不要将“数据”作为懒惰思考的借口
弄清楚当您谈论数据时，您的真正含义。
很容易陷入使用“数据”和其他分析术语作为您真正含义的模糊占位符的陷阱，就像一个未分类信息的垃圾场，您还没有完全弄清楚如何表达。
“数据”对不同的受众意味着不同的事物。您的工程、法律和营销同事对数据是什么有不同的看法，而且他们都是正确的。为了消除这种困惑，在谈论构成数据库的字段和行以及验证决策所需的信息时，务必具体。坚持使用直接和精确的语言将有助于您的团队更清楚地了解您已有的信息、您希望回答的问题以及回答这些问题将如何帮助人们朝着您的目标取得进展。人们对您的新分析策略理解得越好，他们就会越感兴趣，并且他们会为此做出更多贡献。
我们提供的指导意见带有一丝讽刺意味——是的，这都是关于在弄清楚分析应如何在您的组织中工作时，您应该如何 *具体* 的 *广泛* 建议，但请继续关注我们。不，您可能不会完全停止使用“数据”这个词，但您可以尝试尽可能避免使用模糊的分析企业术语。
创建特定语言和共享定义
即使组织中的大多数人自己不这么认为，他们也对“数据”如何组合在一起有一个强大的心智模型。无论他们是在销售、营销还是其他部门工作，他们都会在工作中利用这种心智模型。将这些业务心智模型映射到您可以分析的信息是启动和运行分析的基本步骤，例如弄清楚组织如何定义“客户”，什么符合活跃客户、回头客、优质客户或流失客户的条件。对于任何成长中的组织来说，从思考您的业务如何运作到构建验证该故事的工具都是一项挑战，因此请尝试思考人们如何将这些心智模型转化为可以捕获和审查的数据点；字面上理解，您想要计数、平均或求和的是什么，以及如何进行？
跨部门合作制定这些共享定义，使人们对流程有一定的投入，并确保您组织中的分析 保持井井有条。将来，当您谈论活跃客户时，您周围的人会知道该术语的含义，并且可以使用您对这些活跃客户正在做什么的分析来为他们的决策提供信息。
简而言之，如果人们理解您在说什么，他们就会支持您的 BI 策略。
不要依赖“数据”或其他分析术语，要清楚地表达您真正的意思
如果您发现自己谈论的是不具体的“数据”，请将其视为您可能感到困惑并且需要澄清策略的信号。您的组织已经收集了某种信息，而“洞察”、“分析”和“数据”等模糊语言都与某些现实生活中的行动或意义相关联。识别您已有的信息（您已经收集的信息）背后的含义是一个良好的开端。例如，“数据”可能意味着页面浏览量、交易、合同、点赞、安装或人员。当您谈论“分析”时，请具体说明所涉及的操作，例如求平均值、按日期分组、筛选或比较不同的时间段。如果您知道这些含义，请使用它们！这些不清楚的流行语总是指 *某物*，因此请谈论该事物。
一旦您确定了您已有的内容，在考虑您还想捕获什么（如果有的话）时，请保持这种具体性。这是一个例子
模糊：“让我们收集更多关于客户试用成功的数据。”
更好：“在过去 30 天内，开始免费试用的客户中有多少百分比转化为付费服务？对于那些没有转化的客户，他们是否完成了个人资料？他们是否联系了我们，我们是否在服务协议中列出的时限内做出了回应？客户联系我们最多的问题是什么？”
第二个例子涉及提出更多问题（精确的问题），并准确指出您正在寻找什么新信息以及拥有这些信息将解决哪些问题。这种特异性是有效讲故事的一部分，无论您是在提议或开发新系统、构建有用的仪表盘还是展示调查结果。您需要批判性地思考当前市场以及您的企业正在努力解决的问题，但磨练这些技能是制定强大的商业智能策略的基础。
优先使用技术词汇而不是流行语
您无需丢弃词汇表中与 BI 相关的每个词。诸如 数据仓库、ETL 和 OLAP 之类的短语和首字母缩略词可能会让新手感到困惑，但它们确实具有特定的、全行业的定义。但这并不意味着您应该在公司范围内的演示文稿中不加解释地撒上令人困惑的词汇，但如果必须使用它们，请使用它们。如果您发现对这些词汇的某些了解对于让每个人都认同分析策略至关重要，那么提供关于 细分、度量、维度 或 元数据 等概念的低风险培训可能会对您的团队有所帮助。
下一步：初创公司常犯的数据模型错误
数据建模很难。以下是在开发模型时要避免的一些失误。