Varför de flesta insikter egentligen bara är lärdomar eller observationer

Sammanfattning:

1. Insikter är sällsynta, inte datapunkter. Verkliga insikter uppstår när flera beståndsdelar (data, observationer, mänskliga sanningar) kopplas samman och tvingar fram förändring. Det mesta som kallas insikter är egentligen bara lärdomar eller observationer.
2. Analytiker levererar byggstenar, inte färdiga insikter. Det är domänexperter nära verksamheten som har bäst förutsättningar att se mönster och skapa insikter. Analytiker bidrar med data, motsägelser och metod som stöd för bättre beslutsfattande.
3. Organisatorisk mognad krävs för datadrivna insikter. Att arbeta med genuina insikter kräver kultur som tål att få antaganden utmanade, tvärsektionellt samarbete och tålamod att sitta med motsägelsefull data utan att forcera fram lösningar.

Avsnitt:

• Vad insikter inte är
• Konstellation som modell: koppla ihop punkter för att förstå
  • "Men ett North Star metric då!?"
  • Konstellation som motbild till North Star-mått
  • Skillnaden mellan konstellation och ett North Star-mått
• INSIGHT-checklistan: sju kriterier för validering
• Lärdomar kontra insikter
• Vems jobb är det egentligen att leverera insikter?
• Fråga varför och leta efter motsägelser
• Det pragmatiska uppropet: att ordet inte spelar roll
• Vad analytiker faktiskt kan göra
• Mogna organisationer är bättre på datainformerade insikter
• När precision och pragmatism kan samexistera

Hur ställer du dig i precision och pragmatism kring begreppet insikter? Många analytiker ryser när insikter nämns. Jag är en av dem. Några luftciterar begreppet ofrivilligt. Men vi avkrävs dem konstant i alla möjliga sammanhang och det kan vara svårt att avgöra vad som avses när någon använder begreppet. Det är en grundläggande spänning som genomsyrar analysbranschen: gapet mellan vad insikter (insights) faktiskt är och hur termen används.

Insikter är sällsynta, transformativa kopplingar mellan åtskilda beståndsdelar. Insikter är inte de datapunkter eller trender som vanligtvis stämplas som insikter i företagssammanhang. Den här felaktiga benämningen skapar orealistiska förväntningar, analytiska resurser fördelas fel och förstör den analytiska processen.

Ifall någon säger vi har all denna data men saknar fortfarande insikter är det ett klagomål som avslöjar djup förvirring om vad insikter är, hos vem de uppstår och huruvida termen själv hjälper eller hindrar framsteg. Problemet kräver nog både viss stringens från ett strategiskt perspektiv och att navigera den röriga verkligheten där intressenter förväntar sig att få ett visst antal insikter som om de gick att beställa som vilken vara som helst.

Vad insikter inte är

Det mesta som kallas insikter är troligen olika beståndsdelar.

• En datapunkt är bara rå information, hur kraftfull den än är.
• En trend är bara datapunkter som rör sig åt samma håll.
• En observation, trots att den är potentiellt värdefull, saknar kvaliteten hos verkliga insikter.

Även mänskliga sanningar i form av berättelser, som att yrkesverksamma föräldrar har ont om tid, räcker inte eftersom de är utslitna fakta utan något man kan agera på.

Detta exkluderande tillvägagångssätt avslöjar varför termen har blivit ganska meningslös i praktiken. Typ samtliga plattformar som erbjuder Business Intelligence marknadsför sig med agerbara insikter, organisationer namnger produkter och team till insikt eller analys, allt i en ompositionering som generatorer av insikter. Ett företag vars produkt jag förvaltade på kundsidan, för kanske 10 år sedan, ville inte längre associeras med att erbjuda en sökmotor för stora organisationer, istället byggde man en insiktsmotor. Gäsp! De la på ännu ett lager av datorlingvistisk förståelse av innehållet. Bra det, men knappast revolutionerande utöver ett kreativt namn!

Allt det här snacket och missbruket av insikter som begrepp har över tid bidragit till en skenande inflation av termen. Det har blivit något att sträva efter snarare än beskrivande, vilket gör att analytiker måste navigera omöjliga förväntningar.

Konsekvenserna är dock verkliga! Både intressenter och kunder kräver specifika kvantiteter med insikter och på utsatt tid. Att säga jag har en insikt i möten har blivit en innehållslös teater eftersom vi av erfarenhet lärt oss att ha extremt låga förväntningar på det som beskrivs som en insikt.

Konstellation som modell: koppla ihop punkter för att förstå

En verklig insikt är en konstellation där flera beståndsdelar sammanfaller, exempelvis:

• datapunkter
• mänskliga sanningar
• kundsmärtpunkter
• kontraintuitiv information
• observationer

När dessa kopplas samman avslöjas något som påtvingar förändring. Metaforen med konstellation är avsiktlig (men inte min uppfinning). Enskilda stjärnor är synliga för alla, men vissa personer kan uppfatta mönstren som förbinder dem till meningsfulla former. En konstellation!

Då en verklig insikt påtvingar förändring blir den populära analysfrasen agerbara insikter redundant. Lite av en tautologi. Jag har själv gjort mig skyldig till att använda den frasen. Många gånger. Till mitt försvar försöker jag vara pedagogisk och inkluderande i mitt språk, och det kan ibland gå före språklig och professionell precision.

"Men ett North Star metric då!?"

Hur som helst, låt oss jämföra konstellation som koncept med den uttjatade North Star-mätetal som det enda mätetalet som får alla i en organisation att jobba mot samma mål (ett mål nästan ingen kan tillämpa i sin vardag).

Genom att följa ett North Star-mätetal kan en organisation dessvärre optimera sig till irrelevans. Man riskerar att missa helheten och omvärldens förändring. Att fokusera på vad som är lätt att mäta snarare än vad som verkligen skapar värde, och ignorera viktiga faktorer som inte fångas av måttet.

Detta skapar dessutom knepiga incitament där team börjar lura systemet. De hittar genvägar som ökar måttet men samtidigt kan skada verksamheten. Ett klassiskt exempel är måttet att öka antal aktiva användare genom att spamma med notiser, vilket resulterar i irriterade användare som till slut överger produkten helt. Och det kan vara för sent att fokusera på kundbortfall (churn rate) när man börjat inse problemet.

I min bok Webbanalys (2016) lyfte jag det allvarsamma med att välja verksamhetsmål och mått man kommunicerar. Av fem kriterier avslutar jag med det förmanande:

"Orsakar inte negativa sidoeffekter. Ett bra mål är genomtänkt nog så det inte uppstår problem någon annanstans i verksamheten. Exempelvis att en ökad försäljning mest orsakade merarbete, fler returer och kunder som kände sig lurade."
– Webbanalys (2016)

Med fel mätetal riskerar organisationen att förlora kontakten med verkligheten. Måttet kan bli irrelevant när marknaden eller kundbehoven förändras, men organisationen fortsätter optimera eftersom siffrorna går åt rätt håll. En organisation med North Star-måttet tid spenderad i appen eller dwell time blir undermedvetet motiverade att bygga dark patterns och oändlig scroll. Användarna spenderar visserligen mer tid i appen, men är samtidigt missnöjda och byter så fort ett bättre alternativ dyker upp.

Ifall du nu ändå väljer ett North Star-mått behöver du kontinuerlig validering mot faktiska affärsresultat och kundnytta. Inte blind optimering mot siffror isolerade från sitt sammanhang!

Konstellation som motbild till North Star-mått

Medan North Star-mått pekar mot en enskild siffra att optimera mot, handlar konstellationstänkandet om att identifiera och koppla samman synliga men spridda signaler i omvärlden. Precis som stjärnor på natthimlen har alltid funnits där för alla att se, finns de avgörande förändringarna och spänningarna redan i vår omgivning. Utmaningen är inte att hitta dem, utan att se mönstret de bildar tillsammans.

Konstellationen består av många saker i samklang. Det finns vissa gemensamma nämnare som återkommer, nämligen:

• Tekniska skiften och nya möjligheter. Har du kanske hört talas om AI ännu? 😂
• Kulturella förändringar, både hos folk i gemen men också i viktiga segment man är beroende av.
• Kundfrustrationer och vad vi förväntar oss förändras över tid.
• Regleringsförändringar och hur man uppfattas av de man tror sig vara relevant för.

Det finns också andra fenomen som var för sig kanske verkar olikartade. När någon lyckas koppla ihop dessa element uppstår en verklig insikt om var värde kan skapas. Det handlar inte om att följa en förutbestämd riktning, utan om att tolka verkligheten och förstå vilken riktning den pekar mot.

Skillnaden mellan konstellation och ett North Star-mått

North Star ger en intern kompass att följa, men konstellationen kräver att man läser av flera signaler och förstår deras inbördes relation. Det ena optimerar mot det kända, det andra avslöjar det möjliga. Gissa vilken variant jag ordar för.

Vem har en chans att begripa detta? Svaret är ganska enkelt; den som befinner sig närmast användaren, affären eller slutkunden. Det är där friktionen uppstår, där behoven artikuleras och där förändringen märks först. En domänexpert som dagligen möter verksamhetens utmaningar har ett försprång som ingen konsult eller utomstående kan kompensera för genom metodkunskap eller dataanalys. De ser mönstren eftersom de lever i dem.

Det en utomstående analytiker kan bidra med är struktur och metod för att artikulera vad domänexperten redan anar, men sällan själv kan identifiera de avgörande punkterna i konstellationen. Vi utomstående saknar den dagliga närheten till verksamheten som krävs för att förstå vilka signaler som verkligen betyder något.

Risken är att organisationer lägger ansvaret för insikter hos fel personer. De förväntar sig att externa konsulter eller tekniska leverantörer ska leverera insikter som leder till förändring, när dessa i själva verket bara kan leverera det som syns i data och verktyg. Konstellationen kräver kontextuell förståelse som endast kommer från närhet till problemet, inte från distanserad analys eller teknisk expertis.

INSIGHT-checklistan: sju kriterier för validering

Ett praktiskt ramverk använder akronymen INSIGHT, där uppfyllelse av minst fem av sju kriterier antyder genuint insiktsområde. Insights, som en ordvitsande förkortning, måste:

• Inspirera till handling (vilket gör agerbara insikter redundant) och det måste gå att artikulera.
• vara Not obvious genom att omformulera ett problem på ett unikt sätt.
• vara Simple att förklara, med tio ord eller färre.
• De måste Inkludera nyckeldata eller observationer som stöd.
• Ge varumärket eller affärsenheten en klar fördel.
• Koppla till en Human truth. För att inspirera handling måste insikter beröra grundläggande mänskliga erfarenheter.
• och helst Tap into cultural tension, eftersom konflikter och ytterligheter gömmer en insikt någonstans.

Artikulationskomponenten i första punkten är kritisk. Kommunikation är del av insikten själv! Utan koncist, övertygande uttryck finns bara typ ett gäng kuggar, stänger, bultar och en metallbox snarare än en växellåda till en bil.
Samtidigt antyder detta något orealistiskt att insikter anländer färdigformulerade. I praktiken måste vi få med människor i en kort berättelse om användares smärta och upplevda friktion, våra data och kreativa tänkande. Det här behöver kopplas ihop. Detta är också en skillnad mellan analytiska sammanhang (där kollaborativt meningsskapande är processen) och andra sammanhang där insikter förfinas före en presentation.

Lärdomar kontra insikter

Lärdomar och insikter finns på ett spektrum. Lärdomar är värdefulla och kan leda till att man behöver agera, men insikter besitter en helt annan energi och klarhet. När en genuin insikt landar börjar folk omedelbart få nya idéer, lutar sig fram med påtaglig entusiasm. Lärdomar informerar medan insikter transformerar.

Denna distinktion skapar praktiska problem. Analytiker kan vara motvilliga till att benämna sitt arbete som insikter. Lärdomar, fynd eller observationer har blivit föredragna termer, kanske för att de bär mindre bagage och insatserna är lägre. Frågan blir om denna semantiska förskjutning representerar en reträtt från stringens eller en pragmatisk anpassning till organisatorisk verklighet.

Samtidigt är det inget fel på att med sin analys komma fram till lärdomar. Hos domänexpertisen kanske de blir insikter även utan det här medskapande arbetet som vore den ideala processen.

Verkliga insikter utmanar också ett omodernt ledarskap som föredrar att gå på magkänsla och erfarenhet. Och att med analys föreslå förändring kan vara väldigt obekvämt. Motsägelsefulla datapunkter kan bero på bristande datakvalitet eller att där finns en insikt man inte ännu förstår. Utredandet av två uppenbart sanna saker som motsäger varandra kan leda till genombrott. Men risken är att det avfärdas innan man kommit så långt.

Vems jobb är det egentligen att leverera insikter?

Ansvaret för insikter är nog ofta oklart. Som analytiker vill jag hävda att det egentligen inte är analytikerns jobb att komma med insikter. Det är en omöjlig förväntan på en analytiker om den personen inte är djupt inbäddad i verksamheten. Snarare vårdar analytikern datakvalitet, datakällor och bidrar med stöd när någon behöver tolka data eller har analytiska frågor.

Klart analytiker kan bidra med att bygga insikter, men det är mer av en lagsport som kräver kompetenser från olika håll. Analytiker bidrar med data, motsägelsefulla fynd, observationer och analytiskt perspektiv. Resten måste komma från domänexpertis och andra som är nära verksamhetens vardag. Ja, så klart finns det folk som har lite av domänexpertens kunskap och jobbar som analytiker, men de som har multi-domänexpertis växer inte på träd direkt.

Med denna ominramning kanske det går att lämna det laddade begreppet insikter bakom oss och fokusera på att det verkliga värdet av analytiskt stöd är för att uppnå bättre beslutsfattande.

Fråga varför och leta efter motsägelser

Trots skepticism mot fem varför (som ibland associeras med lathet) är det kraftfullt om det tas på allvar. Distinktionen spelar roll. Ytligt varför-frågande är intellektuell teater, men djup undersökning av varför saker är som de är leder till innovation.
Till exempel: Varför riskerade människor upphovsrättsintrång för att lägga in låtar i Instagram-videor? TikTok frågade seriöst och byggde en affärsmodell där alla får betalt, vilket avlägsnade friktionen helt.

Varför-tekniken fungerar bäst när man frågar varför från lite olika vinklar snarare än att bara trycka på hårdare. Varje fråga kan behöva omformuleras snarare än att bara gå djupare på samma spår.

Bortom frågetekniker kan man hitta motsägelser och sitta med obehaget av uppenbara inkompatibiliteter. Det leder inte till snabba lösningar, men det värdefulla kan framträda genom att brottas med saker som verkar samtidigt sanna men motsatta. Med en kulturell mognad där organisationen är villig att utmana egna antaganden, stödja experimenterande och skapa trygga debattmiljöer är motsägelser en del av kvalitetsarbetet.

Validering spelar också roll. Allt från datainsamling till att föreslagna insikter behöver testas genom ytterligare forskning, datainsamling eller experimenterande innan organisationer ska engagera mer resurser. Att aktivt jobba med falsifierbarhet är viktigt, alltså att man lägger energi på att reda ut hur man kan försöka motbevisa en insikt, lärdom, fynd eller bara antagandet att allt funkar som förväntat i datainsamlingen.

Validera utkomsten av analysen och säkerställ att det inte bara är intellektuellt övertygande utan också empiriskt sunt.

Det pragmatiska uppropet: att ordet inte spelar roll

För mig är det provocerande med pragmatiska kommentarer som Jag bryr mig inte riktigt om orden vi använder. Jag bryr mig om att vi kommer dit, att vi uppnår målet.
Det beror nog på att jag i efterhand vill kunna hävda att utfört arbete faktiskt är vad som utlovades. I de situationerna blir precisionen viktig, men jag förstår också att det kan framstå väldigt nördigt att dra in strider om terminologi om nu alla är nöjda ifall de får hjälp att ta bättre beslut. Då är det bara jag som håller mig efter en för hög standard.

Kanske kan vi vara överens om att vi vill uppnå ett strategiskt partnerskap och hjälp med beslutsstöd och helt undvika semantiska strider som en distraktion? Men denna pragmatiska position utmanar direkt Mark Twains citat:

"Mellan rätt ord och nästan rätt ord är skillnaden som mellan blixten och en lysmask"

Och det är kanske ok.

Vad analytiker faktiskt kan göra

Man får börja med att sätta realistiska förväntningar att insikter inte kan levereras på beställning. Bättre att lova analys, observationer och strategiskt partnerskap samtidigt som man förblir öppen för insiktsögonblick när stjärnor råkar rada upp sig på himlen.

Fokusera på att ta med byggstenar till lärdomar snarare än att ta ägarskap över insikter. Vi kan leverera datapunkter (särskilt motsägelsefulla), trender, observationer och statistik som kräver förklaring och kontextuell analys. Delta i tvärsektionella team där kollektivet ansvarar för att se väsentliga kopplingar. Hjälpa till att stresstesta föreslagna insikter genom att ställa bra frågor och leka djävulens advokat. Vi kan tillhandahålla validering genom ytterligare efterforskning vid behov.

Även om det tar emot är det kanske värt att använda den terminologi som organisationen har. Ifall lärdomar fungerar bättre än insikter i kulturen så använder vi det som funkar.

"If it is stupid but it works, it isn't stupid."
– Mercedes Lackey

Om våra intressenter svarar bättre på beslutsstöd eller strategiska rekommendationer används de istället.

Mogna organisationer är bättre på datainformerade insikter

Att använda insikter som kommer från data kräver organisatorisk mognad eftersom ribban är hög, insikter är sällsynta och de brukar störa befintliga övertygelser. Omogna organisationer kan inte hantera obehaget av att få sina antaganden utmanade. De saknar den experimenterande vanan för att validera insikter. De jobbar också gärna i silos vilket hindrar det tvärsektionella samarbete som behövs för att se det större mönstret.

Mognadskraven sträcker sig bortom struktur till kultur. Team behöver kunna debattera och utmana varandra på ett konstruktivt sätt. Det behövs tålamod för den tid insikter kräver från potentiell upptäckt fram till när lösningar får blomma ut. Det är krävande att sitta med kognitiv dissonans och motsägelsefull data och inte tvinga fram en lösning för tidigt.

Organisationer behöver också värdera det osexiga arbetet med validering, analys och observation som föregår insikter. Om ledarskap bara firar insikter samtidigt som det avfärdar datapunkter och lärdomar kommer det till slut inte fungera. Jag tror mer på att fokusera mindre på insikter och mer på rigorös analys, olika perspektiv och öppet förhöra sina data för att öka sina chanser till genuina insikter.

När precision och pragmatism kan samexistera

Personligen ser jag ett värde i att inte tvinga fram falsk konsensus. Oenighet kan kvarstå om huruvida terminologin spelar roll. Bara att försöka vara öppen och lågaffektiv i hur man ser på saken. Affärsresultat trumfar trots allt semantisk precision.

I strategiarbete kanske den mer rigorösa definitionen spelar roll eftersom leveransen ofta är insikten själv. Då är det värt att orda om precision! I pågående analytiska partnerskap är leveransen i sig ett ihållande beslutsstöd där det mesta är lärdomar eller observationer. Där blir det mer uppenbart att helheten har ett värde, men att vissa delmängder är mer häpnadsväckande än andra. Kanske till och med en äkta insikt emellanåt.

Den förenande tråden är att organisationer behöver både och. De behöver:

• Försöka upptäcka de flyktiga transformativa insikterna att agera på. Resultaten blir i större skala och kan skapa nya produkter och affärsmodeller.
• En konsekvent och högkvalitativ analys som tar med användbar information och strategiskt perspektiv till beslut.

Kanske är den verkliga insikten från denna tankeövning att ordet insikt har blivit en plats för organisatorisk förvirring och döljer, snarare än klargör, vad analytiskt arbete bör åstadkomma. Huruvida man kämpar för att återställa dess mening (ett tillvägagångssätt) eller arbetar runt det för att leverera värde (ett annat tillvägagångssätt) spelar mindre roll än att förstå spelet man spelar.

Det viktigaste är nog att känna igen både insikten och lärdomen när de dyker upp.​​​​​​​​​​​​​​​​