Hur kundinsikter kan vara korrekta och värdelösa på samma gång
Inom kunddriven produktutveckling och innovation är det vanligt att team landar i insikter som förvisso är helt korrekta, men som inte är hjälpsamma. Och en insikt som inte är hjälpsam bidrar bara till brus i teamen. Det beror på att vi alltför ofta nöjer oss med korrelation mellan två datapunkter, och inte orkar leta efter kausala orsaks-samband.
Korrelation är inte kausalitet
Inom akademi och vetenskap är det här en välkänd felkälla, och inom retoriken en välkänd fallasi: Att missta korrelation för kausalitet. Det kanske låter enkelt i teorin, och det är det också. Men i praktiken, ute på arbetsplatser i verkligheten, så tenderar det här att leda till felaktigt beslutsfattande, verkningslösa strategier och felprioriterade kundupplevelser.
Några exempel tagna ur min verklighet:
- ”Kunder som har varit hos oss i mer än 18 månader lämnar oss mer sällan.”
- ”Kunder som har mycket kontakt med oss är nöjdare kunder”
- ”Team som har mer mötestid upplever sig mer stressade”
- ”Kunder som tar del av vår kommunikation har ett högre livscykelvärde”
- ”Kunder som onboardar sig själva i produkten är mer nöjda”
Min poäng är att dessa insikter må vara sanna observationer och vara sprungna ur sund insamling, men de guidar inte mot förändring. Det går att se dem som ett steg i rätt riktning, men i praktiken så leder de till att vi börjar se dem som orsakssamband. För det är mänskligt att anta att det är onboardingen som driver kundnöjdhet, eller att det är mötestiden som stressar, eller att 18-månadersgränsen skulle orsaka stickyness.
Men insikterna konstaterar enbart ett, av otaliga, faktum utan att förklara drivkrafter och orsaker som ligger bakom det. De pekar på en, av otaliga, möjliga korrelationer. Men när människor nyttjar dem för att orientera sig i verkligheten, och fatta nya beslut, så ges insikterna en kausal kostym. Och det är dåligt.
Lösningen kanske inte är rotorsaksanalys
Det är lätt att läsa ovan exempel och tänka att lösningen är att man behöver ta reda på rotorsaken till problemet. Och det är en bra ambition. Men ovan insikter är fenomen som rör sig i öppna system, omgärdat av osäkerhet och mångtydighet. Då riskerar rotorsaks-tänket att enbart leda till att vi hittar en starkare korrelation. Och stark korrelation är ju bättre än svag korrelation, men det är fortfarande inte kausalitet.
Det centrala problemet med rotorsaker är att vi antar att det endast finns 1 orsak till något, och att den är länkad till 1 verkan. Men relativt få saker funkar så. Istället är det ett mönster av bidragande och påverkande orsaker som skapar förutsättningar för en effekter att uppstå hos kunder och i verkligheten.
Det här är ingen ny tanke. Inom innovation beskrivs det ofta som skillnaden mellan att något sker, och varför det sker. För svaret på frågan varför är i regel långt mer hjälpsamt än enbart korrekta observationer gällande korrelation.
Genom att skifta fokus från en “rot” till flera samverkande orsaker lämnar vi den linjära tankemodellen, och kan börja arbeta med product discovery på nya sätt.
Kundinsikter i kausala kläder
Korrelation är ett statistiskt fenomen som tenderar att uppstå i tillräckligt stora dataset, kika in här för att se festliga exempel på saker som korrelerar utan att ha någon orsaks-koppling. Det kanske känns som larviga exempel, men i min erfarenhet är våra organisatoriska liv fyllda med precis lika galna korrelationer som dessa. Även om vi har blivit duktiga på att förklä dem som kausala samband. Tänk efter själv så får du se…
Nästa gång du tar del av en analys, kundinsikter eller research: Var vaksam på när det är enbart är korrelation som hävdas, och ställ då frågan: Varför är det just den här korrelationen som vi diskuterar. Det finns otaliga andra korrelationer, varför återfinns inte dem i analysen. För korrelationer går alltid att finna, det är orsakerna till varför något sker som är den riktiga kraften i produktutveckling och innovation.
