Klarna recibe atención por las ganancias en eficiencia: pasamos de ~5500 a ~3000 personas en dos años. Pero siempre he destacado que la IA es solo una parte de esa historia. Aquí está cómo nos alejamos del análisis/parálisis y nos enfocamos en la obsesión y la centralidad en el cliente:

Hace un año, ~500 de los 3500 empleados de Klarna hacían análisis: paneles, tasas de conversión, KPIs. Usábamos un montón de herramientas: Amplitude, ClickSense, Google Dashboards, Datadog, FullStory, etc. Era mucho. Y, sin embargo, a menudo podíamos encontrar problemas obvios en nuestro producto...

Inspirados en las sesiones Gemba de Toyota, reunimos a unos 20 equipos para que nos mostraran sus trabajos diarios: trabajo real, no informes pulidos. Rápidamente vimos: demasiada repetición, demasiados paneles de control, muy pocos conocimientos reales. Acabamos de enviar algunas ideas orientativas a otra persona.

O incluso peor, terminamos debatiendo el formato y la forma de medir. O simplemente pasamos el problema a alguien para que lo investigara, quien luego le pediría a otra persona que lo revisara y así sucesivamente... Muchas veces las sesiones estaban etiquetadas para producir paneles, pero la etiqueta estaba en el lugar equivocado...

Decidimos simplificar radicalmente. Creamos un nuevo "equipo de éxito" Enfocado solo en dos cosas: FullStory para reproducciones visuales de sesiones (¡seguro para la privacidad!) Llamar directamente a los clientes, especialmente a aquellos con quejas, pidiendo retroalimentación y resolviendo sus problemas.

Más importante aún, hemos desarrollado un nuevo estándar de calidad para un ticket. Para que se pueda "delegar" dentro de Klarna, un ticket debe cumplir con nuestros estándares de calidad para ser una "perspectiva accionable".

¿Qué hace que una visión sea "Accionable" en Klarna? Visuales claras/capturas de pantalla, definición específica del problema, solución sugerida, estimación simple del impacto financiero, esfuerzo necesario y clara responsabilidad.

Las ideas prácticas que surgieron de esto nos dejaron impresionados. Muchas eran oportunidades de millones de dólares que requerían días de trabajo. Pero habían sido pasadas por alto debido a la falta de claridad en la propiedad, "nadie pensó en ellas" y así sucesivamente. Arreglar cosas en el sitio web, corregir algunos textos, etc.

Algunos eran más complejos y difíciles de solucionar. A medida que ampliamos nuestro modelo de datos para obtener información procesable, comenzamos a enumerar el número de equipos necesarios para resolver tickets. Y esto ahora ha comenzado a guiarnos sobre la estructura organizativa y la estructura del sistema. Si una solución simple requiere demasiados...

los equipos O requieren la aprobación de demasiados lugares, lo cual es una mala señal en sí mismo. Algunos cuestionaron; ¿cómo sabes que estamos persiguiendo los problemas importantes? Tal vez el problema de este cliente es raro, y la solución no es tan importante. Bueno, eso es fácil, más allá de la clasificación de impacto/esfuerzo.

tenemos otro amigo que nos ayuda a priorizar. Se llama "probabilidad" La probabilidad de que hablemos con un cliente sobre algo raro, frente a elegir algo común, es simplemente rara... por definición.

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

¡Recomiendo encarecidamente a @fullstory! Ha sido increíble trabajar con ellos y tienen grandes soluciones para la privacidad.

¡Recomiendo encarecidamente a @fullstory! Ha sido increíble trabajar con ellos y tienen grandes soluciones para la privacidad.