Klarna因效率提升而受到关注——我们在两年内从约5500人缩减到约3000人。但我一直强调，人工智能只是这个故事的一部分。 以下是我们如何摆脱分析/瘫痪，转向客户痴迷和以客户为中心的方式：

一年前，约有500名Klarna员工从事分析工作——仪表板、转化率、关键绩效指标。我们使用了大量工具：Amplitude、ClickSense、Google Dashboards、Datadog、FullStory等。这真是太多了。 然而，我们常常能在我们的产品中发现明显的问题...

受到丰田Gemba会议的启发，我们聚集了大约20个这样的团队，让他们展示他们的日常工作——真实的实际工作，而不是经过润色的报告。很快我们发现：重复太多，仪表盘太多，真正的见解太少。我们刚刚将一些方向性见解发给了其他人。

或者更糟糕的是，我们最终争论了格式和测量方式。或者只是把问题交给某人去调查，然后又会问其他人来查看，依此类推…… 很多时候，会议被标记为生成仪表板，但标签放错了地方...

我们决定进行彻底简化。我们创建了一个新的“成功团队” 专注于仅仅两件事： 使用FullStory进行可视化会话回放（保护隐私！） 直接联系客户——特别是那些有投诉的客户，征求反馈并解决他们的问题。

更重要的是，我们为票据制定了新的质量标准。为了在Klarna中被“委派”，票据必须符合我们对“可操作洞察”的质量标准。

在Klarna，什么使得洞察变得"可操作"？清晰的视觉效果/截图、具体的问题定义、建议的解决方案、简单的财务影响估算、所需的努力以及明确的责任。

这些可操作的见解让我们大吃一惊。许多都是需要几天工作才能实现的百万美元机会。但由于缺乏明确的责任归属，"没有人想到这些"等等，导致这些机会被忽视。修复网站上的问题，修正一些文案等。

有些问题更复杂，修复起来更困难。随着我们扩展可操作洞察的数据模型，我们开始列出解决工单所需的团队数量。这现在开始指导我们在组织结构和系统结构方面的决策。如果一个简单的修复需要太多...

团队或需要从太多地方获得批准，这本身就是一个坏兆头。 有人质疑；你怎么知道我们在追踪重要问题？也许这个客户的问题很少见，而解决方案并不是那么重要。 这很简单，超越影响/努力的排名。

我们还有另一个朋友帮助我们优先排序。它叫做“概率”。 我们与客户谈论稀有事物的可能性，与选择常见事物的可能性相比，显然是稀有的……这就是定义。

我明白了，你可能会说： 真的，20年过去了，现在你才意识到。没错，我们应该在20年前就这样做。但现在我开始看到Klarna真正的客户痴迷，这是我从未见过的。如果我们到目前为止已经走了这么远……

强烈推荐 @fullstory 与他们合作非常棒，并且提供了很好的隐私解决方案！

强烈推荐 @fullstory 与他们合作非常棒，并且提供了很好的隐私解决方案！