为您的团队打造更好的数据文化

这是摘自Standard Co创始人TJ Muehleman和Clockwise产品经理Krishnan Raghupathi关于如何在组织内建立以数据为中心的文化的对话节选。

讨论主题

• 为什么数据文化很重要
• 如何将数据感知从次要变为主要
• 从“零”数据到大量数据的路径
• 如何避免被数据淹没

关键要点

• 如果您将数据作为优先事项，并要求人们用数据来支持他们的决策，那么数据驱动的文化将很快建立起来。
• 您可以通过遵循数据体验框架来建立数据文化。在开始考虑收集哪些数据以及如何收集数据之前，先了解您想要得到哪些问题的答案。
• 讲述数据故事时，请始终牢记您的受众。

我们的嘉宾

Krishnan：我叫Krishnan Raghupathi，是Clockwise的产品经理。我负责我们一些新的增长计划，并且是我们的数据平台的产品经理，我确保公司的每个部门都能获得他们所需的数据以提高效率。

TJ：我叫TJ Muehleman，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健康组织合作。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BI平台，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，让我们先谈谈为什么数据文化很重要。

TJ：我一直是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反应迟钝，这意味着他们会凭直觉做出决定。这就是我过去十年一直关注的问题：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的尼加拉瓜客户，他们正在建造水井。他们过去是根据别人的建议挖水井。在许多情况下，效果很好，但他们的优化没有到位。我们帮助他们实施了一个数据驱动的框架，考虑到人口需要水的地方，以及水质清洁以防止水处理不当的地方。

Krishnan：我也有一个非常相似的经历。我以前并不是一个数据人。在微软工作期间，我有一个“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查看仪表板，并只问一个能带来最多关于该功能发布见解的问题。在那90分钟里，我们获得了大量的见解，并且有意识的决策过程达到了一个更高的水平，这让我大开眼界。在许多这样的会议中，我们会实时深入研究数据，并得出许多见解。那是我的“顿悟”时刻，从那时起，我一直在寻找一种在团队内部实施数据驱动文化的框架。

TJ：人们将实时数据看作某种魔术。但它不是——你只需要深思熟虑并积极主动地对待它。当你考虑为未来几年奠定基础时，你必须考虑如何利用你的数据来获得优势。

我认为知道你需要哪些数据很重要，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，进行整理、清理，并确保它已准备好在你的BI工具中使用。这样，当被问到具体问题时，你就能找到答案。有了所有可用的工具，你可以在几分钟内回答复杂的问题。

Krishnan：从战略角度来看，与数据交互通常会形成你对世界运作方式的心智模型。你消费的数据越多，你沉浸在数据中的程度越深，你就越能判断某事是异常还是需要主动应对。

如何将数据感知从次要变为主要

Maz (Metabase)：我们如何将数据从“次要”真实来源转变为“主要”真实来源？

Krishnan：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？推动这种效率的因素之一是模板和流程。数据也是如此。将数据视为主要来源的标志之一是确保在产品开发过程开始之前就已经到位。仅仅这一件简单的事情在将思维模式从“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”方面非常强大。

我发现非常有用的事情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：当我们与大型组织合作时，我们观察到他们的数据素养最近正在显现。我们向他们推销数据平台重要性的方式是展示其实用性。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提高其透明度。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，通过微部署展示实用性在改变对数据的看法方面确实具有变革性。

Krishnan：是的，我想补充一点，任何时候你遇到问题，如果没有立即的答案，你都应该在心里想：“什么数据能帮助我做出决定？”一旦这类问题开始自动出现，它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，这是你寻找手头可用数据的机会。”

从“零”数据到大量数据的路径

Maz (Metabase)：一个人如何从零数据状态到拥有大量数据？

TJ：在与这么多组织合作之后，我们提出了一个数据体验框架。我们认为它与客户体验或用户体验类似。

这需要我们从“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？”。所以，从根本上讲，你想要的结果是什么？如果你有75个问题，你应该尽可能简化它们，然后你可以从中不断发展。只有这样，你才能开始考虑数据收集。

主要问题定义后要问的一些问题

• 你将如何收集数据？
• 你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？
• 你需要清理这些数据吗？
• 你需要数据工程师吗？
• 你需要数据分析师来展示数据吗？
• 最后但同样重要的是——你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。您必须在叙述和可视化方面都引人入胜，以帮助人们快速了解正在发生的事情并值得他们关注。

Krishnan：这是一个很棒的框架，我只是将我的经验添加到您的框架中，因为我见过这个确切的过程多次发生。

一切都从目标开始。如果您在执行团队中，您正在尝试解决一些基本问题，例如我的客户来自哪里，我的收入是多少，我的流失率是多少，这些是您想要回答的基本问题。对于销售团队来说，这可能是：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，哪些渠道更有效？对于客户成功，谁在使用产品？

无论哪个部门，他们心中都有一些迫切的高层问题。因此，首先重要的是把它们写在纸上。然后了解您想要实现的目标和结果，然后拥有回答这些问题所需的原始数据。这是从“0”状态转变为“10%”的一个很好的起点。

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——但你会如何处理它？你将如何切片和分解这些信息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你将如何构建你的指标，如何总结和分组等等。

一旦你达到了这一点，最后一步就是讲故事——而这正是我认为最薄弱的部分。所以，在某些时候，你最终会拥有大量数据，然后突然你无法将其整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，我们把主要精力放在了简单性上。我见过很多仪表板都很难读懂——那是因为它们是为科学受众而不是更广泛的受众构建的。你总是应该问自己：谁在使用这些数据？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看，并确保她能理解吗？当然，如果我是为科学家或统计学家构建东西，我可以做得更复杂。关键始终是了解你的受众。

如何避免被数据淹没

Krishnan：我能想到的最好的比喻就是去机场。当你进入机场时，你会有点迷失：人们四处奔跑，各种指示牌随处可见。如果你没有一个严格的指导流程，比如你首先需要办理登机手续，然后托运行李，然后通过安检，然后到达登机口——你很容易迷失方向。

数据过多时也是如此。您需要一些指导，知道先看哪里。这可以是一组经过高度整理和清理的仪表板，您可以在其中找到80%问题的答案。从那里，您可以更深入地研究并了解有关特定问题的更多信息。

如果在某个时候你遇到无法回答的问题，那要么是数据方面的缺失，要么是知识方面的缺失。如果数据有缺失，你可以将该请求转交给数据团队。如果你的知识有缺失，你需要看看是否有可用的培训或资源来帮助你找出下一步的措施。

所以当你有一个数据问题时，第一步是“你知道去哪里找答案吗？”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，有时候你根本不需要所有数据。我们有一个客户会给我们发一个包含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。有一个人负责整理数据很重要。Metabase在已验证的集合方面做得非常好。它告诉我们这个特定的集合已经得到批准，包含真实数据，而其他集合可能正在试验中，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确实很有帮助。