9 сентября в Баку в New Zeon Digital Hub прошел фестиваль цифровых технологий, в рамках которого гости мероприятия стали участниками лекций и воркшопов, проходивших на двух основных площадках. В качестве одного из докладчиков на мероприятии выступала глава B2C UX Research российского Альфа-Банка Елена Свергуненко, которая затронула тему интеграции фреймворков Design Thinking, Lean и Agile в работу банка. Более подробно о способах поиска проблем, создания решений и оптимизации процессов с помощью этих инструментов читайте в нашем интервью с Еленой.
— Термин Design Thinking появился довольно давно, но в наших странах этот подход стали использовать лишь в последние годы. Как вы оцениваете его влияние на продукты, разрабатываемые в банках?
— На самом деле дизайн-мышление уже в 2010 активно развивалось в России, но в последние годы популярность фреймворка существенно возросла. Я могу с уверенностью сказать, что в условиях высокой конкуренции в финтехе и фокуса на цифровизацию сервисов и услуг дизайн-мышление — это один из немногих фреймворков, способных обеспечить лидерство за счет прорывных идей.
Эпидемия COVID-19 и связанные с ней ограничения создали огромный импульс для цифровизации. И не только покупательские привычки перешли в цифровое пространство. Компании столкнулись с огромными затратами, которые можно сократить с помощью цифровизации и оптимизации процессов. Однако, как снизить затраты, сделав при этом продукты более привлекательными для клиентов и уникальными в сравнении с конкурентами? Дизайн-мышление представляет собой идеальный инструмент, который учитывает бизнес-цели, потребности клиентов и технологические возможности для разработки продуктов и сервисов, которые позволяют достичь этих целей.
— Какие основные ошибки допускаются в процессе реализации этого подхода?
— Как не странно это звучит, но одной из ключевых ошибок является именно недооценка ценности ошибок. Нельзя забывать слова Томаса Эдисона, который сказал: «Я знаю несколько тысяч вещей, которые точно не сработают». Это огромный потенциал для роста и инноваций. Поэтому основная ошибка современных бизнесов — страх совершения ошибок. Разумеется, мы должны управлять ошибками и минимизировать их затраты, и для этого и существует дизайн-мышление. Этот фреймворк представляет собой как бы «лабораторию», где идеи создаются и проверяются до того, как мы вложим существенные ресурсы в реальную реализацию. Это по сути является А/B-тестированием для сложных продуктовых решений. Мы создаем и тестируем идеи, чтобы иметь уверенность в их эффективности, а это помогает избежать сбоев в будущем и сделать наши продукты более устойчивыми и привлекательными для пользователей. Я понимаю, что звучит слишком просто, но на самом деле за ошибками стоит огромное пространство для проверки идей, выявления потенциальных зон роста и выхода на инновационный уровень.
— В своем банке вы развиваете такое направление, как UX-исследования. Кто входит в вашу группу и какими навыками обладают эти люди?
— В «Альфа-Банке» мы создали Alfa Research Center. Это инновационное пространство, в стены которого буквально вшиты высокие технологии. 500 квадратных метров, более 40 камер, сотня микрофонов, 15 тестовых пространств, Wi-Fi, очки-айтрекеры и серверная с нейросетью, анализирующей в живом режиме базовые эмоции человека. Но, конечно, главное в центре — это команда. Сейчас нас порядка 40 человек, которые обеспечивают качественные исследования и discovery-инициативы во всем банке. Моя команда ведет розничное направление «Альфа-Банка», а также у нас есть коллеги, которые занимаются корпоративным бизнесом.
В 2021 году мы создали карту компетенций продуктового исследователя, которая лежит в открытом доступе. В ней порядка 80 компетенций, и она помогает ответить на вопросы исследователя: как я могу оценить свой профессиональный уровень, куда развиваться — вверх или горизонтально, какой опыт мне нужно получить на следующем шаге. Более подробную информацию о карте вы можете получить из статьи, опубликованной на habr.com.
— А как вы определяете цели и необходимость проведения исследований?
— Мы совместно с клиентскими путями создали и внедрили «Производственный процесс», через который проходит каждый цифровой продукт в банке. И, конечно, внутри есть определенная скоринг-модель, по которой мы можем сориентироваться, есть ли существенные изменения во флоу клиента, делает ли бизнес ставку на этот продукт? Это инновационная история или новый сервис, требующий максимального внимания? Или business-as-usual? По таким критериям мы можем определить, насколько проект важен для развития банка и улучшения опыта наших клиентов. Исследователи подключаются ко всем без исключения приоритетным проектам, погружаются в потребности и «боли» наших клиентов, в задачи бизнеса, в гипотезы команды. И на стыке формируют цели исследования. Очень важно, чтобы мы и про клиентов думали, и про задачи бизнеса.
Любой продукт или сервис делается для кого-то — внутренних или внешних клиентов. И пока команда не общается с этими клиентами, она всего лишь коллективно галлюцинирует об их потребностях. И если суммировать: мы должны быть уверены, что у нас достаточно методологически корректно собранных данных, на основании которых можно принимать бизнес-решения.
— Банки разрабатывают сервисы и приложения как для B2B, так и B2C секторов. С каким из них в плане UX-исследований сложнее работать?
— У каждого сегмента есть свои особенности, которые необходимо учитывать при организации и проведении исследований с респондентами. Например, в рознице намного выше темпы, жарче конкуренция в моменте, продукты и сервисы быстрее меняются, надо очень быстро реагировать на рыночные изменения. С другой стороны, сервисы для юридических лиц и индивидуальных предпринимателей сами по себе сложнее с точки зрения информационной архитектуры, логистики, ролевых взаимосвязей. А еще мы занимаемся и B2E (Business to Employee), т.е. опытом сотрудников, и это тоже как дивный новый мир. Здесь сотрудники компании — это живые люди, то есть B2C, но они находятся в корпоративном контексте, и тип потребностей немного меняется.
— Основные темы этого года — нейросети, искусственный интеллект, большие языковые модели, которые вот-вот похоронят большую часть устоявшихся профессий. Какое влияние может оказать на работу вашего отдела развитие генеративного искусственного интеллекта?
— Пока я не могу сказать, что практика использования генеративного искусственного интеллекта существенно на что-то влияет. Скорее сейчас это помощь в выполнении рутинных задач. И возможность в диалоге, пусть и с ИИ, опробовать какие-то идеи. Например, покрутить вместе с GPT-моделью структуру воркшопа. Или возможно сгенерировать в Midjourney картинку для слайда в отчете, которая будет точно характеризовать описываемый инсайт. И поможет еще лучше передать нашим стейкхолдерам контекст клиента.
С технической точки зрения искусственный интеллект может существенно помочь в транскрибации и обработке интервью с клиентами. Например, мы «скармливаем» модели транскрипты сессий с респондентами, и она на выходе дает кодировку инсайтов, частоту упоминания тех или иных проблем, маркирует уникальные кейсы и идеи, которые озвучивали респонденты. Такой функционал уже доступен, и он на самом деле мог бы существенно сократить SLA исследовательского проекта на 3-5 рабочих дней, если исследователь освоит новые навыки и сможет встроить искусственный интеллект в свой рабочий процесс.
Но я очень жду, когда искусственный интеллект научатся предсказывать поведение человека и анализировать уровень удобства, то есть в буквальном смысле оценивать usability тех или иных цифровых (а позже и phygital) решений. Это вряд ли получится сделать на базе исключительно языковых моделей, так как язык, при всем его богатстве, не охватывает физиологические факторы и только косвенно говорит о тех или иных принципах восприятия.
Также остро стоит вопрос сбора, проверки и корреляции данных для того, чтобы обучить модели. И тут возникает очень много вопросов профессионального спектра, например, сколько usability-тестирований одного и того же флоу надо провести, чтобы этих данных было достаточно для хорошего качества ИИ-аналитики? Где граница между влиянием конкретного флоу на поведение и привычными человеку паттернами? То есть, как корректно размечать эти данные и как затем сопоставлять их с количественными источниками (различными опросами и замерами), продуктовой аналитикой?
А еще есть интересный вопрос с точки зрения бизнеса и интеллектуальной собственности. Да, где-то можно взять уже обученную другими модель и надеяться на какие-то общечеловеческие паттерны и тенденции, но мы конечно же знаем, что человек обучается новым паттернам и привыкает к решениям, которые по началу повышали когнитивную нагрузку. И любая компания своими продуктовыми и сервисными решениями формирует привычки и паттерны своей клиентской базы. И тут появляются следующие вопросы: как мне на регулярной основе апдейтить собранную базу данных, как интегрировать с внешними решениями, как обеспечивать безопасность этих данных? Ведь такая база поведенческих паттернов — очень «вкусная» история для конкурентов и рынка в целом. Немаловажная задача будет заключаться и в разработке соответствующих политик и процедур (как в рамках компаний, так и в рамках государственного регулирования), так как мы работаем фактически с персональными данными, с чувствительной информацией о финансах, и конечно здесь следует 7 раз отмерить (банкам в особенности), по каким правилам мы работаем с искусственным интеллектом.
— И вы уже используете подобные модели в своей практике?
— Сейчас Alfa Research Center использует нейросети непосредственно в тестированиях, но это немного не про генеративный искусственный интеллект, а в целом про технологии машинного обучения. С их помощью мы делаем анализ базовых эмоций и эмоциональных состояний респондентов в различных контекстах и задачах. Например, при просмотре наших рекламных роликов или выполнении операций в мобильном приложении. И это на самом деле очень крутая технология для тестирований креативов, когда важно не столько субъективное (и зачастую достроенное, додуманное) восприятие человека, сколько данные по изменению фактического эмоционального состояния. Также при помощи нейросети мы можем измерить когнитивную нагрузку при прохождении того или иного флоу, что очень помогает делать наши продукты более понятными и простыми, чтобы клиенты не тратили время на борьбу с интерфейсом, а быстро и легко могли достичь своей цели. Эта технология анализирует 40000 параметров лица, движение глаз, даже пульсацию сосудов. То есть мы можем получить достаточно объективные данные, подтверждающие субъективные наблюдения исследователя и вербальные ответы респондента. При этом надо иметь ввиду, что у этой технологии есть и свои ограничения, например, особенности строения лица или качество видеокамеры.
— Связаны ли моменты Design Thinking с ментальностью и традициями представителей того или иного региона?
— Я бы не отвечала на этот вопрос однозначно, так как диапазон применения дизайн-мышления на самом деле достаточно широк, чтобы охватить любой регион. Даже больше! Вы можете использовать этот фреймворк и для работы в B2B, B2G или B2C секторах. С тем же успехом вы можете использовать дизайн-мышление в своих личных проектах и даже бытовых жизненных контекстах, когда вам надо принять какое-то решение, например, о переезде в другой район или смене профессии. Но, конечно, мы неизбежно сталкиваемся с ментальными, культурными и поведенческими различиями в разных регионах, и я бы даже сказала, в странах. Практики и фасилитаторы дизайн-мышления должны быть чувствительными к различиям в ценностях, традициях и ожиданиях разных культурных групп. Нам стоит глубоко понимать локальные особенности региона, включая культурные нормы, языковые особенности и даже исторические контексты. Это позволит создать продукты и услуги, которые ближе к сердцу местным клиентам. Например, вы не можете слепо перенести сложные финтех-инструменты в страны Восточной Африки, и возможно, ваше идеальное решение должно вписываться не в тяжелое мобильное приложение, а в примитивный бот в WhatsApp. А при внедрении банковских услуг в мусульманской стране необходимо учитывать религиозные аспекты финансовых взаимоотношений и понимать культурные особенности, так как это все может оказать существенное воздействие на успешность или неудачу вашего проекта. Нам важно обеспечить позитивное восприятие и принятие продукта клиентами, поэтому базовая «гигиена» в этом случае — это попытка избежать решений, которые могут быть оскорбительными или неприемлемыми в данном регионе.
Также давайте не забывать про потребности бизнеса. Например, в США большинство компаний жестко ориентированы на прибыль и конкуренцию, и дизайн-мышление тут помогает в разработке инноваций. В Европе часто встречаются крупные проекты с применением дизайн-мышления в создании экологически устойчивых решений и продуктов, способствующих социальной инклюзии. Конечно же, свои особенности есть и в Азербайджане. Я очень рада, что являюсь спикером в комьюнити New Zeon, в рамках которого знакомлюсь с IT-сообществом Баку. Это достаточно крепкий нетворк, позволяющий мне глубже узнавать и понимать контекст цифровизации рынка Азербайджана. А как вы понимаете, контекст страны или региона начинает играть существенную роль при внедрении решений, а значит, и инструментов, при помощи которых эти решения создаются. При интеграции дизайн-мышления в культуру и практики компании я бы порекомендовала держать в голове следующие фокусы:
- В более иерархичных корпоративных культурах очень важна инициатива, исходящая от лидера компании или департамента. Важно заручиться активной поддержкой тех, кто принимает решения. И здорово, когда сами руководители приносят инновационные методологии в компанию.
- И для стартапа с горизонтальным стилем управления, и для корпорации с жесткой иерархией очень важно четко распределить роли, зоны ответственности и прописать образ результата. Чтобы сотрудники, вовлеченные в создание продукта, понимали, что от них ждут и в каких рамках они могут действовать.
- На этапе исследований и эмпатии особое внимание уделите социальным связям вашей целевой аудитории и их влиянию на восприятие вашего продукта. Стоит подумать, как можно воспользоваться преимуществами этих связей? Определите, например, какие программы лояльности можно внедрить для тех клиентов, кто советует ваш продукт своим родственникам или коллегам.
- Фасилитатору стоит выделить достаточное время для внедрения концепта «разрешения на ошибку». Важно подсвечивать снова и снова, что этап генерации идей не про жесткую критику, а про креативность и поиск новых идей. Не стоит бояться, что идеи могут получиться слишком оторванными от реальности. Методология дизайн-мышления конечно же включает в себя и этапы оценки и приоритизации в соответствии с ценностями и возможностями конкретного бизнеса.
- На этапах приоритизации идей и решений очень важно присутствие лица, которое будет принимать финальное решение о запуске продукта. Если руководитель в силу своей загруженности не мог участвовать полноценно во всех этапах (а это случается), то важно погрузить его в результаты исследований, в сформированные идеи и их ценность, в результаты тестирования этих идей и логики развития продукта. Чтобы у руководителя была возможность принять финальное решение.
- Обязательно фиксируйте через несколько каналов коммуникаций результаты и следующие шаги, а также ответственных по принципу «одна задача — один ответственный», а также конкретные сроки. Важно сделать путь вперед понятным и прозрачным для каждого члена команды.
— И какой путь должна пройти компания (банк), чтобы выйти на уровень, когда создание собственной команды UX-исследований станет необходимо?
— На самом деле стадии UX-зрелости уже достаточно давно определены «отцами» UX-дизайна Якобом Нильсеном и Доном Норманом. Вначале компании просто создают вслепую (копируя конкурентов или, например, следуя распоряжениям СЕО) какие-то решения. Ситуация немного улучшается, когда появляются разработчики, которые знают, что опыт пользователя — это важно. У них еще нет методологий и, зачастую, времени на общение с клиентами, но они стараются все-таки на этапе создания кода думать о пользователе в меру своих о нем представлений.
Очень часто компания приходит к точке, где, вроде как, и СЕО уже бездумно неподкрепленными идеями не разбрасывается, и разработчики вложили всю свою экспертизу. Но почему-то или конверсия падает, или отток увеличивается. Тут хорошим решением станет привлечение внешнего агентства (что очень дорого) или вывод UX-исследователя в штат (что действительно выгоднее, но может потребовать больше времени). По нашим наблюдениям где-то на 4-й стадии компания уже понимает ценность качественно собранной обратной связи от клиента и приходит к выводу, что для системного роста необходимы и системные процессы, а значит, нужны профессионалы и бюджеты на операционное сопровождение.
Достигнув этой точки, мы можем говорить о том, что компания вышла на достаточно высокий уровень клиентоцентричности. Дальнейшее развитие будет строится вокруг четырех направлений. Первое — это UX-стратегия компании. Вам нужен лидер функции, который будет заниматься планированием и приоритизацией ресурсов, в первую очередь человеческих. Далее уделяйте внимание развитию клиентоцентричной культуры в компании. Результаты исследований и активностей очень здорово транслировать всеми возможными способами на всех сотрудников компании, чтобы получить максимальную выгоду от вложенных в исследования средств. И следите, чтобы как можно большее количество людей было погружено в контекст и реальные потребности ваших клиентов. Третье направление подразумевает развитие системных процессов исследований и дизайн-активностей. Ну и последнее, но не менее важное — берите в работу эти данные и обязательно замеряйте результаты внедрения в ваш продукт или сервис. Чтобы в следующей итерации у вас уже было достаточное количество обратной связи для создания чего-то еще более крутого!
