Idag lever vi i en digitaliserad tid med fler uppkopplade enheter än någonsin. Företag står inför nya utmaningar och med detta krävs nya arbetsroller och arbetssätt. I den digitala världen flödar otroliga mängder data samtidigt som företag försöker hitta lösningar för att samla och analysera data på effektivare sätt.

Problemet är att många företag tar de enklare vägarna genom analysfasen. Detta görs genom att antingen arbeta utifrån ett data scientist-perspektiv – det vill säga med kvantitativ analys och bearbetning av data som är mätbar – eller med UX-perspektiv, vilket innebär kvalitativa analyser av tolkningsbara värden såsom intervjumaterial. När analysen på detta sätt separeras i två världar går du miste om synergin som skapas genom att arbeta i tvärfunktionella team med både data scientist- och UX-kompetens. Nedan beskriver vi varför respektive roll inte klarar sig utan den andre, och det ökade värde du får om du istället använder dig av tvärfunktionella team.

dekorativ bild

Därför klarar du dig inte med enbart data scientists:

Även om ett team av data scientists behärskar allt från att bygga AI-system och analysera komplexa problem till att visualisera data, spelar det ingen roll om resultatet inte används. Du måste förstå intentionen hos människor, förstå meningen med data och förstå den mänskliga faktorn i alla siffror. Hur ska du veta att data är användbart och meningsfullt om informationen som handhålls inte är vad människan menade? Genom att analysera data blint utan att veta anledningen till människans agerande i den digitala världen förloras kritisk information som bättre kan tillhandahållas genom kvalitativ analys.

Därför klarar du dig inte med enbart UX-designers:

Inom UX-design är det väsentligt att basera samtliga designval på insikter av målgruppens behov. Går det inte att argumentera för att något faktiskt skapar ett värde för målgruppen finns risken att det som designas inte kommer att användas. Saknar en funktion ett syfte för användaren finns det helt enkelt ingen anledning för hen att använda den. Därför blir datainsamling ett viktigt inslag i designprocessens strävan mot att generera en meningsfull användarupplevelse.

Så skapar du mervärde genom tvärfunktionella team

Eftersom datadrivna insikter är fundamentalt inom både data science och UX, finns det, som vi tidigare nämnt, många fördelar med att kombinera dessa kompetenser för att främja det datadrivna arbetet. Ett tillvägagångssätt är därför att bilda ett tätare samarbete mellan rollerna, exempelvis genom tvärfunktionella team.

Med all data som finns tillgänglig som kan skapa värdefulla insikter för god användarupplevelse, kan data scientists förståelse för implementation av data vara värdefullt i utformandet av meningsfulla digitala produkter och tjänster. Genom väldesignade tjänster och produkter skapas möjligheter till ökad konverteringsgrad, exempelvis genom insikter kring vad som får användaren att genomföra ett köp på en webbplats.

En situation som förekommer inom data science är att det byggs smarta modeller utan att ha människan i åtanke. Det som uteblir är mänskliga aspekten bakom siffrorna. Liknande situation blir kritisk inom UX-design; uteblir fokus på människan är risken att produkten blir lidande. Genom att arbeta tätt mellan tvärfunktionella team kan vi se till att modellerna blir tätt integrerade med kundresan och kan på så sätt arbeta för att undvika ovanstående situationer.

Djupare insikter genom kombination av kvantitativ och kvalitativ analys av din data

Några exempel på värden som kan skapas genom att arbeta i tvärfunktionella team mellan data scientists och UX-designers är följande:

  • Djupare förståelse för data genom att kombinera kvantitativ analys med kvalitativ analys och bättre förstå människans agerande. Förstå vad data visar och varför den ser ut så.
  • Främja design för en meningsfull användarupplevelse genom fler datadrivna insikter om målgruppen.
  • Bättre konverteringsgrad på webbplatser genom att smartare analysera besökares avsikter.
  • Smartare feedback-system för avancerade modeller genom friktionslös interaktion med AI.

Tvärfunktionella team som inkluderar data science och UX skapar förutsättningar för smarta system som inte bara är tekniskt smarta, utan även värdefulla för sina målgrupper. Djupare insikter är ett resultat av att kombinera den kvantitativa analysen med forskningsbaserad kvalitativ analys, vilket i sin tur resulterar i digitala lösningar som faktiskt skapar värde. När något skapar värde i sin användning ökar också efterfrågan på tjänsten.

Författare: Annie Karlsson, Tugay Köylüoglu

Vill du veta mer?

Kontakta: Stefan Stark