Theresia Silander, VD och grundare på Eatit – ett Kry för dietistvård. Resan till att Eatit ser ut som den gör idag har växt fram på ett intressant sätt. Från närodlade råvaror, till kostråd från hälsodata, till vad produkten är idag. Eatit är en app där patienter med ex obesitas, prediabetes, diabetes eller fettlever får behandling av en dietist över video. Dietisten och appen samverkar för att stötta patienten i beteendeförändringar för mer hälsosamma vanor och viktnedgång (för vissa patienter).
Ambitionerna har varit höga från start. Dels vilka resultat de vill nå, dels hur de vill nå de målen. Visionen är att göra det enklare att fatta hälsosamma beslut. Missionen är att möjliggöra för 100 miljoner människor senast 2030 att leva ett längre och lyckligare liv genom livsstilsförändringar.
Eatit har gjort många misstag och lärt sig från dem:
- Utgick från en teknik de såg stora möjligheter med (hälsodata från exempelvis Werlabs, wearables, smartphones) inte ett problem.
- Försäljning mot felmålgrupp. Deras första kunder var early adopters till den nya tekniken. De fick intäkter från dem men de förde dem ej närmare lösningen (snarare längre åt fel håll). De tog tid från dem att “ta hand om” kundsupport, bygga features på etc.
- De gjorde arbetet med hypoteserna och experimenten för stora. Mätte för mycket. Hade för många datakällor. Blev för tungt att göra det när de inte hade erfarenhet från det tidigare i kombination med att de skulle ta hand om kunderna och leda produktutvecklingen som pågick för de kunderna.
- “Maxa” lärdomarna. Ville lära sig så mycket som möjligt från varje experiment för tidigt i sin utveckling. Det gjorde att experimenttakten blev för lång och de blev för tunga att göra för ett litet bolag så de orkade ej hålla ambitionen uppe för arbetssättet.
- De trodde att de arbetade rätt efter som de sålde tidigt, jobbade datadrivet etc. Men de “förblödde genom papercut”, tog för lång tid att röra sig framåt.
- För stort och bra utvecklarteam för tidigt. De ville ge teamet framgångar och spännande utmaningar för att stanna kvar. Men kunde inte experimentera i samma takt som de klarade av att utveckla och ta fram saker. De fick även göra saker som Eatit trodde skapade värde. Men då byggde de för mycket och ännu mer åt fel håll.
Vad Eatit lärde sig/skulle ha gjort idag:
- Utgå från ett problem
- Lägg all energi på problemet, ej på att bygga
- “Out of the building”
- Ha massor med pengar eller inga pengar (ej papercut till döds)
- För de pengar man har ta in folk som har byggt upp en datadriven organisation tidigare. Iaf som konsulter på några timmar
- Idag hade de försökt göra fler “modiga gissningar” och ta större hopp framåt
- Försökt göra fler korta experiment och inte räknat med att lära sig ngt i början utöver att göra experiment
Vill ni ha hjälp med att sätta upp ett experiment team är det bara att ni hör av er till oss 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 pratar heter Joni Lindgren och Jasmin Yaya. Producerat av Niklas Bryngelsson.