Product discovery – Kontextspecifik insikt inom tjänstedesign
Att skapa insikt och förståelse som driver förbättring och förändring är centralt för företag. I organisationer vars viktiga processer är relativt stabila och där kontexten har lite inverkan på processen (tillverkningsindustrin är ett klassiskt exempel här) är det en viss typ av research och insikter som skapar agens i organisationen. I de fallen tar research i regel längre tid, testas fler gånger i labbliknande miljö och har distinkt avgränsade scope. Det kanske finns en R&D-avdelning som arbetar dedikerat med den typen av research.
I den där kontexten där processer och dynamiker är ordnade och stabila får insikter ofta en stor, tung och final framtoning. Det verkar också ha format mångas sinnebild om hur en en insikt ”ska vara” och hur den ”ska funka”. Med det följer att en insikt förväntas vara tydlig, sann och välgrundad – Först då kan den guida beslut och agerande. Det ska vara en ”rejäl” insikt helt enkelt. Och förutsatt att organisationen verkar i relativt ordnade och stabila kontexter så är det värdefulla perspektiv på insikter.
Kundinsikt i komplexa kontexter
Men det finns gott om kontexter och sammanhang i organisationer som inte är så där ordnade som vi tenderar att tro i våra organisatoriska liv. Och den där icke-ordningen kan bero på olika saker. Det kan till exempel bero på att interaktion mellan människor är central (som relationer och kundupplevelser), det kan vara ett skifte i marknaden (en disruptiv konkurrent), det kan vara ny teknologi som möjliggör för många att hitta nya vägar (internet, elektricitet, AI), det kan vara att materian som man arbetar med nästan attraherar stökighet (digital utveckling) och en lång rad andra faktorer som bidrar till att kontexten där datadrivna insikter ska skapas är komplex.
När det kommer till digital tjänstedesign och digitala produkter så är organisationer i regel i kontakt med alla ovan nämnda faktorer, vilket gör att osäkerheten och mångtydigheten i regel är hög. Vilket innebär att idén om den ”rejäla insikten” kan leda fel. Då handlar insikt och förståelse snarare om att utgå från kontext och nuläge för att skapa insikt kring vad som är ett möjligt nästa steg. Vilken förändring är det som är möjlig här och nu – utifrån nuläget.
En variant av det här synsättet kallas ibland Continuous discovery, alltså förståelse-skapande som är en löpande del av agerandet och skapandet. I sammanhanget digitala produkter och tjänster så handlar det om förståelse som löpande möjliggör design.
Kontext-specifik förståelse – Eller förståelse som möjliggör handling
Det som ovan faktorer har gemensamt, och som även gör att produktdesign, tjänstedesign och service design skiljer sig från mer ordnade sammanhang är deras länk till kontexten eller sammanhanget. I ordnade sammanhang kan kontexten närmast förstås som ett dött rum i vilket processer existerar. Ur ett kausalt perspektiv innebär det att kontexten är helt ointressant, den har ingen inverkan på processen.
Men i stökigare sammanhang där osäkerheten är hög och mångtydigheten stor kan inte kontexten ses som ett dött rum. För det som vi tänker på som flöden (eller i vissa fall processer) i sådana sammanhang står i direkt relation till sin kontext. Det sker ständiga interaktioner och utbyten mellan människor, arbetssätt, maskiner, lagar, narrativ, kultur och massa andra saker.
Respektera den känsliga kontexten
I våra organisatoriska liv möter vi det här ständigt. Det enklaste exemplet är att gå till sig själv senaste gången man bytte arbetsplats eller team. Den nya kontexten påverkar i grunden vilken kompetens som jag framhåller, mitt språk, mitt mående, de berättelser jag delar med kollegor, de berättelser jag delar med vänner/familj, min nyfikenhet och massa andra saker. Jag är samma person, men min kontextkänslighet gör att jag till viss del är någon ny när kontexten är ny.
Därför måste vi i osäkra sammanhang vara försiktiga med att skilja data från kontext. När vi sorterar, kategoriserar, analyserar och abstraherar data så gör vi den i regel kontextlös, för att försöka hitta de där ”rejäla insikter”. När vi jobbar med förståelse för något komplext så måste det alltid respektera kontextuell data. Eller varm data som Nora Bateson så fint beskriver det.
Det innebär också att vi behöver vara lite försiktiga med hypoteser när vi skapar insikter. För hypoteser tenderar att driva i riktning mot kontextlöshet. Många formler för hypoteser uppmuntrar till att testa för allmänt lärande, för att hitta ”rejäla insikter”. Alltså att vi lär oss något som går att applicera i alla delar av en produkt eller tjänst, eller på alla de olika landningssidor som vi har. Men att förstå varför något funkar är i regel svårare än vad vi tror, faktiskt även i mer ordnade kontexter. Kundresan är ett bra exempel på en kartläggning kan vara värdefull, men som också löper stor risk att tappa bort den där kontexten.
Icke hypotes-driven utveckling
När vi arbetar med en hypotes så har vi i regel avgränsat oss till en specifik fråga och ett specifikt sätt att mäta för att få ett svar på den frågan. Det är hela idén med en hypotes. Och det är bra i mer ordande sammanhang när vi förstår ramarna för vår nyfikenhet, när vi kan kosta på oss att begränsa oss. Men i osäkra sammanhang så riskerar hypotesen att bli för kostsam, för att den blockerar oss från att se det andra. Det som uppträder av en slump, eller av ett misstag eller det som uppstår indirekt.
I osäkra sammanhang är det bättre att försöka ställa flera, parallella, motstridiga och mer öppna frågor, samtidigt. Snarare än att försöka karva fram en hypotes och försöka bena ut vad som vad olika frågor (eller interventioner) får för effekt, och varför de fick den effekten det fick. Det innebär att det inte är ett hypotes eller ett test i klassisk bemärkelse, för det är inte en mätning vi genomför.
Att mäta vs att göra
En hypotes som testas är ofta en mätning av effekt från en definierad insats. Vilket innebär att den står utanför systemet och bedömer effekter utifrån. I osäkra sammanhang är det inte en hjälpsam bild. För då behöver vi se på oss själva som stående mitt i det stökiga systemet för att se vad som händer när vi gör de här 10 små och snabba interventionerna samtidigt.
Inom komplexitetsteori benämns det ibland som en probe, just för att särskilja den från ett experiment eller ett hypotesdrivet test. Vilket ord man använder är inte viktigt. Men det är viktigt att förstå att det finns en viktig distinktion mellan att stå på utsidan och titta in (mäta) eller att vara mitt upp ibland och agera. Det innebär en avgörande skillnad i arbetssätt när det kommer till hur vi lär oss, skapar förståelse och hittar in i insikter som möjliggör görande. Vi gillar att använda Cynefin som guide för att förstå mer om kontext.
För i osäkerhet är det den primära frågan: Hur kan vi skapa kunskap, förståelse och insikt som faktiskt möjliggör förändring här och nu i verksamhetsteamen.
Stärkt förmåga att hitta in i kontextspecifika insikter?
Johan Axelsson
Design och research
Johan berättar gärna lite mer om våra försök att stärka organisationer egen förmåga att skapa insikt och förståelse som möjliggör design av produkter, upplevelser och tjänster i komplexa system.
Mer nyfiken i någon riktning? Här kan du läsa mer om:
