Mokymasis dėl liesų duomenų

Steigiamieji balsai

„Omidyar“ tinkle mes pradedame nuo pagrindinio įsitikinimo: Žmonės iš prigimties yra geri ir pajėgūs, tačiau jiems dažnai trūksta galimybių. Mes tikime, jei investuosime į žmones, pasinaudodami proga, jie duos teigiamą grąžą sau, savo šeimoms ir visam pasauliui.

Tačiau pernelyg dažnai tų, kurie tikisi įgalinti savo galvą, balsų - žmonių, kuriuos tikimės įgalinti, - nesigirdi veikėjų, kurie verčia kapitalą, politiką ir išteklius jų naudai. Pokalbių centre yra verslininkai, kapitalo rinkos, ekonominė nauda ar kiti „iš viršaus į apačią“ aspektai.

Mes manome, kad būtina tiesiogiai įsiklausyti į žmonių, kuriems mes dirbame, tarnauti perspektyvas. Ši serija dalinsis įžvalgomis iš tų, kurie plačiau bendrauja su mūsų pačių kompanijomis ir asmenimis. Tikslas yra padėti investuotojų, filantropų ir socialinių pokyčių veikėjų veiklai pagrįsti realių žmonių, kuriuos mes visi siekiame įgalinti, požiūrį ir užmegzti dialogą, kuris galėtų atskleisti besikeičiančias tendencijas, siekiant efektyvesnių rezultatų.

Šiame antrajame leidime „Lean Data Learningings“ pateikiame visuotinės apklausos, kurioje dalyvavo 11 500 klientų ir 36 mūsų investuotojų rinkėjai, išvadas, kad suprastume, kaip žmonės, kuriems jie tarnauja, jaučia produktus ir paslaugas, kuriuos finansuojame.

Spustelėkite čia, jei norite gauti 1 leidimą: Pasitikėjimas ir privatumas

Mokymasis dėl liesų duomenų

„Omidyar Network“ užsakė „Acumen“ „Lean Data“ komandai ištirti 36 investuotojų klientus, kad suprastų, kaip gerai šios įmonės aptarnauja savo klientus. Tyrimo metu nustatyta, kad klientai mūsų dalyvaujančioms portfelio bendrovėms priskiria vidutinį grynųjų rėmėjų balą - 42, nors ir labai skirtingus. 74 proc. Šių klientų teigia, kad dėl šių bendrovių gyvenimo kokybė pagerėjo. Šis tyrimas labai pagilino tiek „Omidyar“ tinklo, tiek mūsų investuojamų asmenų supratimą apie tai, kaip juos vertina jų aptarnaujami klientai.

Ar dažnai po pirkimo internetu matote iškylančią apklausą: „1–10 skalėje, kaip tikėtina, kad rekomenduosite mus draugui?“ Šio klausimo tikslas yra sugeneruoti grynojo rėmėjo balą. (NPS), kuris yra klientų pasitenkinimo matas. Sukurtas 2000-ųjų pradžioje, jis tapo visuotinai naudingas pelno siekiančioms įmonėms. Tačiau pradedančios įmonės ir socialinio sektoriaus organizacijos ne visada turi galimybę užmegzti tokį dialogą su savo vartotojais.¹

Per pastaruosius metus „Omidyar“ tinklas bendradarbiauja su „Acumen Lean Data“, siekdamas geresnių rezultatų mūsų portfelyje, naudodamasis įžvalgomis vartotojams. Antroje 2017 m. Pusėje mes baigėme savo pirmąjį „Lean Data Sprint“, kuriame apklausėme daugiau nei 11 500 klientų iš 36 mūsų investuotojų iš 18 šalių, kad jie pateiktų savo nuomonę apie teikiamus produktus ir paslaugas. Daugeliui mūsų investuotojų tai buvo pirmas kartas, kai jie sistemingai apklausė savo klientus. „Omidyar“ tinklui tai buvo pirmas kartas, kai uždavėme standartinius klausimus ir gavome palyginamus atsakymus į: i) kaip mūsų aptarnaujami žmonės jaučiasi dėl produktų / paslaugų, kuriuos finansuojame, ii) kiek produktas ar paslauga pagerino jų gyvenimą (jei iš viso), ir iii) iš kurių pajamų grupės priklauso šie klientai.

Nors tyrimas patvirtino kai kuriuos dalykus, kuriuos jau žinojo įmonės valdymas ir „Omidyar Network“ investicijų valdytojai, jis taip pat suteikė naujų įžvalgų abiem komandoms. Žemiau pateikiame prasmingiausias įžvalgas iš kiekybinių duomenų ir kokybinių atsiliepimų.

Kiekybiniai duomenų vaizdai

„Lean Data“ analizė kiekybiškai atspindėjo klientų patirtį, kad suprastume, kaip gerai mūsų portfelio bendrovės ir organizacijos tarnauja savo tiksliniams naudos gavėjams. Žemiau pateikti duomenys apima grynųjų rėmėjų balų metriką, poveikį gyvenimo kokybei ir įtraukimą. Be abejo, pažymime, kad tokie klientų duomenys, kaip antai apklausos „momentinis vaizdas“, yra akivaizdžiai riboti ir tai, kad atsakymai greičiausiai yra palyginti su lūkesčiais - jei klientas nuo pat pradžių turėjo mažai lūkesčių, tai yra įmonei lengviau aplenkti klientų apklausas arba atvirkščiai. Nepaisant to, atsižvelgiant į greitą požiūrį, mes ir dalyvaujančios portfelio bendrovės nustatė, kad šie duomenys yra efektyvus išteklių naudojimas prie duomenų, šiuo metu prieinamų portfelio valdymui. Atsižvelgiant į standartinius klausimus, taikomus įvairioms „Omidyar“ tinklo portfelio dalims, mes taip pat vertiname šios analizės naudojimą plačiau mūsų mokymosi strategijoje.

Grynasis rėmėjų balas (NPS)

Apklausoje dalyvavusių įmonių vidutinis grynasis rėmėjų balas buvo 42 ir buvo labai skirtingas: balai svyravo nuo -18 iki 90, daugiau kaip trečdalis imties balų buvo didesni nei 50. Šios metrikos vartotojai linkę vertinti balais nuo 0 iki 50. kaip „teisingi į gerą“, o balai virš 50 kaip „puikūs“. Palyginimui: „Apple“, „Amazon“ ir „Netflix“ grynieji rėmėjų balai yra atitinkamai 72, 69 ir 68. Aukštą balą gaunantys asmenys kaip pagrindą dažnai minėjo sąžiningumą ir skaidrumą. Žemų balų vairuotojai dažniausiai būdavo neišspręsti skundai ir nepakankamas ar neveiksmingas bendravimas.

Gyvenimo kokybės gerinimas

Vidutiniškai 74% respondentų teigia, kad gyvenimo kokybė pagerėjo; 39% teigia „labai daug“. Kaip papildomą duomenų centrą NPS, mes uždavėme paprastą klausimą: Ar pagerėjo jūsų gyvenimo kokybė dėl [bendrovės]? Vidutiniškai per tris sprinte dalyvaujančių bendrovių portfelį trys ketvirtadaliai klientų pranešė apie teigiamą poveikį; 39% tų klientų nurodė, kad bendrovės „labai pagerino“ savo gyvenimą. 2 paveiksle pateikiami kiekvienos įmonės duomenys, kaupiant tuos, kurie pažymėjo, kad gyvenimo kokybė „šiek tiek“ arba „labai“ pagerėjo. Kokybinėse pastabose paminėti pokyčiai svyravo nuo geresnių asmeninių finansų produktų vartojimo įpročių iki geresnių tėvų ir vaiko santykių švietimo teikėjui.

Pajamų paskirstymas

Vidutiniškai 50% klientų gyvena mažiau nei 6 USD per dieną (2011 m. PPP) ². Dalis mūsų, kaip investuotojo, užmojų yra pateikti geresnius, labiau prieinamus produktus ir paslaugas mažas pajamas gaunantiems gyventojams, kurie dažnai moka „skurdo priemoką“ už pragyvenimą ir prekybą neoficialioje ekonomikoje. Naudodami „Lean Data Sprint“, mes sugebėjome rinkti duomenis apie visą portfelį, kad pateiktume momentinę vaizdą apie mūsų investuojamų klientų pajamas.

3 paveiksle parodytas kiekvienos šioje tyrimo dalyje dalyvaujančios įmonės klientų pasiskirstymas. Natūralu, kad yra įvairių profilių - kai kurios lentelės viršuje esančios įmonės dažniausiai pasiekia mažas pajamas gaunančius klientus, o kitos diagramos apačioje dažniausiai aptarnauja didesnes pajamas gaunančius klientus. Tie, kurių profilis yra nuožulnesnis, pasiekia mišrias pajamas, o plokštesni profiliai nuosekliau nukreipia į vieną skliaustą.

Svarbu pažymėti, kad dažnai pastebime, kad poveikis verslui tarnauja įvairaus lygio pajamų rinkimų apygardoje, o kai kurie iš šių profilių atspindi būtent tai. Tiesą sakant, mes sukūrėme tyrimų bazę, kad patikrintume, ar kelių pajamų modeliai yra veiksmingi. Neseniai paskelbtoje ataskaitoje „Mažų pajamų rinkų gilumas“ teigiama, kad panašu, kad tarnavimas gyventojams, turintiems šiek tiek didesnes pajamas, netrukdo organizacijoms pasiekti ir daug mažesnes pajamas. Iš tikrųjų šių kryžminių pajamų modelių paplitimas gali parodyti, kad ši savybė yra esminė finansinio tvarumo sąlyga. Turėdami duomenis apie pajamas, surinktus atliekant šią apklausą, laikui bėgant galime pradėti tikrinti šias hipotezes.

Įtraukiamumas

4 paveiksle parodyti kai kurie šalies lygmens įtraukimo duomenys, palyginti dvi šalys, kuriose turime pakankamai didelę anonimiškumo išsaugojimo imtį - Pietų Afrika ir Indija. Nuosekli linija parodo nacionalinį pajamų paskirstymą, o punktyrinės linijos parodo vienos įmonės klientų pasiskirstymą pagal klientus, tačiau daugiau detalių pateikiant pagal pajamų grupes. Tai, kad dauguma punktyrinių linijų, rodančių įmonių klientų pajamas, yra mažesnės už šalies linijas, reiškia, kad mūsų dalyvaujančių investuojančių klientų pajamų paskirstymas yra nukreiptas į didesnes pajamas gaunančias grupes, palyginti su paskirstymu šalies viduje. Nors mes tikėjomės rasti daugumą įmonių, aptarnaujančių vidutines pajamas, kartu su mažesnes pajamas gaunančiais klientais (remiantis tyrimu, nurodytu kairėje), buvo naudinga pamatyti tokio iškreipimo laipsnį tarp įmonių ir šalių ir nustatyti, kas išskiria tolesnį tyrimą. .

Sektorių kokybinių įžvalgų pavyzdžiai

Susiedami kiekybinius duomenis su kokybinėmis įžvalgomis, vaizdas tampa turtingesnis, ypač pagal sektorius. Klausdami apie klientų patirtį atvirai, galime pradėti kurti vaizdinį, kas yra svarbu ir labiausiai pastebima iš kliento perspektyvos. Žemiau mes dalijamės kai kuriais pirminiais atsiliepimais, kuriuos pateikė klientai, ir perspėjimu, kad tai, ką mes čia dalinamės, yra tik trumpas atsiliepimų apie skonį vaizdas, o ne įtikinamos išvados. Konkrečios įmonės kokybiniai atsiliepimai yra labai gausūs, todėl mes distiliavome tik tam tikrus sektorių lygmens atsiliepimus, kad anonimiškai pateiktume apklausoje pateiktą turinio tipą.

Manome, kad rinkėjų įsiklausymas yra labai svarbus siekiant teigiamų rezultatų naudos gavėjams, kuriems mes dirbame.

Šios įžvalgos tėra tik to, kas buvo pasidalinta, skonis: realios kliento įžvalgos, padedančios vadovauti įmonės vadovybei ir „Omidyar Network“ investavimo komandoms, siekiant padėti įmonėms geriau aptarnauti tuos klientus bėgant laikui.

Realių atsiliepimų vertė

Poveikio investuotojams dažnai kyla iššūkis plėtoti efektyvią duomenų naudojimo praktiką, kuri padėtų įvertinti jų portfelių poveikį. Mes nustatėme, kad „Lean Data“ suteikia galimybę rinkti vartotojų atsiliepimus atsižvelgiant į išteklius. Ši praktika mums suteikė vertingų įžvalgų, kaip geriausiai paremti mūsų portfelio bendrovių finansinius ir socialinius rezultatus, ir mums malonu sužinoti, kad įrankį naudoja ir kiti finansuotojai. Pavyzdžiui, JK Tarptautinės plėtros departamentas pritaikė šią metodiką, kad suprastų klientų požiūrį į paukščių pašarų gamybos įmonę Ganoje, teikdamas kritinius atsiliepimus apie save ir gamyklą.

„Lean Data Sprint“ yra tik vienas metodas, kurį neseniai panaudojome, kad geriau suprastume savo portfelio kompanijų poveikį asmenims visame pasaulyje. Ši daugiau nei 11 500 žmonių apklausa vykdoma kartu su nuodugniomis vienos įmonės „Lean Data“ analizėmis, kurias užsakėme praėjusiais metais, taip pat su kitais duomenimis, surinktais portfelio valdymui, stebėjimui ir vertinimui. Mes taip pat vykdome konkrečių bendrovių sudedamųjų nuomonių tyrimus, atlikdami tiesiogines apklausas, interviu ir gilesnius etnografinio stiliaus tyrimus. Tokie tyrimai, kaip aukščiau minėtasis pasiekimas mažų pajamų rinkose, taip pat patvirtina mūsų hipotezes apie tai, kas galėtų turėti teigiamą poveikį.

Kaip ir vartotojų bandymai yra pagrindinis produkto kūrimo elementas, manome, kad įsiklausymas į sudedamąsias dalis yra labai svarbus teikiant teigiamus rezultatus naudos gavėjams, kuriems mes visi dirbame, kad tarnautume. Tai yra viena iš priemonių, kurią naudojame norėdami sustiprinti jų balsą savo darbe.

Padėkos

Norėtume padėkoti Kasia Stochniol ir Tomui Adamsui už jų atsidavimą, kruopštumą ir kūrybiškumą vadovaujant „Omidyar“ tinklo „Lean Data“ projektams; ir „Lean Data“ komandos nariams (Prashant Maheshwary, Sonia Kuguru, Jessica Martin, Ashley Speyer, Ushnisha Ghosh) už jų pagalbą.

Labiausiai norėtume padėkoti „Omidyar“ tinklo investuotojams, kurie buvo atviri eksperimentuoti su nauja priemone, kad galėtų geriau aptarnauti savo vartotojus.

[1] Sąvokos „klientas“, „vartotojas“, „sudedamoji dalis“, „vartotojas“ ir „naudos gavėjas“ pakaitomis vartojame visame leidime. Visi terminai nurodo gyventojus, kuriems mūsų pelno ir ne pelno organizacijų portfelis tarnauja dirbant.

[2] Tarptautinis skurdo lygis matuojamas naudojant perkamosios galios paritetą (PPP). AAP yra ekonominė teorija, kurioje, palyginus rinkos „prekių krepšelio“ metodą, lyginamos skirtingų šalių valiutos. Remiantis šia koncepcija, dvi valiutos yra lygios nominaliai vertei, kai prekių rinkos krepšelis (atsižvelgiant į valiutos kursą) yra vienodas abiejose šalyse.

[3] Skurdo tikimybės indeksas® yra lengvai naudojamas tyrimo įrankis, naudojantis turto ir namų ūkio rodiklius, pavyzdžiui, namų ūkio dydį ar tai, iš ko pagamintas stogas, siekiant įvertinti tikimybę, kad respondentas turi skurdžių ar mažas pajamas.