Allt om datadriven produktutveckling, experiment och product-led growth med Joni Lindgren och Jasmin Yaya på scilla.studio.
Datadrivet
Claim This Podcastby Joni Lindgren & Jasmin Yaya
57 episodes
Updated Inactive
Accepts GuestsHas SponsorsLocation 🇸🇪
Podcast Overview
Allt om datadriven produktutveckling, experiment och product-led growth med Joni Lindgren och Jasmin Yaya på scilla.studio.
Language
🇸🇪
Publishing Since
12/1/2020
1 verified contact email on file for Datadrivet
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
October 24, 2023
"There's a thin line between FOMO and PMF" - Erwan Derlyn, Odepar
<p>This episode of Datadrivet is in english. If you're involved in startups, product management, or digital business, you've likely come across the term "product market fit" (PMF). It's a commonly used phrase, often seen as a buzzword. People advise startup founders to achieve PMF before scaling, but what does that mean exactly? How do you know if you've reached it, or if you're on the right track? The concept of PMF is more than just words; it's crucial for success.</p> <p>In this episode Joni meets Erwan Derlyn - founder of Odepar where he provides strategic and operational support for early-stage startups, helping them to build sustainable growth foundations.</p> <p>The primary cause of a company's failure often lies in their inability to create something people truly desire, identify a demand for their product, or capture the market demand. Product market fit is to make something that solves a real problem.</p> <p>How important is it to start with the audience or demand side when developing a product, rather than just focusing on the solution?<br> Imagine you encounter a locked door. Instead of making a key first and then searching for a lock, it's more practical to find the lock first and then create a key for it. Similarly, in business, it's better to understand the needs of your customers first (the lock) and then develop products or services (the key) that meets to those needs.</p> <p><br></p> <p>“Datadrivet" is a podcast by scilla.studio. Need help getting started with experiments in your team? Get in touch with us at scilla.studio or on Linkedin. Want to share how your company works with being data-driven? Reach out to us on Linkedin. The hosts of the podcast are Joni Lindgren and Jasmin Yaya.</p>
October 3, 2023
Hur man slänger 1 miljon rader kod och får en bättre produkt - Robert Ingemarsson, CPO
<p>Här kommer kanske världens enklaste tips på hur du kan minska kostnader och kanske till och med öka lönsamheten i din digitala produkt: ta bort funktioner som användarna inte använder.</p> <p>I det här avsnittet av Datadrivet träffar Joni Robert Ingemarsson, Chief Product and Tech Officer på TimeWave AB - ett företag som lanserar den tekniska lösningen till städbolag och andra typer av servicebolag. Robert berättar om hur han utmanade sig själv och sin produkt genom att slänga kod istället för att skriva ny.</p> <p>Första gången Robert slängde kod kändes det ganska läskigt, likaså andra gången. När Robert och hans team till slut tog bort funktioner på deras SAS-produkts inloggade startsida förväntade han sig att kunderna skulle ringa ner kundservice - men inte ett ljud. Då slängde de 30 saker till. Och sen 30 till.</p> <p>Varför är det så läskigt att slänga kod och ta bort saker från sin produkt? Joni tar upp två hjärnbuggar som ofta hindrar oss från att just slänga kod: loss aversion och sunk cost fallacy. Loss aversion innebär att vi känner större smärta vid risken att förlora något än glädje vid möjligheten att vinna något. Sunk cost fallacy gör att vi fortsätter investera i något trots att det inte längre leder dit vi vill, bara för att vi redan lagt tid och pengar på det.</p> <p>Hur övertygar man då sig själv och sina kollegor att slänga kod? Robert delar med sig av sina erfarenheter från bland annat Avanza och Timewave.</p> <p>Lyssna, blir inspirerad och släng din kod!</p>
May 9, 2023
Vilka experiment kan vi lita mest på?
<p>I veckans avsnitt av Datadrivet går Joni och Jasmin igenom hierarki av bevis och hur vi ska veta vilka experiment vi kan lita mest på. Vilket typ av test och vilka testmetoder som används spelar stor roll när man överväger bevistyngden i resultatet av ett test eller experiment. Här presenteras en hierarki för hur man ska veta hur starkt ett bevis är.</p> <ol> <li><strong>Expertåsikter</strong> Att förlita sig på expertåsikter eller "best-practice" inom branschen är inte alltid tillräckligt för att bevisa att din idé kommer att fungera. Expertåsikter kommer från (ibland) en självutnämnd expert och dessa åsikter behöver nödvändigtvis inte fungera på din produkt.</li> <li><strong>Användarundersökningar</strong> Användarundersökningar genom att till exempel intervjua en fokusgrupp eller bjuda in användare till ett test, ger insikt i varför användare upplever problem eller känner osäkerhet. Men eftersom det bara rör sig om ett fåtal personer är det svårt att dra slutsatser om hur representativt detta är för en större användargrupp. Du kan få reda på varför ett problem uppstår, men du pratar bara med ett fåtal personer. Bevistyngden är bättre än expertåsikter eller best practice - men det är fortfarande för riskabelt att gå all in på en idé baserat på vad en handfull användare har sagt.</li> <li><strong>Data & science</strong> Här kommer bevisföring man kan satsa pengar på: data. Kolla i ditt webbanalysverktyg och se hur användarna beter sig i verkligheten. Att kolla senaste 4 veckorna räcker - historisk data behöver inte alls betyda framtida beteenden. Här kan vi se varifrån trafiken kommer, vilka devices som används, hur användarna beter sig första veckan, konverteringsgrad, etc.</li> <li><strong>A/B-tester</strong> Kronjuvelen av bevis. A/B-tester görs i realtid och man jämför inte före och efter. Test A och test B utspelar sig i samma tid och i samma situation - slumpen avgör vilken version användaren får. Efter några veckor kan man se en signifikant skillnad i resultat mellan A och B.</li> <li><strong>Metaanalys</strong> Sista steget och bossen av bevis-hierarkin: metaanalysen. Här helgarderar du dig genom att A/B-testa A/B-testet. Om ett A/B-test visar sig stödja en viss hypotes, så verifierar man resultatet genom att köra fler test på samma hypotes. Är det inte lite för mycket hängslen och livrem, kan man ju fråga sig? Här spelar ju såklart storleken på bolaget en roll. Grundargumentet för att testa först är att minimera risk. Man minimerar risk genom att verkligen satsa resurser på det som visar sig ha störst potential.</li> </ol> <p>Datadrivet är en podd av scilla.studio. Vill du ha hjälp med att komma igång med experiment i ditt team? Hör av dig till oss på <a href="http://scilla.studio">scilla.studio</a> eller på Linkedin. Vill du vara med och berätta om hur ditt företag jobbar med att jobba datadrivet? Hör av dig till oss på Linkedin: Vi som leder podden heter Joni Lindgren och Jasmin Yaya.</p>
57 total episodes available
Deep-dive analytics for Datadrivet
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is Datadrivet?
- How often does this podcast release new episodes?
This podcast updates inactive.
- Where can I listen to this podcast?
This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
Yes, this podcast regularly features guests.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.