Lean Data Learning

Głosy wyborcze

W Omidyar Network zaczynamy od fundamentalnego przekonania: ludzie są z natury dobrzy i zdolni, ale często brakuje im okazji. Wierzymy, że jeśli zainwestujemy w ludzi, dzięki sposobności przyniosą one pozytywne zyski dla siebie, swoich rodzin i całego świata.

Ale zbyt często głosy osób na końcu naszych interwencji - ludzi, których mamy nadzieję wzmocnić - nie są słyszane przez aktorów napędzających kapitał, politykę i zasoby na ich korzyść. Zamiast tego rozmowy koncentrują się wokół przedsiębiorców, rynków kapitałowych, kosztów i korzyści lub innych odgórnych rozważań.

Uważamy, że konieczne jest bezpośrednie słuchanie perspektyw ludzi, którym służymy. Ta seria podzieli się spostrzeżeniami od tych, którzy współpracują z naszymi własnymi spółkami portfelowymi i osobami w szerszym zakresie. Celem jest pomoc w ugruntowaniu działań inwestorów, filantropów i podmiotów zajmujących się zmianami społecznymi w poglądach rzeczywistych ludzi, których wszyscy chcemy wzmocnić, oraz w nawiązaniu dialogu, który może odkryć zmieniające się trendy w celu uzyskania bardziej efektywnych wyników.

W tym drugim wydaniu, Lean Data Learning, przedstawiamy wyniki naszej globalnej ankiety przeprowadzonej wśród 11 500 klientów i przedstawicieli 36 naszych inwestorów, aby zrozumieć, jak ludzie, którym służą, na temat produktów i usług, które finansujemy.

Kliknij tutaj, aby wyświetlić problem 1: Zaufanie i prywatność

Lean Data Learning

Sieć Omidyar zleciła zespołowi Lean Data Acumenowi zbadanie klientów wśród 36 inwestorów, aby dowiedzieć się, jak dobrze firmy te obsługują swoich klientów. Badanie wykazało, że klienci przypisują średni wynik promotora netto 42 naszym uczestniczącym spółkom portfelowym, choć z dużą zmiennością. Siedemdziesiąt cztery procent tych klientów twierdzi, że jakość życia poprawiła się dzięki tym firmom. Badanie to znacznie pogłębiło zrozumienie zarówno sieci Omidyar, jak i naszych inwestorów, w jaki sposób widzą ich klienci.

Jak często po sfinalizowaniu zakupu online pojawia się wyskakująca ankieta: „Jak prawdopodobne jest, że polecisz nas znajomemu?”. Celem tego pytania jest wygenerowanie wyniku promotora netto (NPS), który jest miarą zadowolenia klienta. Opracowany na początku 2000 roku stał się wszechobecny dla firm nastawionych na zysk. Jednak startupy i organizacje sektora społecznego nie zawsze mają możliwość prowadzenia tego rodzaju dialogu ze swoimi użytkownikami .¹

W ciągu ostatniego roku sieć Omidyar nawiązała współpracę z firmą Acumen Lean Data, aby uzyskać lepsze wyniki w naszym portfolio dzięki informacjom konsumenckim. W drugiej połowie 2017 r. Zakończyliśmy pierwszy w historii „Lean Data Sprint”, w którym przeprowadziliśmy ankietę wśród ponad 11 500 klientów z 36 naszych inwestorów w 18 krajach w celu uzyskania opinii na temat oferowanych produktów i usług. Dla wielu naszych inwestorów po raz pierwszy systematycznie przeprowadzali ankiety wśród swoich klientów. W przypadku sieci Omidyar po raz pierwszy zadaliśmy standardowe pytania i uzyskaliśmy porównywalne odpowiedzi na: i) co ludzie, którym służymy, na temat produktów / usług, które finansujemy, ii) jak bardzo produkt lub usługa poprawiła ich życie (jeśli w ogóle) oraz iii) z której grupy dochodów pochodzą ci klienci.

Chociaż badania potwierdziły niektóre informacje, które już wiedziały zarząd firmy i menedżerowie inwestycyjni sieci Omidyar, przyniosły także nowe informacje dla obu zespołów. Poniżej dzielimy się najbardziej znaczącymi spostrzeżeniami z danych ilościowych i jakościowych informacji zwrotnych.

Migawki danych ilościowych

Analiza Lean Data dodała ilościową reprezentację doświadczenia klienta do naszego zrozumienia, jak dobrze nasze spółki portfelowe i organizacje obsługują docelowych beneficjentów. Dane pokazane poniżej obejmują miary wyników promotora netto, wpływ na jakość życia i włączenie. Zauważamy oczywiście, że istnieją wyraźne ograniczenia dotyczące takich danych klientów, takich jak „migawka w czasie” ankiety, oraz fakt, że odpowiedzi są prawdopodobnie związane z oczekiwaniami - jeśli klient od początku miał niskie oczekiwania, to łatwiej jest firmie uzyskać lepsze wyniki w ankietach od klientów lub odwrotnie. Niemniej jednak, biorąc pod uwagę szybkie podejście, my i uczestniczące spółki portfelowe stwierdziliśmy, że dane te stanowią zasobooszczędny dodatek do danych obecnie dostępnych do zarządzania portfelem. Biorąc pod uwagę standardowe pytania stosowane w zróżnicowanym segmencie portfolio sieci Omidyar, znajdujemy również wartość w szerszym wykorzystaniu tej analizy w ramach naszej strategii uczenia się.

Wynik promotora netto (NPS)

Średni wynik promotora netto w badanych firmach wynosił 42, a różnice były duże: wyniki wahały się od -18 do 90, przy czym ponad jedna trzecia próby osiągnęła wynik powyżej 50. Użytkownicy tego miernika zwykle oceniają wyniki od 0 do 50 jako „od dobrego do dobrego”, a wyniki powyżej 50 jako „doskonałe”. Dla porównania, Apple, Amazon i Netflix mają wyniki Net Promotora odpowiednio 72, 69 i 68. Osoby dające wysokie wyniki często podawały za uzasadnienie uczciwość i przejrzystość. Kierowcy o niskich wynikach zwykle byli nierozwiązanymi skargami i niewystarczającą lub nieskuteczną komunikacją.

Poprawa jakości życia

Średnio 74% respondentów twierdzi, że poprawiła się jakość życia; 39% mówi „bardzo” Jako punkt danych uzupełniających do NPS zadaliśmy proste pytanie: czy Twoja jakość życia poprawiła się z powodu [firmy]? Średnio we wszystkich portfelach firm uczestniczących w sprincie trzy czwarte klientów generalnie odnotowało pozytywny wpływ, przy czym 39% klientów wskazało, że firmy „znacznie poprawiły” swoje życie. Ryc. 2 pokazuje dane dla każdej firmy ze skumulowaną reprezentacją tych, którzy wskazali, że jakość życia została „nieznacznie” lub „bardzo” poprawiona. W komentarzach jakościowych przytaczane zmiany obejmowały od lepszych nawyków wydawania pieniędzy na produkty finansów osobistych, do lepszych relacji między rodzicem a dzieckiem w przypadku dostawcy usług edukacyjnych.

Dystrybucja dochodu

Średnio 50% klientów żyje za mniej niż 6 USD dziennie (PPP w 2011 r.) ². Częścią naszych ambicji jako inwestora wpływowego jest dostarczanie lepszych, bardziej przystępnych cenowo produktów i usług dla populacji o niskich dochodach, które często płacą „premię z tytułu ubóstwa” za życie i handel nieformalnymi gospodarkami. Dzięki Lean Data Sprint byliśmy w stanie gromadzić dane z całego portfela, aby uzyskać migawkę poziomów dochodów klientów naszych inwestorów.

Rycina 3 pokazuje rozkład dochodów klientów dla każdej firmy uczestniczącej w tej części badania. Oczywiście istnieje wiele różnych profili - niektóre firmy na szczycie wykresu docierają głównie do klientów o niskich dochodach, podczas gdy inne u dołu wykresu obsługują głównie klientów o wyższych dochodach. Osoby o bardziej nachylonym profilu osiągają przedziały o mieszanych dochodach, podczas gdy bardziej płaskie profile są bardziej konsekwentnie ukierunkowane na jeden przedział.

Należy zauważyć, że często stwierdzamy, że oddziaływanie przedsiębiorstw służy zróżnicowanemu poziomowi dochodów, a niektóre z tych profili odzwierciedlają właśnie to. W rzeczywistości budowaliśmy bazę badawczą, aby sprawdzić, czy modele wielodochodowe są skuteczne. Niedawny raport Reaching Deep in Low-Income Markets stwierdza, że ​​obsługa populacji na nieco wyższych dochodach nie wydaje się uniemożliwiać organizacjom osiągania znacznie niższych poziomów dochodów. W rzeczywistości rozpowszechnienie tych modeli krzyżowych dochodów może wskazywać, że ta cecha ma kluczowe znaczenie dla stabilności finansowej. Dzięki danym o dochodach zebranym w tej ankiecie możemy z czasem zacząć testować te hipotezy.

Włączenie

Rycina 4 pokazuje niektóre dane dotyczące włączenia na poziomie krajowym, porównując dwa kraje, w których mamy wystarczająco dużą próbkę, aby zachować anonimowość - Afryka Południowa i Indie. Linia ciągła pokazuje rozkład dochodu narodowego, a linie przerywane reprezentują rozkład dochodu klientów jednej firmy, ale z większą szczegółowością w przedziałach dochodów. Fakt, że większość linii przerywanych reprezentujących dochód klientów firm jest poniżej linii kraju, oznacza, że ​​rozkład dochodów klientów naszych uczestniczących inwestorów jest przesunięty w kierunku grup o wyższych dochodach w stosunku do dystrybucji krajowej. Podczas gdy spodziewaliśmy się znaleźć większość firm obsługujących średni dochód wraz z klientami o niższych dochodach (zgodnie z badaniami wymienionymi po lewej stronie), pomocne było sprawdzenie stopnia tego przekrzywienia w firmach i krajach oraz określenie, co wyróżnia się w dalszych badaniach .

Przykłady analiz jakościowych według sektorów

Powiązanie naszych wyników ilościowych z wglądami jakościowymi wnosi więcej bogactwa do obrazu, szczególnie według sektorów. Pytając o wrażenia klientów w sposób otwarty, możemy zacząć budować obraz tego, co ważne i najbardziej zauważalne z perspektywy klienta. Poniżej dzielimy się niektórymi wstępnymi opiniami klientów, z zastrzeżeniem, że dzielimy się tutaj jedynie migawką opinii o smaku, a nie rozstrzygającymi ustaleniami. Jakościowe informacje zwrotne dotyczące konkretnej firmy są bardzo bogate, a my opracowaliśmy tylko wybrane informacje zwrotne na poziomie sektorowym, aby anonimowo reprezentować rodzaj treści, które pojawiły się w ankiecie.

Uważamy, że słuchanie składników ma zasadnicze znaczenie dla zapewnienia pozytywnych wyników dla beneficjentów, którym pracujemy.

Te spostrzeżenia to tylko przedsmak tego, co zostało udostępnione: praktyczne i konkretne spostrzeżenia od klientów, które pomagają w zarządzaniu firmą i zespołom inwestycyjnym Omidyar Network, aby jak najlepiej wspierać firmy w lepszej obsłudze tych klientów z czasem.

Wartość rzeczywistej informacji zwrotnej

Inwestorzy zajmujący się wpływem często stanowią wyzwanie dla opracowania skutecznych praktyk w zakresie danych w celu wsparcia pomiaru wpływu w swoich portfelach. Odkryliśmy, że Lean Data umożliwia zbieranie informacji zwrotnych od klientów w sposób niewielki. Ta praktyka dała nam cenny wgląd w to, jak najlepiej wspierać wyniki finansowe i społeczne naszych spółek portfelowych, a my z przyjemnością dowiadujemy się, że inni fundatorzy również korzystają z tego narzędzia. Na przykład brytyjski Departament Rozwoju Międzynarodowego zastosował tę metodologię, aby zrozumieć opinie klientów na temat zakładu produkcji pasz dla drobiu w Ghanie, zapewniając krytyczne informacje zwrotne dla siebie i dla zakładu.

Lean Data Sprint to tylko jedna z metod, które zastosowaliśmy ostatnio, aby lepiej zrozumieć wpływ naszych spółek portfelowych na osoby na całym świecie. Ta ankieta przeprowadzona wśród ponad 11 500 osób znajduje się obok szczegółowych, pojedynczych firm analiz Lean Data, które zleciliśmy w zeszłym roku, a także innych danych zebranych w celu zarządzania portfelem, monitorowania i oceny. Prowadzimy również badania firm, które nie są związane z konkretnymi firmami, poprzez bezpośrednie ankiety, wywiady i głębsze badania w stylu etnograficznym. Badania, takie jak wyżej wspomniane sięganie głęboko w rynki o niskich dochodach, również informują nasze hipotezy o tym, co może osiągnąć pozytywny wpływ.

Podobnie jak testy konsumenckie są kluczowym elementem w opracowywaniu produktów, uważamy, że słuchanie składników ma kluczowe znaczenie w zapewnianiu pozytywnych rezultatów beneficjentom, którym wszyscy służymy, i jest to jedno z narzędzi, którego używamy, aby wzmocnić ich głosy w naszej pracy.

Podziękowanie

Chcielibyśmy podziękować Kasi Stochniol i Tomowi Adamsowi za ich zaangażowanie, pracowitość i kreatywność w wiodących projektach Lean Data dla Omidyar Network; oraz członkowie zespołu Lean Data (Prashant Maheshwary, Sonia Kuguru, Jessica Martin, Ashley Speyer, Ushnisha Ghosh) za ich pomoc.

Przede wszystkim chcielibyśmy podziękować inwestorom Omidyar Network, którzy byli otwarci na eksperymenty z nowym narzędziem, aby lepiej służyć swoim użytkownikom.

[1] Używamy terminów „klient”, „konsument”, „składnik”, „użytkownik” i „beneficjent” zamiennie w całym tym wydaniu. Wszystkie terminy odnoszą się do populacji, którą obsługuje nasze portfolio organizacji non-profit i non-profit.

[2] Międzynarodowy poziom ubóstwa mierzy się za pomocą parytetu siły nabywczej (PPP). PPP to teoria ekonomiczna, która porównuje waluty różnych krajów poprzez rynkowe podejście „koszyka dóbr”. Zgodnie z tą koncepcją dwie waluty są równe, gdy rynkowy koszyk towarów (biorąc pod uwagę kurs walutowy) jest wyceniony w obu krajach w taki sam sposób.

[3] Wskaźnik ubóstwa prawdopodobieństwa® jest łatwym w użyciu narzędziem ankietowym, które wykorzystuje wskaźniki aktywów i gospodarstwa domowego - takie jak wielkość gospodarstwa domowego lub to, z czego zbudowany jest dach - w celu oszacowania prawdopodobieństwa, że ​​respondent jest biedny lub ma niskie dochody.