Lean Data Learning

Alapvető hangok

Az Omidyar Network-nél egy alapvető meggyőződésből indulunk ki: Az emberek eredendően jók és képesek, de gyakran hiányzik a lehetőségeik. Hiszünk abban, hogy ha lehetőségeken keresztül befektetünk az emberekbe, akkor pozitív megtérülést hoznak maguknak, családjuknak és a világ egészének.

De a beavatkozásunk végén levők - az emberek, akiknek reméljük, hogy felhatalmazást adunk - hangjait gyakran nem hallják meg azok a szereplők, akik tőkét, politikát és erőforrásokat hajtanak végre javukra. A beszélgetések inkább a vállalkozók, a tőkepiacok, a költség-haszon és más fentről lefelé mutató szempontok köré összpontosulnak.

Úgy gondoljuk, hogy elengedhetetlen, hogy közvetlenül hallgassuk meg azon emberek perspektíváit, akiknek szolgálatában dolgozunk. Ez a sorozat megosztja azoknak a betekintését, akik szélesebb körben vesznek részt saját portfólió társaságainkkal és magánszemélyeinkkel. A cél az, hogy elősegítse a befektetők, a jótékonysági szereplők és a társadalmi változásokkal foglalkozó szereplők tevékenységét a tényleges emberek véleményében, akiket mindannyian fel akarunk erősíteni, és olyan párbeszédet hozzon létre, amely felfedheti a változó tendenciákat a hatékonyabb eredmények elérése érdekében.

Ebben a második kiadásban, a Lean Data Learnings-ban bemutatjuk a globális felmérésünk eredményeit, amelyben 11 500 ügyfelet és 36 befektetési egységünk alkotóit vizsgáltuk meg annak érdekében, hogy megértsük, hogyan érzik magukat az általuk szolgált emberek az általunk támogatott termékek és szolgáltatások vonatkozásában.

Kattintson ide az 1. kiadáshoz: Bizalom és adatvédelem

Lean Data Learning

Az Omidyar Network megbízást adott az Acumen Lean Data csapata számára, hogy felmérje a 36 befektető ügyfelet, hogy megértse, mennyire jól szolgálják ezek a társaságok ügyfeleiket. A kutatás azt találta, hogy az ügyfelek a részt vevő portfólióvállalatainkhoz átlagosan 42 nettó promóciós pontszámot rendelnek, bár nagy eltérésekkel. Az ügyfelek hetvennégy százaléka szerint az életminőség ezeknek a vállalatoknak köszönhetően javult. Ez a kutatás jelentősen elmélyítette mind az Omidyar Network, mind a befektetők megértését abban, hogy az általuk kiszolgált ügyfelek hogyan tekintik őket.

Milyen gyakran, egy online vásárlás befejezése után felbukkan egy felmérés: “1-10 skálán, mennyire valószínű, hogy ajánlasz minket egy barátjának?” E kérdés célja a Net Promoter pontszám létrehozása. (NPS), amely a vevői elégedettség mérőszáma. A 2000-es évek elején fejlesztették és mindenütt jelennek meg a nonprofit társaságok számára. Az induló vállalkozások és a szociális szektor szervezetei azonban nem mindig képesek ilyen típusú párbeszédet folytatni a felhasználókkal.¹

Az elmúlt évben az Omidyar Network együttműködött az Acumen Lean Data-val, hogy a fogyasztói betekintés révén jobb eredményeket biztosítson portfóliónk számára. 2017 második felében befejeztük az első „Lean Data Sprint” programunkat, ahol 18 országban 36 befektetési körünk több mint 11 500 ügyfelét megkérdeztük, hogy véleményezzék-e a kínált termékeket és szolgáltatásokat. Sok befektetõnk számára ez volt az elsõ alkalom, amikor valaha szisztematikusan megkérdezték ügyfeleiket. Az Omidyar Network számára ez volt az első alkalom, amikor standard kérdéseket tetünk fel és összehasonlítható válaszokat kaptunk a következőkre: i) hogyan érzik az embereket, akiket szolgálunk, az általunk támogatott termékek / szolgáltatások szempontjából, ii) mennyire javította a termék vagy szolgáltatás az életüket (ha egyáltalán), és iii) honnan jönnek ezek az ügyfelek.

Miközben a kutatás validálta azt, amit a vállalatirányítás és az Omidyar Network befektetési menedzserei már ismertek, új betekintést nyújtott mindkét csapat számára. Az alábbiakban megosztjuk a kvantitatív adatok és a kvalitatív visszajelzések legértékesebb betekintését.

Mennyiségi adatok pillanatképei

A Lean Data elemzés kvantitatív módon ábrázolja az ügyfelek tapasztalatait annak megértésében, hogy portfólió társaságaink és szervezeteink jól szolgálják a cél kedvezményezetteiket. Az alábbiakban bemutatott adatok tartalmazzák a nettó promóciós pontszámok mutatóit, az életminőségre gyakorolt ​​hatást és az inkluzivitást. Megjegyezzük, hogy természetesen egyértelműen vannak korlátozások az ilyen ügyféladatokkal, például egy felmérés „időbeni pillanatképe”, valamint az a tény, hogy a válaszok valószínűleg a várakozásokhoz viszonyulnak - ha egy ügyfélnek már a kezdetektől alacsony volt a várakozása, könnyebb a társaság számára, hogy felülmúlhassa az ügyfél-felméréseket, vagy fordítva. Ennek ellenére, tekintettel a gyors megközelítésre, mi és a részt vevő portfólió társaságok úgy találtuk, hogy ezek az adatok erőforrás-hatékony kiegészítésként szolgálnak a portfóliókezeléshez jelenleg rendelkezésre álló adatokhoz. Tekintettel az Omidyar Network portfóliójának diverzifikált szegmenseire alkalmazott szokásos kérdésekre, hasznosnak találjuk ezen elemzés szélesebb körű felhasználását is.

Nettó promóciós pontszám (NPS)

A megkérdezett vállalatok átlagos nettó promóciós pontszáma 42 volt, és nagy eltérések mutatkoztak: a pontszámok -18 és 90 között változtak, a minták több mint egyharmadának 50-nél nagyobb pontszáma volt. Ennek a mutatónak a felhasználói általában 0 és 50 közötti pontszámot veszik figyelembe. mint „méltányos a jóhoz”, és az 50 feletti pontszáma „kiváló”. Összehasonlításképpen az Apple, az Amazon és a Netflix nettó promóciós pontszáma 72, 69 és 68. Azok, akik magas pontszámokat adtak, gyakran az integritást és az átláthatóságot említették indokként. Az alacsony pontszámok vezetői általában megoldatlan panaszok és elégtelen vagy nem hatékony kommunikáció voltak.

Az életminőség javítása

Átlagosan a válaszadók 74% -a szerint javult az életminőség; 39% azt válaszolja, hogy „nagyon”. Mint az NPS kiegészítő adatpontja, feltettük az egyszerű kérdést: javult az életminősége a [társaság] miatt? A sprintben részt vevő vállalatok portfóliójában átlagosan az ügyfelek háromnegyede általában pozitív hatást jelentett, az ügyfelek 39% -a azt jelezte, hogy a vállalatok életében „nagyon sokat javultak”. A 2. ábra bemutatja az egyes vállalkozások adatait, azok kumulatív ábrázolásával, akik szerint az életminőség „kissé” vagy „nagyon” javult. A minőségi megjegyzésekben az idézett változások a személyi pénzügyi termékek jobb kiadási szokásaitól az oktatást nyújtó szülő és a gyermek közötti jobb kapcsolatig terjedtek.

A jövedelem eloszlása

Átlagosan az ügyfelek 50% -a él napi 6 dollárnál kevesebbel (2011-es PPP) ². A befektetőként törekvésünk része, hogy jobb és olcsóbb termékeket és szolgáltatásokat szállítsunk az alacsony jövedelmű lakosság számára, akik gyakran fizetnek „szegénységi prémiumot” az informális gazdaságokban való megélhetésért és kereskedelemért. A Lean Data Sprint segítségével képeket tudtunk összegyűjteni a portfólióról, hogy áttekintést nyújtsunk befektetéseinkben részt vevő ügyfelek jövedelemszintjéről.

A 3. ábra a felmérés ezen részében részt vevő vállalkozások vásárlóinak jövedelemeloszlását mutatja. Természetesen sokféle profil létezik - a diagram tetején néhány vállalat túlnyomórészt alacsony jövedelmű ügyfelekkel érkezik, míg a diagram alján mások túlnyomórészt magasabb jövedelmű ügyfeleket szolgálnak ki. A meredekebb profilúak vegyes jövedelem-szintet érnek el, míg a laposabb profilok következetesebben célozzák meg az egyik zárójelét.

Fontos megjegyezni, hogy gyakran azt tapasztaljuk, hogy az üzleti vállalkozások diverzifikált jövedelmi szintű választókerületet szolgálnak, és ezeknek a profiloknak egy része ezt tükrözi. Valójában kutatási bázist építettünk annak érdekében, hogy ellenőrizzük a több jövedelmű modellek hatékonyságát. A közelmúltban, az alacsony jövedelmű piacok mélységének elérése című jelentés szerint úgy tűnik, hogy a népesség valamivel magasabb jövedelmi szintű kiszolgálása nem akadályozza meg a szervezeteket abban, hogy sokkal alacsonyabb jövedelmi szintet érjenek el. Valójában ezeknek a keresztirányú modelleknek az előfordulása jelezheti, hogy ez a jellemző kulcsfontosságú a pénzügyi fenntarthatóság szempontjából. Az ezen felmérés során gyűjtött jövedelemadatokkal idővel megkezdhetjük a hipotézisek tesztelését.

befogadás

A 4. ábra néhány országos szintű bevonási adatot mutat, összehasonlítva két országot, ahol anonimitás megőrzése érdekében elegendő méretű minta van - Dél-Afrika és India. A folytonos vonal mutatja a nemzeti jövedelem-eloszlást, és a szaggatott vonal mindegyik egy-egy vállalat ügyféljövedelme-megoszlását jelzi, ám a jövedelmi zárójelben részletesebben. Az a tény, hogy a vállalatok ügyféljövedelmét képviselő szaggatott vonalok nagy része az országsor alatt van, azt jelenti, hogy a részt vevő befektetési ügyfeleink jövedelemeloszlása ​​a nemzeti jövedelemhez viszonyítva nagyobb jövedelmű csoportokra irányul. Miközben arra számítottunk, hogy a legtöbb jövedelmet kiszolgáló céget megtaláljuk az alacsony jövedelmű ügyfelek mellett (a balra hivatkozott kutatás szerint), hasznos volt megnézni a vállalatok és országok közötti ellentmondás mértékét, és meghatározni, mi különbözteti meg a további vizsgálatokat. .

Példák szektoronkénti minőségi betekintésre

A kvantitatív megállapítások és a kvalitatív betekintés párosítása a kép gazdagságát növeli, különösen szektoronként. Ha nyílt végű kérdést teszünk az ügyfelek tapasztalatairól, elkezdhetjük képet alkotni arról, ami az ügyfél szempontjából fontos és leginkább észrevehető. Az alábbiakban megosztjuk néhány, az ügyfelek által szolgáltatott kezdeti visszajelzést, azzal a figyelmeztetéssel, hogy itt megosztunk csupán egy pillanatképet az ízről szóló visszajelzésről, nem pedig a meggyőző megállapításokról. A vállalatspecifikus minőségi visszajelzés nagyon gazdag, és csak egy ágazati szintű következetes visszajelzést választottunk le, hogy anonim módon képviseljük a felmérés során felmerült tartalomtípust.

Úgy gondoljuk, hogy a választópolgárok meghallgatása kritikus fontosságú ahhoz, hogy pozitív eredményeket érjünk el azok számára, akiket szolgálunk.

Ezek a betekintések csak ízlését teszik megosztottként: az ügyfelek által megvalósítható, konkrét betekintést nyújtanak, amelyek segítenek a társaság vezetésében és az Omidyar Network befektetési csapatainak abban, hogy a vállalatok legjobban támogassák az ügyfelek időben történő jobb kiszolgálását.

A valódi visszajelzés értéke

Az effektív befektetők számára gyakran kihívást jelent az, hogy hatékony adatgyakorlást fejlesszenek ki a portfóliójukon belüli hatásmérés támogatására. Megállapítottuk, hogy a Lean Data lehetővé teszi a fogyasztói visszajelzések gyűjtését erőforrás-könnyű módon. A gyakorlat értékes betekintést adott nekünk abban, hogy miként lehet a legjobban támogatni portfólió társaságaink pénzügyi és társadalmi eredményeit, és örömmel tudjuk, hogy más finanszírozók is használják az eszközt. Például az Egyesült Királyság Nemzetközi Fejlesztési Minisztériuma ezt a módszertant alkalmazta, hogy megértse a vevők véleményét egy ghánai baromfi-takarmány-előállító üzemben, és kritikai visszajelzéseket nyújtson maguknak és az üzemnek.

A Lean Data Sprint csak egy olyan módszer, amelyet a közelmúltban alkalmaztunk, hogy jobban megértsük portfólió társaságaink hatását az egész világon. Ez a több mint 11 500 emberből álló felmérés a múlt évben megrendelt megbízható, részletes vállalati Lean Data elemzésekkel, valamint a portfóliókezelés, a monitorozás és az értékelés céljából összegyűjtött egyéb adatokkal foglalkozik. Közvetlen felmérésekkel, interjúkkal és mélyebb etnográfiai kutatásokkal végezzünk nem alkotóelemmel kapcsolatos elemzéseket az alkotóelemek véleményéről. Az olyan kutatások, mint például a fent említett, az alacsony jövedelmű piacokon való mélység elérése, szintén felvetik a hipotéziseinket arról, hogy mi járhat pozitív hatással.

Mivel a fogyasztói tesztelés kulcsfontosságú elem a termékfejlesztésben, úgy gondoljuk, hogy az összetevők meghallgatása kritikus fontosságú ahhoz, hogy pozitív eredményeket érjünk el azoknak a kedvezményezetteknek, akiknek mindannyian dolgozunk, és ezt az egyik eszközt használjuk munkájuk hangjainak erősítéséhez.

Köszönetnyilvánítás

Köszönetet szeretnénk köszönetet mondani Kasia Stochniolnak és Tom Adamsnek az odaadás, a szorgalom és a kreativitás érdekében az Omidyar Network Lean Data projektjeinek vezetésében; és a Lean Data csapat tagjai (Prashant Maheshwary, Sonia Kuguru, Jessica Martin, Ashley Speyer, Ushnisha Ghosh) segítségért.

Mindenekelőtt szeretnénk köszönetet mondani az Omidyar Network befektetõinek, akik nyitottak voltak egy új eszköz kipróbálására annak érdekében, hogy felhasználóikat jobban kiszolgálják.

[1] Az „ügyfél”, „fogyasztó”, „alkotóelem”, „felhasználó” és „kedvezményezett” kifejezéseket felváltva használjuk az egész kiadványban. Valamennyi kifejezés arra a népességre utal, amelyet nonprofit és nonprofit szervezetek portfóliója szolgál a munkájuk során.

[2] A nemzetközi szegénységi szintet a vásárlóerő-paritás (PPP) segítségével mérik. A PPP egy olyan gazdasági elmélet, amely összehasonlítja a különböző országok pénznemeit egy „piaci kosár” megközelítés segítségével. E koncepció értelmében két valuta egyenértékű, ha egy áruk piaci kosara (figyelembe véve az árfolyamot) mindkét országban azonos áron jelenik meg.

[3] A szegénység valószínűségi index® egy egyszerűen használható felmérési eszköz, amely eszköz- és háztartási mutatókat használ - például a háztartás méretét vagy a háztetőt -, hogy felbecsülje annak valószínűségét, hogy egy válaszadó szegény vagy alacsony jövedelmű.