Kundresan – Problemen med metaforen och metoden
Kundupplevelsen är det som uppstår mellan oss som företag och våra kunder. Kundresor hjälper oss att att förstå upplevelsen, och forma produkter och tjänster som blir värdefulla för kunderna. Kundresor är ett värdefullt verktyg för att vidga de alldeles för smala designprocesser som organisationer oftast verkar i.
På Välva arbetar vi mycket med kundresa och kundresekartläggningar. Men vi möter ofta organisationer som använder verktyget i fel sammanhang – För kundresor är inte universellt värdefulla
När är kundresan ett bra verktyg?
Kundresor förutsätter att vi verkar i en kontext som är delvis avgränsad och där vi delvis förstår vad det är som pågår. Med andra ord så verkar vi delvis i stängda system, vilket ger oss en viss förutsägbarhet.
Kundresan är ett bra hjälpmedel för att förstå den där förutsägbarheten, och skala upp den. Med andra ord – Att förstå vilka funktioner, tjänster och upplevelser som vi bör fokusera mer på. Och hur uppskalningen bör ske.
Du kanske, liksom vi, har märkt att förutsägbarhet och linjäritet börjar få lite oförtjänt dåligt rykte. Men det är ju samtidigt något av det mest värdefulla vi har, om vi förstår hur något fungerar då kan vi skala upp det och lösa fler problem snabbare. Och det är bra.
Men det förutsätter ett ganska stort mått av den där förutsägbarheten. Och här närmar vi oss en viktig poäng angående kundresor. I mänsklig samverkan kan vi inte alltid räkna med förutsägbarhet. Den är komplex till sin natur och vi måste utforska den under de förutsättningar som komplexitet ger oss.
Det kan vara bra att klargöra att när vi pratar om komplexitet så menar vi den komplexitet som beskrivs och förstås via komplexitetsteori och komplexa adaptiva system-teori.
När är kundresan inte ett bra verktyg?
Kundresan är inte så bra för det där komplexa utforskandet när förutsägbarheten är lägre. När vi försöker förstå något som är ihoptrasslat, stökigt och oöverblickbart blir kundresan problematisk. Problemet är dels att kundresekartan i sig är linjär, och dels att analysen av data under skapandet av kartan är påverkas starkt av bias.
Och om vi väljer att se på kundupplevelse som ett komplext fenomen, då är det två saker som vi inte kan ignorera.
Det innebär inte att vi ska sluta med kvalitativ förståelse eller kundresor. Men det är viktigt att tidigt utforska vad det är för nivå av förutsägbarhet på de arbete som ni står inför. Ofta handlar det om att komplettera insamlingen med andra typer av metoder.
Ett vanligt exempel är det finns delar i er kundresa som ni designat ganska mycket runt, t ex en app där en kund bokar eller beställer något. Där är systemet mera slutet och vi kan anta viss förutsägbarhet. I andra delar, t ex, beslutsprocessen för köp i en B2B affär är vi direkt inne i en komplex och intrasslad process. Den kommer inte låta sig fångas på ett rättvist eller värdefullt sätt med en kundresa. Det behöver kompletteras med andra mer kvantitativa arbetssätt.
Kundresan som en linjär modell
En linjär process/kartläggning, som kundresekartläggning är, har fördelen att vara lätt att förstå. En bild, en visualisering, en resa som möjliggör gemensam förståelse.
Men modeller kommer alltid med ett pris. Och linjära modeller innebär att vi inte är öppna för icke-linjära interaktioner, aktörer och relationer. Kvalitativ förståelse tenderar att dra oss mot mittfåran, mot det som vi anser att många tycker. Övergripande och tolkade behov som vi har identifierat hos många.
Och vi tänker att vi inte är fast i det linjära, och utformar workshops som syftar till att utmana vårt tänkande. Men vi kommer inte att se vad vi inte förväntar oss att se. En linjär inramning kommer bara se linjära mönster. Det går inte att komma ifrån det.
Faserna i en kundresa till exempel, hjälper oss att förstå vad kunden anser vara det viktigaste som sker i en relationen med oss som företag. Men det kommer inte hjälpa oss att förstå saker som inte ryms i en beskrivning av linjära faser. Det är viktigt att vi inte lurar oss själva att tro att vi utforskar något helt nytt, för det gör vi inte. Vi utforskar inom ramen för modellen kundresan. Det utforskandet behöver kompletteras med arbetssätt som inte förutsätter linjära kausala samband, om vi verkar i komplexa sammanhang.
Problemet med kvantitativ analys i utforskande arbete
Insamling och analys av kvantitativa data är värdefull för att det hjälper oss att förstå vad som händer, med god statistisk säkerhet om de är väl genomförda. Det innebär att vi kan skala upp förståelsen till många.
Dessutom har kvantitativa data ofta lugnande effekter i organsiationer, för att vi kan fastställa saker, och vara säkra på det. Vi möter många organsiationer som helt enkelt inte riktigt litar på enbart kvalitativa insamlingar, och delvis på goda grunder. En kvalitativ insamling bör till exempel inte besvara frågor såsom ”hur många?” eller ”på vilket sätt?”. Och det är viktiga frågor i strategiskt arbete i komplexa sammanhang.
Så kvantitativa insamlingar är bra för att det relativt enkelt ger oss tillräckliga data-volymer för ”säkra svar”. Men det är också ett problem. Det är så enkelt att genomföra enkäter, eller andra kvantitativa insamlingar, att de helt överanvänds. Det där ”säkra svaret” tillskrivs ofta kvalitativa värden, och organisationer fattar beslut långt bortom det mandat som deras kvantitativa data rymde.
Dessutom så har vi den klassiska begräsningen att kvantitativa data inte skapar förståelse för varför något händer. Vilket innebär att det är svårt för organisationer att agera på kvantitativa data.
Styrkan med kvantitativ analys ligger i att vi genom att klä av kontext och historia hittar ”naken och ren data”. Vi kan då analysera och skapa gemensamma regler och förhållningssätt. Kvantitativ data skapar dock ingen förståelse för kontexten, och i komplexa och lite stökiga sammanhang är kontexten avgörande.
Men kvantitativa data har ett annat viktigt användningsområde, nämligen som realtids-indikatorer på att något håller på att hända. Men här är indikationer ett nyckelord, så snart det övergår till något som organisationer styr mot (tänk KPI:er), och skapar incitament för, så upphör kvantitatva data att vara värdefulla. Tvärtom riskerar mätningen då att bli direkt skadliga för människor, team och organisationer.
Problemet med kvalitativ analys i utforskande arbete
Kvalitativa data kan förklara varför något händer, men alltid utifrån ett begränsat urval. Vilket i regel gör det vanskligt att skala upp den förståelse som skapas.
Man kan se det som att kvalitativa data badar i kontext och historia. Vilket gör att de aldrig riktigt kan skiljas från sitt sammanhang, det finns interaktioner, relationer och mönster som går förlorat så snart man försöker abstrahera genom analys, gruppering eller sortering. Kvalitativa data låter sig inte hanteras på det sättet.
För oss på Välva är det i regel kvalitativa insamlingar som utgör grunden för kundresa. Just för att det respekterar kontext. Det guidar oss i varför något är som det är, och i det där varför så hittar vi agens för organisationer. Där hittar vi nya behov och nya möjligheter – Utifrån kunden.
Den mest problematiska delen av kvalitativt arbete är att människor är centrala i arbetet med insamling och analys. Det är problematiskt av två länkade skäl:
- Efter 2-4 intervjuer med kunder så har vi format en oavsiktlig hypotes eller bana i huvudet, och lyssnar bara efter det som stöttar den hypotesen vi har bestämt oss för. Det här sker undermedvetet och det går inte att komma ifrån. På Välva har vi genomfört flera hundra djupintervjuer och testat olika metoder, men aldrig kommit ifrån det här fenomenet.
- I analysen av materialet så kommer vi (mer eller mindre) avsiktligt enbart se det vi förväntar oss att se. För oss på Välva innebär det att vi ofta ser digitala lösningar på problem. För vi har arbetet mycket med digitala produkter och tjänster. Vilket gör att vi kommer ha en dragning åt det digitala.
Människor har fördomar och bias. Vi kan arbeta med det, men vi kommer aldrig komma undan det. Vi är själva nedsänkta i vår historia, vårt språk, vårt sätt att arbeta, i vår teamdynamik, i vår kultur och våra sociala feedback-loopar och massa andra saker som gör att vi inte kan frigöra oss från tolkningsproblemen i kvalitativ metodik.
Det här är mänskliga egenskaper. Egenskaper som är värdefulla för människor i en massa kontexter, så därför finns dom. Just i arbetet med kvalitativ insamling och analys är de inte värdefulla. Och då behöver vi anpassa oss till det och hitta arbetssätt som tar hänsyn till det här. För vi kan aldrig undfly det.
Narrativ för att förstå det som vi inte förstår.
Kvalitativ analys är ett värdefullt verktyg. Kvantitativ analys är ett värdefullt verktyg. Men de båda har sina begränsningar. På Välva arbetar vi med ett tredje verktyg som kombinerar kval och kvant. Vilket ofta är värdefullt i de där lite krångliga och komplexa sammanhangen, då andra metoder ofta sviker.
Narrativ, stories, och anekdoter. Helt enkelt berättelser såsom de berättas mellan människor i verkligheten. genom att låta förståelsen utgå från berättelser så tvingas de svarande inte in i förutbestämda kategorier eller boxar. Istället ber vi människor att beskriva en händelse som har hänt den senaste tiden som är av vikt för dem, såsom de hade beskrivit den för en kollega eller en familjemedlem.
Det ger oss förståelse för de berättelser som finns i vardagen i en organisation. Som studsar runt på möten, lunchraster, middagsbord, Slack-kanaler och en massa andra ställen.
Det handlar om de där berättelserna som formar kultur och kontext på en arbetsplats, såsom;
- Vem som ofta får credd av den där chefen.
- Den där leverantören som är svår att jobba med.
- Den där samarbetspartnern som är lätt att arbeta med.
- Det där verktyget som kostade orimligt mycket pengar men inte används.
- De där KPI:erna som alla team struntar i
- Det där smått magiska projektet, som egentligen är ett luftslott.
- Den där konsulten som liksom inte ens fick en chans att göra ett bra jobb.
- Det där teamet som verkar köra sin egen grej
- Den där nya tjejen som antagligen inte kommer få förlängt på grund av det som hände.
Ja, ni förstår. Berättelser om det som faktiskt händer. I vardagen och i det verkliga. Vi får förståelse för vad som guidar och formar det som vi slarvigt ofta kallar för organisationskultur. Det är ofta stökiga berättelser, men det är för att våra organisatoriska liv är stökiga.
Narrativ som komplement till kundresa
Utmaningen med berättelser och anekdoter är att de är svåra att förstå innebörden av, och det är nästa avgörande komponent i narrativ-insamling. De som delar sina anekdoter är också med och tillskriver anekdoterna mening. Respondenterna analyserar själva sina egna berättelser, så att vi förstår vad ett narrativ faktiskt betyder.
Vi vill ha många berättelser från människorna som befinner sig i sin egen verklighet och vi vill att de ska göra analysen av verkligheten själva och delge det till oss. Då får vi data som beskriver nuläget på ett mycket mer rent sätt och egen tolkning av materialet får mycket mindre genomslag. Det ger oss möjligheter för oss att kunna förstå och agera i det som är komplext.
Vi använder narrativ-analys som ett fristående research-verktyg, men ofta också som ett komplement till andra analyser. Narrativ kan till exempel hjälpa oss:
- Avgränsa vilken kundresa eller episod vi vill beskriva.
- Fördjupa oss i någon typ av kund eller medborgare.
- För att skapa mera djup i vår förståelse av kundresan
- För att skapa högre validitet i vår undersökning
- För att följa upp förändring och bevaka kundupplevelsen
Kvantiativa data är värdefullt, kvalitativa data är värdefullt och narrativ-data är värdefullt. Försök hitta arbetssätt där de kompletterar varandra.
Nyfiken på att använda narrativ för att skapa förståelse för era kunder som ni faktiskt kan agera på i vardagen?
Johan Sjöström
Strateg
Johan berättar gärna mer om våra arbetssätt för att arbeta med kundupplevelse som ett komplex fenomen. Och framförallt hur vi kan skapa förståelse som team och människor faktiskt kan agera på i vardagen – Utifrån de villkor som komplexitet ställer.
Här kan du läsa mer om:
