ככל שצוותי תובנות גדלים ומתבגרים, מיטוב זרימת התובנות והנתונים בין החוקרים חיוני יותר ויותר.
ככל שנפח המחקר וקצב המחקר גדלים, "ממגורות" תובנות יכולות ליצור כאבי ראש עצומים לצוותי תובנות. אין דבר גרוע יותר מאשר לגלות שפרויקט תובנות הוא מיותר עם עבודה שכבר נעשתה. או שחוקר יכול היה לחסוך שעות על פרויקט נוכחי אם רק היה יודע על מחקר שעמיתו עשה שישה חודשים קודם לכן.
פירוק מאגרי מחקר מבודדים ומיטוב זרימת המידע על תובנות בין חוקרים לצוותים הוא הכרחי עבור צוותי תובנות בעלי ביצועים גבוהים.
כיצד לשבור ממגורות מחקר
אופטימיזציה של זרימת המידע בין צוותי תובנות וחוקרים דורשת אופטימיזציה של שתי דינמיקות קשורות:
- ניהולית (לקדם ולאפשר תרבות של שיתוף מידע)
- טכנולוגי (לאחסן, לארגן ולסנתז נתוני מחקר בין צוותים)
ההנהלה הבעיה ירוקה תמיד ונחקרה וטופלה על ידי אקדמאים לניהול במשך עשרות שנים. השורה התחתונה היא שהכרחי לבנות תרבות של שקיפות שבה לחוקרים יש את המשאבים הדרושים להם כדי לתקשר (ולפרש) מידע.
אופטימיזציה טכנולוגית דינמיקה נותרה אתגר משמעותי עבור צוותי תובנות רבים. בפרט, שיעורי האימוץ של מאגרי תובנות מפגרים אחרי אלה של פתרונות מחקר-טק (או ResTech) אחרים. בנוסף, חדשנות טכנולוגית במאגרים ספציפיים לתובנות לא הדביקה את קצב החדשנות בפתרונות מאגרי נתונים למקרי שימוש שונים (לדוגמה, CRM לצוותי מכירות או פלטפורמות לניהול הון אנושי למחלקות משאבי אנוש).
אבל מי מאלה גורם לשני? האם הטכנולוגיה של מאגר התובנות מפגרת בגלל ששיעורי האימוץ נמוכים? או שמא אימוץ מאגר תובנות מתעכב בגלל שטכנולוגיית התובנות לא מצליחה להוסיף ערך?
כל מי שעובד בתעשיית התובנות יודע: טכנולוגיה גרועה היא הגורם לבעיה זו.
רוב הניסיונות לפתור את הבעיה של מאגרי תובנות פונקציונליים ובעלי ערך מוסף עדיין צריכים לקחת בחשבון את הניואנסים הטמונים בתובנות. יתר על כן, קצב החדשנות המהיר בתחום התובנות מקשה על פלטפורמות מאגר תובנות לעמוד בקצב – קשיחות פלטפורמה, סטטיות ו(למרבה האירוניה) UI/UX גרועים מציבים בפני מנהלי תובנות אתגרים מתסכלים בשכנוע הצוות שלהם (במיוחד חוקרים בשטח) בערך של השקעת זמנם ומרצם בעדכון ותחזוקה של מאגר התובנות שלהם.
למד על: מאגר מחקר UX
אם מאגר תובנות יוצר יותר עבודה לחוקרים ברשת, אז הם מבטלים את כל מה שמרוויחים מאימוץ.
כלי מאגר תובנות מהסוג הנכון
מאגרי תובנות אפקטיביים צריכים לעגן סביב שלושה מרכיבים מרכזיים, כפי שהוגדרו על ידי קריסטי זולקה:
- תובנות, ערכות נושא וסיפורים מתויגים, מסודרים באינדקס ומאוחדים בין צוותים ופרוייקטים. תצפיות וגושי מידע שמציגים ידע שבטי ממחקרים מבודדים לעיני כל.
- נתוני מחקר גולמיים וראיות כדי שצוותים יוכלו לסקור ולשכפל מחדש נתוני מקור ראשוני עם תובנות חדשות יותר.
- יתר על כן, טכנולוגיית הקצה העורפי של מאגרי תובנות צריכה ליצור באופן אוטומטי גרפים של ממצאים עבור חוקרי תובנות. הם לא צריכים להיות מתוכננים להסתמך על עבודה ידנית של החוקרים כדי לקשר תובנות רלוונטיות כדי לגלות ממצאים חדשים על פני פרויקטים.
במילים אחרות, מאגר תובנות אינו רק ויקי או "מאגר ידע". בעוד שכל ערכי הטקסט צריכים להיות ניתנים לחיפוש, מאגר תובנות טוב לא צריך לדרוש מהמשתמשים לפרסם ולפרסם כמויות גדולות של ממצאים נרטיביים עבור הפלטפורמה כדי לקשר נושאים ורעיונות משותפים בין פרויקטים, מה שהופך אותה למערכת ניהול ידע.
זו הסיבה שקישור נתוני מחקר גולמיים חיוני לשיפור מתמשך של מאגר תובנות לקראת שיפור הזריזות של צוות התובנות. טכנולוגיות חיזוי ובינה מלאכותית יכולות להשתמש בנתונים גולמיים אלה כדי לדחוף חוקרים לעבר ממצאים חדשים לחלוטין – בנוסף (וכדי לשפר) את כל הנושאים שהחוקרים מכניסים בעצמם.
מאגר תובנות יעיל יפתור את הבעיות של אימוץ מאגר נמוך על ידי צוותי תובנות על ידי הוספת הזמן והאנרגיה של החוקרים ולא גניבתם. והם ישברו את מאגרי התובנות המבודדים על ידי הקלה על חיבורים מהירים ואוטומטיים בין נקודות נתונים קשורות בין פרויקטים ותוכניות על-ידי הסתמכות הן על הקלט של החוקרים והן על קבצי נתונים גולמיים.
התוצאה: צוותי תובנות המסוגלים לפעול במהירות ובאופן עצמאי אך עם פרספקטיבה מלאה יותר של סוגי התובנות הנעשות בכל יוזמות המחקר בארגון שלהם. זה שווה לתובנות באיכות גבוהה יותר, יתירות מינימלית וזריזות מחקר משופרת.
לאחרונה פרסמנו בלוג המדגיש ממגורות נתונים. למה לא לחפש כמה תובנות מעוררות השראה?
מסקנה
צוותי תובנות מבודדים יותר ויותר הם תופעת לוואי מצערת של מחלקת תובנות צומחת ומתבגרת המעניקה לצוותים השונים שלה עצמאות תפעולית מוגברת. אבל ממגורות תובנות אינן בלתי נמנעות. ארגונים יכולים לשבור מחסומים ולהקל על תקשורת בעלת ערך מוסף בין פרוייקטים מהירים אלה לבין פרוייקטים הקשורים זה לזה באמצעות מאגר תובנות כגון InsightsHub שנבנה כדי להסביר את האידיוסינקרטיות הטבועה בזרימות עבודה מורכבות של תובנות.