och målgruppen lanserade scilla.studio en enkät som fick 400+ svar på inom 2 dygn.

    Launch Stage
    Exempel från Launch Stage, också från Hedvig: när Hedvig lanserades frågade Carl och hans kollegor sig själva: vad är det vi vet att vi borde mäta? De insåg snabbt att de istället borde ha frågat: vad är det vi inte vet? För de visste ju ingenting. De började skicka ut enkäter men det tog alldeles för lång tid för att få tillräckligt många enkätsvar. Det var då idén om pizzakvällar föddes. Genom att prata med användarna kom de fram till insikter som inte hade kunnat mätas kvantitativt, bland anant en skepsis till att behöva ladda ner en app. Tack vare den insikten byggde de möjligheten att signa upp på Hedvig via webben, istället för att fokusera på att optimera köpflödet i appen.

    Han nämner också lanseringen av Soundtrack Your Brand där de insåg att användarna ville kunna koppla till sina Sonos-system, men den kopplingen fanns inte. En sån insikt hade inte heller kunnat mätas kvantitativt.

    Traction Stage
    Under traction stage kommer möjligheten att mäta mycket mer kvantitativt. Här vill vi definiera några metrics, kolla på cohorter och börja göra de första A/B-testen. I detta stadie kan man börja definiera metrics som Set up moment (de första sakerna en användaren gör för att komma igång) och Aha moment (den stunden som användaren förstår aha - den här produkten skapar värde för mig).

    Det är få organisationer som jobbar med cohort-analyser – men de är extremt värdefulla! Carl nämner exempel på erfarenheter från Hedvig och Soundtrack Your Brand.

    Growth Stage
    För att tillväxten ska kunna fortsätta vara exponentiell behöver vi hela tiden testa nya idéer och bets. Här nämner Carl några exempel på growth stage och erfarenheter från Spotify.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Francesca Cortesi är CPO (Cheif Product Officer) på Hemnet, hon är därmed ytterst ansvarig för hela Hemnet-produkten - allt från appen till hemsidan. Tillsammans med hennes team, sex stycken Product Managers, en User Researcher och en UX Director, skapar och utvecklar hon en av Sveriges mest älskade produkter. Som CPO på Hemnet måste man vara extra försiktig och verkligen skapa värde för alla de miljoner svenskar som använder deras produkt.

    I Datadrivet pratar vi mycket om product discovery (även om vi kallar det för produktutveckling), något som även Francesca skriver mycket om på Linkedin och på sin blogg (tips!). Det är inte många som delar med sig av vad man har gjort och framförallt, vad man har gjort för fel. Efter fyra år på Hemnet har Francesca lärt sig en hel del om produktutveckling. Francesca berättar om hur det var att börja på Hemnet som hade en väldigt stark A/B-test-kultur, vilket kan vara både bra och dåligt. Utöver A/B-tester har Hemnet en palett av olika verktyg bland annat superbuzz-ordet ”continuous discovery”.

    Francesca och hennes team pratar med andra bostadsportaler världen över, som gör Hemnet fast i Frankrike, Spanien, England osv. Genom att inspireras av deras ”peers" utomlands skapade Francesca’s team ett smoke-test - en tjänst som heter  ”Min bostad”. Tjänsten gick ut på att användarna kan registrera sin bostad och få en värdering samt en uppskattning om efterfrågan. Med hjälp av de andra bostadsportalernas siffror fick Hemnet en slags benchmark att förhålla sig till när de analyserade datan från smoke-testet.

    Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • This episode is in English. Mike Rooseboom is the Product Manager for one of the Growth teams at Epidemic Sound. At Epidemic Sound content creators can find royalty-free music for video or sound productions such as Youtube videos or podcasts.
    Mike’s Growth Team consists of him as the Product Manager, a Data Scientist, a Product Designer, a Tech Lead, several Full-Stack Engineers, a Machine Learning Engineer, and an Engineering Manager. The team works very closely with data scientists and user researchers and tries to work systematically with data and insights, both quantitative and qualitative, to understand user behavior and where to optimize. From insights they derive hypotheses and bets, from which they create experiments or activities to validate if they’re on the right track or not. Usually, their teams have data scientists embedded, thus part of the day-to-day. User research is something they get help from centrally, but also do a bit themselves in the team, with QA help from the central team.
    Based on both quantitative and qualitative insights, they believe visitors and users don’t really understand what it is that they provide. It seems simple enough, but music licensing is hard and it can easily be mistaken for music streaming. Their hypothesis was that visitors needed a bit more information on how this benefits them. So they did different things. Add a page about licensing information. Add a quiz on what subscription works for you. Add information per user segment, addressing their benefits and pain points directly (Youtuber, Streamer, etc). Apart from licensing, which is still hard, it resulted in more signups but also more retention and lower customer service cases. What they learned was that if you address your visitors according to their needs and pain points, you build trust and motivation, even if it seems like you’re adding friction to the funnel.
    A challenge they had was that the website was quite slow, especially the further away you are from their servers in Europe. Google looks at The Core Web Vitals – Largest Contentful Paint (LPC), First Input Delay (FID), and Cumulative Layout Shift (CLS) for ranking. Epidemic Sound looked at the correlation between LCP, and conversion rate. The result is a much faster site and improved Google’s page speed index score. And they learned that it is hard to attribute the work to ranking or signups, or even any qualitative input from users. But looking at their own data, they know the site is faster around the world than it used to be.
    One insight is that they keep hearing that people want to hear the music before signing up, and they have historically kept the music a little hidden, like Netflix or Viaplay, but this seems to annoy people. So they made the music available through a more robust top navigation. This would also improve SEO. And the results were…Terrible, it killed conversion. They did this many times in different iterations, and they are still not done. Experimentation isn’t about winning, it’s about learning. They can continue to iterate because they believe that there is something here.
    Datadrivet is a podcast by scilla.studio. Do you want help getting started with experiments in your team? Get in touch with us at scilla.studio or on Linkedin. The podcast hosts are Joni Lindgren and Jasmin Yaya.

    ---

    Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message

  • Trots att vi använder begreppet experiment dagligen tänker inte alla på samma sak när de hör ordet experiment – terminologi är viktigt.

    Jasmin har jobbat i ett experimentteam och frågade alla i teamet hur stor andel av din tid lägger du på experiment idag? Några svarade 20%, några 40%, någon 80%. Va? Vi är ju ett experimentteam, då jobbar vi väl alla med experiment? Det visade sig att många i teamet endast såg A/B-test som experiment. Men vi jobbade ju med användartester, användarintervjuer, test av olika slags content, smoke tests etc etc. Så när vi alla var överens om att alla andra metoder också är experiment kunde hela teamet säga att de la 100% av sin tid på experiment.

    Tips: lyssna på avsnittet Så kommer du igång med experiment om du inte redan har gjort det, där borrar vi lite djupare i experiment.

    Ibland kör vi miniavsnitt som är kortare än 5 minuter för att gå igenom ett begrepp, detta är ett sådant miniavsnitt.

    Datadrivet är en podd av scilla.studio.

    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.

    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?

    Hör av dig till oss på Linkedin. Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Johan Baltzar har en gedigen bakgrund inom analys: Product Analytics Manager på Spotify, Head of Product Analytics på Zettle, Head Of Analytics på Kry. Wowza. Nu har han tillsammans med Nino Höglund startat nya verktyget Steep som skapar visualiseringar av din data så hela teamet kan förstå vad som sker.
    Under tiden de jobbat ihop på olika bolag stötte de på frustrationer med att lösa problem med data gång på gång.
    Johan brinner för analytics i sin helhet – från det tekniska till ledningsgruppen som ska sätta mål och få hela organisationen att bli datadrivna. Han vill hjälpa organisationer som har mycket data och som vill jobba datadrivet att enklare komma igång med det. Det räcker inte med att ha specialister som kan några verktyg och servar businessfolk i organisationer med enstaka datapunkt eller graf. Den businesspersonen ska själv kunna ställa frågan till datan och få ut grafen på det sättet den vill. Då kan de duktiga analytikerna jobba med de svåra frågorna: antingen se till att få så bra kvalitet på datan som möjligt, eller att analysera samband mellan olika data.
    Steep ger alltså helt vanliga döda som inte kan analysverktygen eller som vanligtvis inte själva kan ställa frågor till datan att just komma åt den data de vill på ett visuellt snyggt sätt.
    De började med att definiera metrics. Det är viktigt för att kunna använda DBT för att kunna tvätta och hantera data.
    De samlar mycket kvalitativ data där de gör användarintervjuer och sparar ljudklipp i en databas i Notion. Då kan de ta fram olika idéer baserat på de insikterna.
    En sak de bestämde sig tidigt för var att analyticsverktyget ska funka både på mobil och desktop, och därför började de med mobilt. Det är ju enklare att skala upp grafer än skala ner. De fick mycket feedback på den mobila prototypen och kom på att mobilappen är bra men att användarna också ville ha en desktopversion främst.
    Och ja, självklart använder Steep Steep för att analysera sin egen data!
    Johan tar med sig många av sina lärdomar från sina tidigare arbeten in i produktutvecklingen av Steep. Exempelvis har han lärt sig att bli ödmjuk inför att även de starkaste visionerna om framtiden behöver testas på användarna för att få feedback. På Spotify testade de många olika startskärmar, de flesta fungerade inte och finns därför inte kvar.

    Datadrivet är en podd av scilla.studio.
    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.
    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?
    Hör av dig till oss på Linkedin:
    Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    ---

    Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message

  • Petter Flordal på Madden Analytics, ett verktyg som hjälper e-handlare att planera sitt lager. Joni var dubbelbokad så Jasmin körde inspelningen själv men Joni och Jasmin pratar om intervjun.

    Petter säger att deras kunder säger om Madden Analytics “äntligen kan vi prognostisera lagerbehoven så att vi slipper sitta med överlager”. Det effektiviserar kundernas arbetstid och kunna göra besparingar. Kunderna slipper stora och tunga spreadsheets och verktyget gör tunga beräkningar åt dem.

    De har hållt på under 2 år, i början hjälpte de olika e-handlare att samla data och förstå hur deras varor säljs hos olika återförsäljare. Då såg de att återförsäljarna hade svårt att hålla koll på sin egen data och göra prognoser, och då föddes idén till produkten som finns idag. Den kunde de testa ganska snabbt på sina kunder, få feedback på den och jobba vidare.

    Sättet de är datadrivna på är att de är väldigt nära sina kunder och har kontinuerlig dialog med dem. Där får de feedback på befintliga produkten och de kan också be om feedback på nya idéer de har.

    Vi pratar om Madden Analytics har Product/Market Fit och vad det skulle kunna innebära.

    Datadrivet är en podd av scilla.studio.

    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.

    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?

    Hör av dig till oss på Linkedin:

    Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Jenny Rydebrink hörde av sig till oss för att hon ville att Datadrivet skulle prata mer om hur man lyckas i app stores. Då hörde vi av oss till Jimmy Hagelfors och spelade in avsnittet “App Store Optimization med Jimmy Hagelfors på Brick”. 

    Jenny är VD och grundare på Gardenize - en digital trädgårdsdagbok, där den som har trädgård kan samla all information om sina växter på ett ställe.

    Jenny har inte hittat någon person eller byrå som kan hjälpa henne med appstore-optimering och därför ställde hon frågan till oss. Under tiden har de kört på själva. Vad har de lärt sig då?

    • Det är viktigt att synas i app stores

    • Det är ett begränsat antal saker man kan jobba med i appstores: ikon, nyckelord, skärmbilder, video, undertitel (vara iOS).

    • Att svara på reviews kan dels vända en dålig review till en bra, men det är också viktigt för att visa de som kan tänkas att ladda ner appen vad som finns och vad som kommer att finnas i appen.

    • Med hjälp av verktygen App Radar håller de koll på vad som sker i app stores.

    • Det är viktigt att ha en person som har ansvar för att app stores är optimerade. Hos Gardenize är det en Growth Marketer som gör det. Förutom app stores jobbar den personen med marknadsföring och kan själv skapa bilder och videos etc. Via verktyget får de också reda på när de exempelvis är featured app i en viss marknad.

    • Även om ett nyckelord driver mycket trafik behöver det inte vara rätt nyckelord.

    • Testa. Testa. Testa. Vissa tester ger inga skillnader och vissa ändringar ger positiva förändringar – men du får testa för att ta reda på vilka de är!

    Gardenize har funnits sedan 2016 och samlat på sig några lärdomar:

    • För några år sedan började de tracka events via Firebase. Men eftersom de inte hade gett tydliga instruktioner blev datan otydlig - ingen visste egentligen vad den innebar. Det senaste året har de städat upp det och insett att de behöver benämna trackingen på samma sätt i olika plattformar. Och om hon hade fått göra om det så skulle hon från början skalat ner hur mycket som skulle trackas.

    • När de väl fick ordning på trackingen såg de att de visar sina uppgraderingsskärmar för sällan. Många använder gratisversionen och är glada och nöjda, men få uppgraderade till betalversionen. Inte för att de inte vill, utan för att de inte förstått att de kunde göra det. De började visa uppgraderingsskärmen redan i onboardingen. Resultatet har blivit att de har ca 2 x fler som uppgraderar! Utan datan hade de inte sett att uppgraderingsskärmen visades för sällan. Dessutom har de annonserat under oktober, november och december – en period då nedladdning av appen brukar vara lägre, men i och med att de fått så bra resultat av att visa uppgraderingsskärmen kan det betala för annonseringen.

    • Trädgård är en grej du sysslar med på fritiden och då vill du ha appen på ditt eget språk, även om du är bra på engelska och kan jobba på engelska.

    • De kan testa olika idéer på olika marknader.

    • För att kunna ta beslut på feedbacken från användarna: Produktägaren är också den som hanterar kundsupporten – på det sättet är hon och teamet nära användarnas feedback.

    Gör som Jenny – ställ en fråga till oss. Det kan resultera i både ett och två avsnitt!

    Datadrivet är en podd av scilla.studio.

    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.

    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?

    Hör av dig till oss på Linkedin:

    Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Kloka Johan Johansson från Carat är tillbaka igen! I förra avsnittet med Johan pratade han om hur en person som vill jobba analytiskt kan jobba systematiskt för att ta fram insikter som man kan göra någonting av. Men vad ska den som tar in en analytiker göra och hur ska den tänka för att analytiker kan bli den bästa analytikern den bara kan bli? Johan säger:

    Fundera på om du behöver vi en senior eller junior analytiker. En senior analytiker är nog en person som kan driva igenom förändring i organisation men analys är nog inte dens spetskompetens. Den typen av analytiker som brukar kallas för junior analytiker är mer hands on med analys, kan SQL, olika verktyg och kan gräva fram data.

    Precis som Johans landsköldpadda behöver rätt mat, ljus och miljö för att bli den fantastiska landsköldpaddan han är behöver en analytiker vissa förutsättningar. Man kan säga att det är tre delar:

    De ska få spendera mycket tid med att analysera.

    De behöver kunna se att insikterna de tar fram tas vidare och skapar värde. Hur kan vi se till att de insikter som analytikern tar fram tas vara på och leder till outcomes – det krävs ganska mycket av organisationen. Men om det inte sker kommer det dröja något år innan analytikern slutar och börjar någon annan stans där deras insikter tas vara på.

    Analytiker hjälper dig att ta bättre beslut baserat på mer information. När vi ställs inför utmaningar tror vi att vi har svaret, eller så förväntas vi ha svaret direkt – “jag tror såhär!”, men alla som har jobbat med analys vet att det är ganska krångligt och första instinkten är oftast inte den bästa lösningen. Vi behöver låta analytikern få jobba och ta fram en bättre grund att stå på.

    Tack så mycket Johan! You spark joy!

    Datadrivet är en podd av scilla.studio.

    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.

    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?

    Hör av dig till oss på Linkedin:

    Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Under hösten har vi läst flera artiklar med rubriker som “VC funding is drying up.” Många företag som haft stort fokus på growth har haft enorm tillväxt med flera hundra miljoner dollar i förlust årligen innan de kunnat visa positiva siffror. Jag tänker på Klarna, Spotify, Uber, Snapchat, Zillow, Lyft, Pinterest, Wework.

    Så nu när vi går in i en lågkonjunktur med inflation, signalerar “growth” typ Vi ska göra massa saker som kommer kosta pengar, och vi kommer inte visa några som helst vinstresultat på flera år, tvärtom kommer det kosta miljard dollarbelopp.

    Men det finns sätt att jobba på som kan innebära tillväxt där vi kan visa positivt kassaflöde. Det måste inte vara i hög burn rate.

    Många av de största produktbolagen växte under en lågkonjunktur. Ett exempel är Dropbox som haft growth med positiva resultat hela tiden. De är ju det snabbaste saas-bolaget att nå 1 miljard dollar revenue - med positivt resultat.

    Vi behöver fortfarande samma arbetssätt som vi använder oss av Growth: öka lärandet med experiment, mäta tillväxt.

    Men vi behöver ändra fokus på VAD vi gör:

    En väldigt tydlig grej är att minimera all betalt marknadsföring som vi inte kan tracka ROI för. Ett stort företag kanske har massa brand-aktiviteter, kanske det är svårt. Men om du är ett nystartat bolag ska INGET spenderas på saker som vi inte snabbt kan få insikter om det vi spenderar får vi tillbaka.

    Därefter är det viktigt att kunna ta reda på hur snabbt vi får tillbaka investeringarna? En pay back window på max 3 månader. Om du börjar gå med plus kan pay back runway kanske vara större. Alltså om du gör en annons-kampanj med 50 000 i budget - kan du räkna hem resultaten inom 3 månader? Kan du inte tracka detta får du sluta med detta och börja med något annat istället

    Gå från paid marketing till kanaler som inte kostar annonseringspengar, exempelvis optimera för referrals eller mail och SEO.

    Och när vi fått in användare i tjänsten, här måste vi jobba med vår onboarding och activation. Gång på gång ser vi samma sak för olika bolag. 80% av nya användare slutar använda tjänsten inom 7 dagar. Alltså har 80% av all marknadsföringsbudget slängts. Därför behöver vi skapa en så bra activation som möjligt, låta användaren få sitt aha-moment så snabbt som möjligt – att användaren upplever värdet av tjänsten så fort som möjligt.

    Datadrivet är en podd av scilla.studio.

    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.

    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?

    Hör av dig till oss på Linkedin:

    Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message
  • Vad är skillnaden mellan titlarna Product Owner/produktägare och Product Manager?

    Vi ringer Isa Cederberg som är Head of Marketing and Developmen på Birds Relation, och hon säger att det finns en skillnad:• Product Owner: En roll i ett scrum team som håller koll på backloggen

    • Product Owner: En roll i ett scrum team som håller koll på backloggen

    • Product Manager: Mer strategisk roll som leder produktens utveckling

    Datadrivet är en podd av scilla.studio.

    Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på scilla.studio eller på Linkedin.

    Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet?

    Hör av dig till oss på Linkedin:

    Vi som leder podden heter Joni Lindgren och Jasmin Yaya.

    --- Send in a voice message: https://podcasters.spotify.com/pod/show/datadrivet/message