Comment Neverthink.tv a amélioré à la fois le développement de produits et de contenu avec Databox

Le divertissement en ligne est un créneau difficile à percer avec YouTube, les jeux virtuels, les médias sociaux, etc.

Avant le coup de Covid-19, le temps quotidien moyen passé en ligne était de 12 heures et 24 minutes. Maintenant que nous travaillons tous à domicile, ce nombre est passé à un peu plus de 16 heures par jour.

L'un des domaines de divertissement en ligne les plus difficiles à comprendre sont les mèmes. Nous les utilisons tous les jours dans tout, des publications Facebook aux e-mails, Twitter et Instagram.

Alors que de nombreuses entreprises utilisent aujourd'hui des mèmes dans leurs communications internes et externes, la plupart utilisent une application tierce pour les créer.

Le premier du genre, Neverthink.tv, a été fondé en 2016 et cherchait à développer une communauté spécifiquement pour générer et visualiser des mèmes.

Aujourd'hui, les utilisateurs de leur plate-forme peuvent passer des heures à feuilleter des mèmes, un peu comme la chaîne de télévision surfe sur les journées remplies de la génération Y et de la jeunesse des générations précédentes.

Pour en savoir plus sur la façon dont Neverthink utilise ses données, nous avons rencontré son vice-président de la croissance, Aapo Kojo. En tant qu'employé semi-nouvel, depuis tout juste un an chez Neverthink.tv, Kojo se situe à l'intersection de la science des produits et des données.

Le défi

Avant d'utiliser Databox, l'équipe Neverthink utilisait divers outils d'analyse de fournisseurs externes. Tout cela, bien sûr, était coûteux, chronophage et difficile à gérer.

Voici les principaux défis auxquels Neverthink a été confronté :

• Compatibilité d'intégration : le fait de disposer d'outils d'analyse disparates ne permettait pas d'avoir un aperçu complet des données. L'entreprise a cherché à combiner les données de ces différents outils d'analyse et à créer sa propre plate-forme sur Amazon Redshift. Ils avaient besoin d'un moyen simple de le faire.

• Technologie complexe : Neverthink n'avait pas de système technologique simple pour ses employés non avertis en technologie. En tant que tel, cela a eu un impact sur l'expérience du téléspectateur en interne et en externe.

• Développement de produits et de contenu/Économies de coûts : Sans une solution de tableau de bord simple en un seul endroit, le développement de produits de Neverthink a été gravement entravé, ce qui a entraîné des pertes financières.

"Les conservateurs avaient besoin d'un moyen d'équilibrer la qualité et la quantité en ce qui concerne le contenu diffusé", a déclaré Kojo.

La solution

Rassembler le tout pour avoir une vue d'ensemble est toujours un défi pour toute entreprise. Mais lorsqu'il s'agit de technologies qui touchent presque tous les aspects de notre vie professionnelle, il est encore plus important de disposer d'un système complet pour une meilleure mise en œuvre.

« Nous disposions de différents outils d'analyse et étions en train de créer les nôtres », a déclaré Kojo. « Pour cette raison, nous savions que nous devions trouver un moyen de tout rationaliser dans une vue centrale. Neverthink avait également besoin d'un moyen de créer rapidement des tableaux de données qui visualisent les données, quels que soient les outils dont nous disposons.

Après avoir fait la démonstration de divers produits, Neverthink savait qu'il avait la bonne solution avec Databox. Neverthink a donné accès à dix membres de son équipe, puis a connecté ses pages Google Sheets, Amazon Redshift, Instagram Business et Facebook.

En plus de ces sources de données, l'équipe de Kojo tire également parti du générateur de requêtes de Databox pour Amazon Redshift et des calculs de données pour une analyse ciblée. Neverthink a également mis en boucle ses tableaux de bord, y compris les médias sociaux, une vue d'ensemble de haut niveau, l'application Android et le trafic Instagram.

Les meilleures intégrations de Neverthink.tv

Pour Neverthink, il existe deux utilisations principales : la performance du produit et la performance du contenu. Côté produit, Kojo et ses data scientists créent des tableaux de bord basés sur les fonctionnalités en cours de construction. Pour le contenu, l'accent est mis sur les performances des canaux, des créateurs et du marketing Neverthink.

Voici comment Databox a résolu les défis de Neverthink :

• Compatibilité d'intégration : en regroupant ses outils d'analyse dans un seul système, Neverthink a pu avoir une vue globale de ses données, y compris son système d'entrepôt de données Amazon Redshift.

• Technologie complexe : avec son adoption de Databox, Neverthink a créé des tableaux de bord plus simplistes pour la visualisation des données et la répartition des interactions difficiles à comprendre avec les téléspectateurs.

• Développement de produits et de contenu / Économies de coûts : Au fur et à mesure de la mise en place de Databox, le développement de produits et de contenu de Neverthink a connu une amélioration. Les scientifiques des données sont en mesure de voir où les produits doivent être améliorés et ce qui doit être fait à chaque étape de l'entonnoir de développement. Les conservateurs de contenu pour Neverthink peuvent désormais voir comment n'importe quel contenu fonctionne grâce à l'engagement sur les réseaux sociaux et au trafic entrant.

"Databox nous a permis d'approfondir l'image de marque du contenu", a déclaré Kojo. « Nous le faisons en créant des pages de médias sociaux pour chacun de ces comptes afin d'aider le public à accéder à l'application Neverthink. »

Les résultats

En fin de compte, Databox a eu un impact significatif sur la façon dont l'équipe de Neverthink fonctionne en son sein. Le système tout-en-un fournit des informations plus rapidement à ses scientifiques des données, ouvre la collaboration entre les services et améliore l'expérience utilisateur.

Voici les résultats de l'utilisation de la Databox de Neverthink :

• Compatibilité d'intégration : le point unique des tableaux de bord de données a aidé l'équipe Neverthink à voir toutes les intégrations pour décider ce qui fonctionnait et ce qui ne fonctionnait pas.

• Technologie complexe : grâce à l'utilisation de tableaux de bord créés par les scientifiques des données de Neverthink, l'équipe peut expérimenter davantage avec l'expérience de l'utilisateur final. Avec Databox, ils peuvent décider de ce qu'ils veulent améliorer et des chiffres auxquels ils peuvent s'attendre et essaient d'atteindre avec les téléspectateurs.

« Les scientifiques des données peuvent désormais plus facilement travailler avec d'autres membres de l'équipe Neverthink qui ne sont pas aussi férus de technologie », a déclaré Kojo. « Databox simplifie tout. »

• Développement de produits et de contenu / Économies de coûts : avec Databox, les scientifiques des données de Neverthink ont ​​découvert que le cycle de développement de produits est plus fluide en raison d'un plus grand nombre d'accès aux données identifiant certaines parties des fonctionnalités. Non seulement le développement de produits est plus rapide, mais les commentaires sur le contenu sont également plus rapides, car Neverthink peut rassembler les commentaires de différents services et canaux en un seul endroit. Grâce à ces améliorations, Databox a permis des conversations plus productives entre l'équipe produit et les conservateurs.

« Nous pouvons désormais suivre les mesures globales de l'entreprise », a déclaré Kojo. « Databox nous donne des indications sur nos tendances et nous montre où nous devons nous améliorer. Nous sommes toujours une startup, donc l'orientation de notre entreprise pourrait changer au cours du mois prochain. Avec un meilleur accès à un système simple, je suis convaincu que nous pourrons bénéficier d'une grande flexibilité.

"Le plus gros coût que nous ayons est le développement du produit", a déclaré Kojo. « Ainsi, chaque fois que nous pouvons accélérer le processus, cela représente une économie immédiate. Plus nous pouvons expérimenter tout au long de l'année, plus notre équipe est performante. Databox nous a permis de faire beaucoup plus d'expérimentations de produits.