Klarna llama la atención por sus ganancias de eficiencia: nos redujimos de ~5500 a ~3000 personas en dos años. Pero siempre he destacado que la IA es solo una parte de esa historia. Así es como nos alejamos del análisis/parálisis y entramos en la obsesión por el cliente y la centralidad:

Hace un año, ~500 de los 3500 empleados de Klarna realizaban análisis: paneles, tasas de conversión, KPI. Utilizamos montones de herramientas: Amplitude, ClickSense, Google Dashboards, Datadog, FullStory, etc. Fue mucho. Y, sin embargo, a menudo, podíamos encontrar problemas obvios en nuestro producto...

Inspirados por las sesiones de Gemba de Toyota, reunimos a unos 20 de estos equipos para que nos mostraran sus trabajos diarios, trabajo real, no informes pulidos. Visto rápidamente: demasiadas repeticiones, demasiados cuadros de mando, muy pocas percepciones reales. Acabamos de enviar una visión direccional a otra persona.

O peor aún, terminamos debatiendo el formato y la forma de medir. O simplemente le pasaba el problema a alguien para que lo investigara y luego le pedía a otra persona que lo mirara y así sucesivamente... Muchas veces, las sesiones se etiquetaron para producir paneles, pero la etiqueta estaba en el lugar equivocado...

Decidimos simplificar radicalmente. Creamos un nuevo "equipo de éxito" Centrado en dos cosas únicamente: FullStory para repeticiones visuales de sesiones (¡seguro para la privacidad!) Llamar directamente a los clientes, especialmente a aquellos con quejas, pedirles comentarios y resolver sus problemas.

Y lo que es más importante, hemos desarrollado un nuevo estándar de calidad para un billete. Para que se "delegue" dentro de Klarna, un ticket debe cumplir con nuestros estándares de calidad para ser una "información procesable"

¿Qué hace que un insight sea "accionable" en Klarna? Imágenes/capturas de pantalla claras, definición de problemas específicos, solución sugerida, estimación simple del impacto financiero, esfuerzo necesario y propiedad clara.

Las ideas prácticas que surgieron de esto nos dejaron boquiabiertos. Muchas eran oportunidades millonarias que requerían días de trabajo. Pero habían sido supervisados debido a la falta de claridad de la propiedad, "nadie pensó en ellos" y así sucesivamente. Arreglar cosas en el sitio web, arreglar alguna copia, etc.

Algunos eran más complejos y difíciles de arreglar. A medida que ampliamos nuestro modelo de datos para obtener información procesable, comenzamos a enumerar la cantidad de equipos necesarios para resolver los tickets. Y esto ahora nos ha comenzado a guiar en la estructura de la organización y la estructura del sistema. Si una solución simple requiere muchos...

teams OR requiere la aprobación de muchos lugares, lo que es una mala señal en sí misma. Algunos cuestionaron; ¿Cómo sabes que estamos persiguiendo los temas importantes? Tal vez este problema de los clientes sea raro y la solución no sea tan importante. Pues eso es fácil, más allá del ranking de impacto/esfuerzo

Tenemos otro amigo que nos ayuda a priorizar. Es lo que se llama "probabilidad" La probabilidad de que hablemos con un cliente sobre algo raro, en lugar de recoger algo común, es simplemente rara... por definición.

Lo entiendo, podrías decir: Realmente 20 años después y AHORA te das cuenta. Claro que tienes razón, deberíamos haber hecho esto hace 20 años. Pero ahora empiezo a ver la verdadera obsesión por el cliente dentro de Klarna de una manera que nunca antes había visto. Y si hemos llegado hasta aquí con la forma en que lo hemos hecho hasta ahora...

Realmente recomiendo encarecidamente @fullstory ¡Ha sido increíble trabajar con él y tiene excelentes soluciones para la privacidad!

Realmente recomiendo encarecidamente @fullstory ¡Ha sido increíble trabajar con él y tiene excelentes soluciones para la privacidad!