Slik jobber Lego med stordata og avansert analyse

Økosystemet omkring data i Lego er svært rikholdig. Selskapet huser grupper som jobber med BI, markedsforskning og markedsføringseffekt samt avansert dataanalyse (advanced analytics) og stordata (big data). En felles rettesnor for de profesjonelle innen data er at resultatet av en analyse skal kunne overføres til handling – hvis ikke, skal den ikke gjennomføres.

Dette sa Frederic Antoine Serval, som leder avdelingen Analytics & Search Strategy, på et SDU-seminar om stordata som ble arrangert i Odense i høst.

– For oss må outputen være det nyttigste som vi kan skape. Det er ikke slik fordi vi ikke er nysgjerrige. Men hvis data ikke løser et problem og ikke utløser en handling, er det ikke relevant for oss, sier han.

Dette poenget støttes av Yun Mi Antorini, som er sjef for brukerinnsikt (head of user insight).

– Vi foretar oss ikke noe hvis ikke det fører til handling. Vi er nysgjerrige mennesker, og vi vil gjerne ha svar på alle mulige merkelige spørsmål, men når alt kommer til alt – hvis ikke det kan føre til en bedriftshandling – gjør vi det ikke. Alle ting dreier seg om å utløse en handling, sa hun på seminaret.

Oversetter forretningsspørsmål til analyse

Av samme grunn foregår alt analysearbeidet i samarbeid med bedriften, forteller Frederic Antoine Serval.

– Når de kommer til oss, jobber vi alltid med å forstå hva som er forretningsproblemet. Noen ganger kan vi se en forretningsmulighet, og så tar vi kontakt, men uansett omstendigheter må vi forstå bedriften, sier han.

– Hvis bedriften kommer med et spørsmål, må vi forstå spørsmålet bak spørsmålet. Noen ganger har de et spesifikt problem, og vi oppdager at det henger sammen med et annet spesifikt problem som er mer datarelatert.

Når forståelsen er på plass, oversetter analyseavdelingen spørsmålet til teknisk, analytisk terminologi, overveier hvordan det henger sammen med de dataene som de har tilgang til, og hvordan svaret kan struktureres, forteller Frederic Antoine Serval.

Fra tysk tv til YouTube

Analytics & Search Strategy-avdelingen har blant annet som formål å bruke data til å forbedre Legos kommunikasjon. Et tiltak som å vurdere effekten av en kampanje, er enormt komplisert for en bedrift som Lego, forteller Frederic Antoine Serval.

– Vi har først og fremst mange forskjellige markeder, hvor kampanjen kjøres på ulike tidspunkter. Vi har innhold på nettsidene, produktsider på Amazon, Target og andre eCommerce-platformer, og vi har Facebook og YouTube, sier han.

– Problemet er at når man har en kampanje som denne, er det veldig vanskelig å gi en global oversikt over hvordan kampanjen virket, hvor mange folk vi nådde, og hvordan de reagerte.

En av utfordringene er data om tv-reklamer i Tyskland, som på ingen måte ligner data fra YouTube. Tv-data alene kan variere veldig mye fra marked til marked, og data fra nettsidene ligner ikke data fra Amazon.

– Og det er et ganske så vrient problem som skal løses, hvis du vil forstå og vurdere hvordan kampanjen fungerte, sier Frederic Antoine Serval.

Prosjektet krevde samarbeid med Legos stordata-avdelinger, advanced analytics-gruppen samt markedsføringsavdelingen og Legos team for sosiale medier. Outputen ble noen dashbord der alle kampanjer kommer opp med en score som enkelt viser hvordan den fungerer. Derfra kan de gå i detaljer for å se hvordan de forskjellige materiellene klarer seg på ulike plattformer.

– For de fleste kampanjene kommer analysen når kampanjen er over – også her fordi alle analyser skal kunne møtes med handling, forteller Frederic Antoine Serval.

– Hvis organisasjonen din ikke er klar til å handle på sanntids-analyser, er det ikke verd bryderiet. Vi lager bare rapporter om kampanjer mens de er i gang, hvis vi vet at vi har kapasitet til å gjennomføre en optimering. Hvis ikke, foretar vi bare analyser etter kampanjen. Her er vi svært strenge. Det er bare spesifikke markeder som får analyser under en kampanje, og det er bare de som har evner til å gjøre noe med det.

Forstå brukeratferd

Et annet eksempel på hvordan analyseavdelingen informerer forretningsbeslutninger hos Lego, er en omfattende analyse av bruken av plattformen Lego Ideas. Her kan Lego-brukere laste opp sine egne Lego-konstruksjoner og stemme på andres. Konstruksjoner med tilstrekkelig mange stemmer, kan ende opp med å bli satt i produksjon av Lego.

Analysen viste i første omgang at det bare er et liten gruppe brukere som rent faktisk laster opp konstruksjonen sin.

– Vi trodde at vi hadde million aktive brukere, forteller Yun Mi Antorini.

Artikkelen fortsetter under

– Det vi fant ut med analysen, var at ikke så mange av dem kan karakteriseres som innovatører. Det fortalte oss at vi skal sørge for at den gruppen som kommer med ideene, har lyst til å bli. Hvis de ikke er på nettstedet og legger ut ideene sine, blir dette en ganske tom Lego Ideas-opplevelse.

Lego satte gang i en rekke initiativer for å sikre at talentene fortsatte med å bruke plattformen – blant annet med intervjuer og en klubb for de aktive brukerne.

Plattformene slått sammen etter nettverksanalyse

På både Lego Ideas og konkurranse-plattformen Rebrick foretok Lego nettverksanalyser over alle brukerne og samhandlingene deres.

Analysen viste at mens Lego Ideas hadde et tett nettverk, var brukernettverket på Rebricks mer svingende. Nettverket grodde opp omkring de enkelte konkurransene, men forsvant igjen da konkurransen sluttet.

– Analysen viste at vi virkelig var nødt til å være bevisste om at nettverket ville dø og deretter blomstre opp igjen. Så kanskje vi kan gjøre det mer stabilt og kontinuerlig ved å invitere dem inn i de opplevelsene som finnes på Lego Ideas.

På bakgrunn av dette lagde Lego Rebrick-plattformen sammen med Lego Ideas.

Artikkelen har tidligere vært publisert på Datatech. Datatech tilhører Teknologiens Mediehus.