为您的团队构建更好的数据文化

这是与 Standard Co 创始人 TJ·穆勒曼 (TJ Muehleman) 和 Clockwise 产品经理 克里希南·拉古帕蒂 (Krishnan Raghupathi) 对话的节选，内容是关于如何在组织内部建立以数据为中心文化的最佳方法。

讨论主题

• 为什么数据文化很重要
• 如何将数据认知从次要变为主要
• 从“0”数据到大量数据的路径
• 如何避免被数据淹没

关键要点

• 如果您优先考虑数据，并要求人们用数据支持他们的决策，那么数据驱动的文化将很快建立起来。
• 您可以遵循数据体验框架来构建数据文化。在开始考虑收集何种数据以及如何收集数据之前，请先了解您想要回答哪些问题。
• 在讲述数据故事时，请始终牢记您的受众。

我们的嘉宾

克里希南： 我叫克里希南·拉古帕蒂，我是 Clockwise 的产品经理。我负责我们一些较新的增长计划，我也是我们数据平台的产品经理，确保公司每个部门都能获得有效所需的数据。

TJ： 我叫 TJ·穆勒曼，我是 Standard Co 的创始人兼首席执行官。我们是一个数据平台，主要与非洲和南亚的全球卫生组织合作。我们帮助他们收集、清理和处理数据，以便我们可以将其输入到商业智能平台中，以实际进行分析和构建仪表板。我构建数据系统已有 20 多年了。

为什么数据文化很重要

Maz (Metabase)： 好的，让我们开始讨论为什么数据文化很重要。

TJ： 我一直是一个非常以数据为中心的人，我拥有软件工程背景。然而，当你走出工程领域时，你会看到很多人对数据更具反应性，这意味着他们会根据自己的直觉做出决定。这就是我过去 10 年来一直关注的重点：我们如何实施数据文化？我们如何开始使用数据来指导我们的决策？

一个很好的例子是我们来自尼加拉瓜的客户，他们正在建造水井。他们过去根据别人告诉他们的建议挖水井。在许多情况下，这很成功，但他们的优化不足。我们帮助他们实施了一个数据驱动的框架，考虑了人口需要水的地方，以及水质清洁以防止水处理不当的地方。

克里希南： 我也有非常相似的经历。我以前不是一个数据人。我在微软工作时有了一个“顿悟”时刻。我们发布了一个新功能，我的一位产品经理导师将他的整个团队召集到一个房间里 90 分钟。他要求房间里的每个人都看着仪表板，只问一个能带来最多关于该发布见解的问题。在那 90 分钟里，我们能够获得的见解数量以及有意识决策过程的水平，让我大开眼界。在许多这样的会议中，我们会实时深入研究数据并提出许多见解。那是我的“顿悟”时刻，从那时起，我一直在寻找一种框架来在团队内部实施数据驱动的文化。

TJ： 人们将实时数据视为某种魔法。但它不是——你只需要深思熟虑并积极主动地对待它。当你在考虑为未来几年设定阶段时，你必须着眼长远，考虑如何利用你的数据获得优势。

我认为重要的是要了解你需要拥有哪些数据，这样你才能在时机到来时开始做出决策。一个很好的例子是获取数据，进行暂存、清理，并确保它已准备好在 BI 工具中使用。这样，当被问及特定问题时，你就有所有方法可以找到答案。有了所有可用的工具，你可以在几分钟内回答复杂的问题。

克里希南： 从战略角度来看，与数据互动通常会影响你对世界运作方式的心理模型。你消费的数据越多，你越沉浸在数据中，你就越能判断某事物是否异常，或者你是否需要主动对其做出反应。

如何将数据认知从次要变为主要

Maz (Metabase)： 我们如何将数据认知从“次要”真实来源变为“主要”真实来源？

克里希南： 产品开发领域的一件事是强调效率：如何更快地将产品推向用户？如何在最短的时间内增加最大价值？有助于提高效率的其中一件事是模板和流程。数据也类似。将数据视为主要来源的标志之一是确保它在产品开发过程开始之前就已到位。仅仅这件简单的事情就非常强大，可以将心态从“我们有一些数据，我们会在某个时候使用它”转变为“数据是我们开始开发新功能之前需要查看的主要内容”。

我发现非常有用的一件事是养成用数据支持任何想法的习惯。也就是说，如果有人提出问题，深入研究数据并找到答案总是一个好主意。

TJ： 在与大型组织合作时，我们观察到他们的数据素养在近期有所提高。我们向他们推销数据驱动理念的方式是演示数据平台的实用性。我们首先为他们构建小型数据 MVP，并演示他们如何从中受益。三年前，这些组织非常抵制发布数据并使其更透明。当他们开始看到他们收到的关于数据的问题越来越少，以及他们的员工如何能够自助服务时，他们突然对扩展他们的数据覆盖范围变得非常感兴趣。

你必须展示数据为何重要的概念。我们发现，通过微部署来展示实用性，在改变人们对数据的看法方面确实具有变革性。

克里希南： 是的，我想补充一点，每当你遇到一个你不知道立即答案的问题时，你应该在脑海中思考：“什么数据能帮助我做出决定？”。一旦这类问题自动出现，它就会立即帮助建立数据文化。

“当有人告诉你‘我不知道该怎么做’时，这就是你寻找可用数据的机会。”

从“0”数据到大量数据的路径

Maz (Metabase)： 如何从数据匮乏的状态发展到拥有大量数据？

TJ： 在与这么多组织合作后，我们提出了一个数据体验框架。我们认为它类似于客户体验或用户体验等术语。

它是关于从“我们需要什么数据？”这个问题退后一步，转而思考“我们有哪些问题？”。因此，从根本上讲，你想要的结果是什么？如果你有 75 个问题，你应该尽可能地简化它们，然后你总是可以从中发展。只有这样，你才能开始考虑数据收集。

定义主要问题后要问的一些问题

• 您将如何收集数据？
• 您将使用什么工具来收集它？
• 您是从主要来源还是次要来源收集数据？
• 您需要清理这些数据吗？
• 您需要数据工程师吗？
• 您需要数据分析师来呈现数据吗？
• 最后但并非最不重要的一点是——您将如何讲述这个故事？

这又回到了用户体验和客户体验的概念。这一切都与讲故事有关，即使在全球健康领域也是如此。你必须在叙述和可视化方面都引人注目，才能帮助人们快速理解正在发生的事情并值得他们关注。

克里希南： 这是一个很棒的框架，我只是想把我的经验添加到你的框架中，因为我见过这个确切的过程多次发生。

一切都始于目标。如果你是执行团队，你正在尝试找出基本问题，例如我的客户来自哪里，我的收入情况如何，我的客户流失率如何，这些是你想要回答的基本问题。对于销售团队来说，可能是：我们的潜在客户是谁？谁对我们的产品最感兴趣？我在哪里销售最有效？对于营销，是哪些渠道更有效？对于客户成功，是谁在使用产品？

无论哪个部门，他们的脑海中都有一些高层次的紧迫问题。所以首先重要的是把它们写下来。然后理解你想要实现的目标和结果，然后拥有你需要回答的原始数据。这是从“0”状态到“10%”的绝佳起点。

接下来经常出现的问题是数据素养。例如，有一个仪表板告诉你一些信息——但你会用它做什么？你将如何对这些信息进行切片和分析，以获得更有用的见解？这需要一些数据分析专业知识来弄清楚如何构建你的指标，如何总结和分组等等。

一旦你达到这个阶段，最后一部分就是讲故事——而这正是我认为最薄弱的部分。所以在某个时候，你最终会拥有大量数据，然后突然之间你没有办法将它们组合起来讲述一个故事。

TJ： 我们非常擅长讲故事，因为在某个时候我们将主要精力放在了简单性上。我见过很多仪表板都很难阅读——那是因为它们是为科学受众而不是更广泛的受众设计的。你总是应该问自己：谁在使用数据？我有一个简单的测试，我称之为“妈妈测试”：我能把仪表板展示给我妈妈，并确保她能理解吗？当然，如果我正在为科学家或统计学家构建东西——我可以做得更复杂。这始终是关于了解你的受众。

如何避免被数据淹没

克里希南： 我能想到的最好比喻是去机场。当你进入机场时，你会有点迷失：人们朝各个方向跑，周围都是不同的标志。如果你没有一个严格的引导流程，比如先办理登机手续，然后托运行李，然后通过安检，最后到达登机口——你很容易迷路。

数据过多时也是如此。你需要一些指导，知道先看哪里。这可能是一组经过高度策划和清理的仪表板，你可以在其中找到 80% 问题的答案。从那里，你可以深入挖掘，了解更多关于特定问题的信息。

如果在某个时候你碰壁了，无法回答问题，那要么是数据方面的缺失，要么是知识方面的缺失。如果是数据方面的缺失，你可以将该请求转交给数据团队。如果是知识方面的缺失，你需要查看是否有可用的培训或资源来帮助你找出后续步骤。

所以，当你有一个数据问题时的第一步是“你知道去哪里寻找答案吗？”如果答案是否定的，那么你需要去组织你的数据。

TJ： 我还要补充一点，有时你根本不需要所有数据。我们有一个客户会给我们发送一个包含 400 列的文件。当我问他们是否都使用了这些列时，结果发现他们只使用了 6 列。有一个人来管理数据很重要。Metabase 在验证集合方面做得非常好。它告诉我们，这个特定的集合已经过批准，包含真实数据，而其他集合可能是实验性的，不一定可靠。这在引导最终数据消费者使用他们可以信赖的数据方面非常有帮助。