Lean andmete õppimine

Kaashääled

Omidyari võrgus alustame põhimõttelise veendumusega: inimesed on oma olemuselt head ja võimekad, kuid sageli puudub neil võimalus. Usume, et kui investeerime võimaluste kaudu inimestesse, loovad nad positiivse tulu endale, oma perekonnale ja kogu maailmale.

Kuid liiga sageli ei kuule näitlejad, kes suunavad kapitali, poliitikat ja ressursse nende kasuks, meie sekkumiste lõpposas olevate inimeste - inimeste, keda me loodame võimestada - hääli. Selle asemel keskenduvad vestlused ettevõtjatele, kapitaliturgudele, kulude-tulude või muudele ülalt alla suunatud kaalutlustele.

Usume, et on oluline kuulata otse nende inimeste vaatenurki, kelle heaks me teenime. See sari jagab teadmisi neilt, kes suhtlevad laiemalt meie enda portfelliettevõtete ja eraisikutega. Eesmärk on aidata investorite, heategevuste ja ühiskondlikest muutustest osavõtjate tegevust juhtida nende inimeste vaadetesse, kellele me kõik tahame jõudu anda, ja luua dialoog, mis suudab paljastada muutuvad suundumused, et saavutada tõhusamaid tulemusi.

Selles teises numbris, Lean Data Learnings, tutvustame ülemaailmse uuringu tulemusi, milles osales 11 500 klienti ja 36 meie investeerimisobjekti valijat, et mõista, kuidas inimesed, keda nad teenivad, tunnevad end meie poolt rahastatavate toodete ja teenuste vastu.

1. väljaanne: usaldus ja privaatsus klõpsake siin

Lean andmete õppimine

Omidyar Network tellis Acumeni Lean Data meeskonnalt uuringu 36 investeerimisobjekti klientide vahel, et mõista, kui hästi need ettevõtted oma kliente teenindavad. Uuringust selgus, et kliendid määravad meie osalevatele portfelliettevõtetele keskmise netomängija skoori 42, ehkki suure varieeruvusega. 74 protsenti nendest klientidest väidab, et nende ettevõtete tõttu on elukvaliteet paranenud. See uurimus on märkimisväärselt süvendanud nii Omidyar Network'i kui ka meie investeerimisobjektide arusaama sellest, kuidas kliendid, keda nad teenindavad, neid näevad.

Kui sageli näete pärast veebis ostu sooritamist küsitlust: “Skaalal 1–10, kui suure tõenäosusega soovitate meid oma sõbrale?” Selle küsimuse eesmärk on luua net promootorite tulemus (NPS), mis mõõdab klientide rahulolu. See on välja töötatud 2000. aastate alguses ja see on muutunud kasumlikele ettevõtetele üldlevinud. Kuid idufirmad ja sotsiaalvaldkonna organisatsioonid ei ole alati võimelised oma kasutajatega sellist dialoogi pidama.¹

Viimase aasta jooksul on Omidyar Network teinud koostööd Acumen Lean Dataga, et tarbijate teadmiste kaudu meie portfellile paremaid tulemusi pakkuda. 2017. aasta teises pooles viisime lõpule oma esimese “Lean Data Sprint”, kus küsitlesime enam kui 11 500 klienti 36st investeerimisobjektist 18 riigis, et saada arvamust pakutavate toodete ja teenuste kohta. Paljude meie investeerijate jaoks oli see esimene kord, kui nad olid oma kliente süstemaatiliselt küsitlenud. Omidyari võrgu jaoks esitasime esimest korda standardküsimused ja saime võrreldavad vastused järgmistele küsimustele: i) kuidas inimesed, keda me teenindame, suhtuvad meie rahastatavatesse toodetesse / teenustesse, ii) kui palju on toode või teenus nende elu paremaks muutnud (kui üldse) ja iii) millise sissetuleku järgi need kliendid tulevad.

Ehkki uuring kinnitas osa sellest, mida ettevõtte juhtkond ja Omidyar Network'i investeeringute juhid juba teadsid, tõi see mõlemale meeskonnale ka uusi teadmisi. Allpool jagame kvantitatiivsete andmete ja kvalitatiivse tagasiside põhjal kõige tähendusrikkamaid teadmisi.

Kvantitatiivsed andmete hetktõmmised

Lean Data analüüs on lisanud kliendi kogemuste kvantitatiivse esituse meie arusaamisele, kui hästi meie portfelliettevõtted ja organisatsioonid teenivad oma sihtrühma kuuluvaid kasusaajaid. Allpool toodud andmed hõlmavad promootorite netoskooride mõõdikuid, mõju elukvaliteedile ja kaasatust. Muidugi märgime, et selliste kliendiandmetega, nagu küsitluse “hetkeline pilt”, on selgelt piiratud piirangud ja asjaolu, et vastused on tõenäoliselt ootustega võrreldes - kui kliendil olid algusest peale madalad ootused, on see ettevõttel on lihtsam kliendiuuringute osas edestada või vastupidi. Sellegipoolest, arvestades kiiret lähenemist, leidsime meie ja osalevad portfelliettevõtted, et need andmed on ressursitõhusad lisad praegu portfellihalduseks saadaval olevatele andmetele. Arvestades standardküsimusi, mida rakendatakse Omidyari võrguportfelli mitmekesistatud lõikude osas, on meil ka väärtus seda analüüsi laiemalt kasutada oma õpistrateegia raames.

Korraldaja netoskoor (NPS)

Uuringus osalenud ettevõtete keskmine netotoetaja skoor oli 42 ja need varieerusid suuresti: hinded jäid vahemikku -18 kuni 90, enam kui kolmandik valimi tulemustest oli üle 50. Selle mõõdiku kasutajad kipuvad arvestama hindega 0–50 kui „õiglane hea vastu” ja hinded üle 50 kui „suurepärased”. Võrdluseks on Apple'i, Amazoni ja Netflixi korraldajate netoskoor vastavalt 72, 69 ja 68. Kõrgete tulemuste saajad nimetasid põhjenduseks sageli terviklikkust ja läbipaistvust. Madalate punktide põhjustajateks olid enamasti lahendamata kaebused ja ebapiisav või ebatõhus suhtlus.

Elukvaliteedi parandamine

Keskmiselt 74% vastanutest väidab, et elukvaliteet on paranenud; 39% vastasid „väga” NPS-ile täiendava andmepunktina küsisime lihtsat küsimust: kas teie elukvaliteet on [ettevõtte] tõttu paranenud? Sprindis osalevate ettevõtete portfelli keskmiselt teatasid kolmveerand klientidest positiivset mõju, 39% klientidest osutas, et ettevõtted on oma elu "väga palju paremaks teinud". Joonisel 2 on esitatud andmed iga ettevõtte kohta koos kumulatiivse esitusega nende ettevõtete kohta, kelle sõnul on elukvaliteet “pisut” või “väga” paranenud. Kvalitatiivsetes kommentaarides varieerusid viidatud muudatused isiklike rahandustoodete paremast kulutamisharjumusest haridusteenuse pakkuja vanemate ja lapse suhete paranemiseni.

Tulude jaotamine

Keskmiselt elab 50% klientidest vähem kui 6 dollarit päevas (PPP 2011) ². Üks osa meie kui investori ambitsioonist on pakkuda paremaid ja taskukohasemaid tooteid ja teenuseid madala sissetulekuga elanikkonnale, kes maksavad varimajanduses elamise ja sellega kauplemise eest sageli vaesuse lisatasu. Lean Data Sprindiga suutsime koguda kogu portfelli andmeid, et saada ülevaade investeerimisobjektide klientide sissetulekute tasemest.

Joonisel 3 on näidatud klientide osa tulude jaotusest uuringus selles osas osalenud ettevõtete kohta. Loomulikult on profiile mitmesuguseid - mõned edetabeli tipus olevad ettevõtted jõuavad valdavalt madala sissetulekuga klientideni, teised aga diagrammi allosas teenindavad peamiselt suurema sissetulekuga kliente. Järsema kaldega profiiliga kasutajad jõuavad segatud sissetuleku piiridesse, samal ajal kui lamedamad profiilid on järjekindlamalt suunatud ühte sulgu.

Oluline on märkida, et sageli leiame, et mõjuga ettevõtted teenivad mitmekesist sissetulekutasemel valimisringkonda ja mõned neist profiilidest kajastavad just seda. Tegelikult oleme ehitanud uurimisbaasi, et kontrollida mitme sissetulekuga mudelite tõhusust. Värskes raportis madala sissetulekuga turgude sügavale jõudmine leiab, et mõnevõrra kõrgema sissetulekuga elanikkonna teenimine ei takista organisatsioone jõudmast ka palju madalama sissetulekuga. Tegelikult võib nende ristsissetuleku mudelite levimus osutada, et see omadus on finantsilise jätkusuutlikkuse võti. Selle uuringu käigus kogutud sissetulekuandmete abil saame hakata neid hüpoteese aja jooksul kontrollima.

Kaasavus

Joonisel 4 on esitatud mõned andmed kaasatuse kohta riigi tasandil, võrreldes kahte riiki, kus meil on anonüümsuse säilitamiseks piisavalt suur valim - Lõuna-Aafrika ja India. Tahke joon näitab tulude jaotust riigisiseselt ja katkendlikud jooned tähistavad ühe ettevõtte tulude jaotust, kuid tulu sulgudes on need detailsemad. Fakt, et enamus kriipsjoontest, mis tähistavad ettevõtete kliendi sissetulekut, on riigiliinidest madalamad, tähendab see, et meie osalevate investeerimisobjektide klientide sissetulekute jaotumine on kõrgema sissetulekuga rühmade poole suunatud võrreldes riikliku jaotusega. Kuigi me eeldasime, et lisaks madalama sissetulekuga klientidele leitakse ka enamik keskmise sissetulekuga ettevõtteid (vastavalt vasakpoolses osas viidatud uurimistööle), oli abi sellest, kui suur on ettevõtete ja riikide vaheline kalduvus, ning selgitada välja, mis paistab edasist uurimist .

Kvalitatiivse ülevaate näited sektorite kaupa

Meie kvantitatiivsete leidude sidumine kvalitatiivsete teadmistega annab pildile rohkem rikkust, eriti sektorite kaupa. Kui küsite kliendikogemuse kohta lahtiselt, saame hakata looma pilti sellest, mis on kliendi seisukohast oluline ja kõige märgatavam. Allpool jagame mõnda esialgset tagasisidet, mille kliendid edastasid, ja tõdeme, et see, mida me siin jagame, on vaid lühike ülevaade tagasisidet maitsest, mitte veenvad järeldused. Ettevõttespetsiifiline kvalitatiivne tagasiside on väga rikkalik ja destilleerisime vaid valiku sektoritasemelist järjepidevat tagasisidet, et esindada anonüümselt seda tüüpi sisu, mis uuringus esile tuli.

Usume, et valijate kuulamine on kriitilise tähtsusega positiivsete tulemuste saavutamiseks abisaajatele, kelle heaks me töötame.

Need arusaamad on vaid osa jagatud maitsest: klientide teostatav ja konkreetne arusaam, mis aitab ettevõtte juhtkonnal ja Omidyar Networki investeerimismeeskondadel ettevõtteid kõige paremini toetada, et neid kliente aja jooksul paremini teenindada.

Reaalse tagasiside väärtus

Mõjuinvestoritele on sageli väljakutse välja töötada tõhusad andmepraktikad, mis toetaksid oma portfellides mõju mõõtmist. Leidsime, et Lean Data võimaldab koguda tarbijate tagasisidet ressursside säästlikul viisil. See praktika on andnud meile väärtuslikku teavet selle kohta, kuidas oma portfelliettevõtete finantstulemusi ja sotsiaalseid tulemusi kõige paremini toetada, ja meil on hea meel teada saada, et seda tööriista kasutavad ka teised rahastajad. Näiteks on Ühendkuningriigi rahvusvahelise arengu osakond rakendanud seda metoodikat, et mõista klientide seisukohti Ghana kodulindude söödatootmisettevõttes, pakkudes kriitilist tagasisidet nii enda kui ka tehase jaoks.

Lean Data Sprint on vaid üks meetod, mida oleme hiljuti kasutanud, et paremini mõista meie portfelliettevõtete mõju üksikisikutele kogu maailmas. See üle 11 500 inimese küsitlus asub eelmisel aastal tellitud põhjalike üksikute ettevõtete Lean Data analüüside ning muude portfellihalduse, monitooringu ja hindamise jaoks kogutud andmete kõrval. Teostame ka ettevõttespetsiifilisi uuringuid koostisosade vaadete kohta otseste uuringute, intervjuude ja sügavamate etnograafilises stiilis uuringute kaudu. Sellised uuringud nagu ülalnimetatud madala sissetulekuga turgude sügavale jõudmine annavad teavet ka meie hüpoteeside kohta, mis võiksid positiivset mõju saavutada.

Nii nagu tarbijatestimine on tootearenduse võtmeelement, usume, et koostisosade kuulamine on kriitilise tähtsusega positiivsete tulemuste saavutamisel kasusaajatele, kelle heaks me kõik töötame, ja see on üks tööriist, mida kasutame nende hääle suurendamiseks oma töös.

Tänusõnad

Täname Kasia Stochniolit ja Tom Adamsit pühendumuse, hoolsuse ja loovuse eest Lemid Data projektide juhtimisel Omidyar Networkis; ja Lean Data meeskonna liikmed (Prashant Maheshwary, Sonia Kuguru, Jessica Martin, Ashley Speyer, Ushnisha Ghosh) nende abi eest.

Kõige rohkem sooviksime tänada Omidyar Network'i investeerijaid, kes olid avatud katsetama uut tööriista, et oma kasutajaid paremini teenindada.

[1] Mõisteid „klient”, „tarbija”, „koostisosa”, „kasutaja” ja „kasusaaja” kasutame kogu selle numbri vahelduvalt. Kõik mõisted tähistavad elanikkonda, keda meie kasumlike ja mittetulundusühingute portfell teenib oma töö kaudu.

[2] Rahvusvahelist vaesuse taset mõõdetakse ostujõu pariteedi (PPP) abil. PPP on majandusteooria, milles võrreldakse erinevate riikide valuutasid turukaupade lähenemise kaudu. Selle kontseptsiooni kohaselt on kaks valuutat nominaalväärtuses, kui mõlemas riigis on turu turukorv (võttes arvesse vahetuskurssi) sama hinnaga.

[3] Vaesuse tõenäosuse indeks® on hõlpsasti kasutatav uuringuvahend, mis kasutab vara ja leibkonna näitajaid - näiteks leibkonna suurust või seda, milleks katus on tehtud -, et hinnata vastaja vaesuse või madala sissetulekuga tõenäosust.