不要把“数据”当作懒惰思维的拐杖
弄清楚你谈论数据时真正的意思。
很容易陷入这样的陷阱:将“数据”一词和其他分析术语用作模糊的占位符,而不是表达你真正的意思,就像一个杂乱信息的垃圾场,你还没弄清楚如何清晰地表达它们。
“数据”对不同的受众有不同的含义。您的工程、法务和市场同事对数据都有不同的理解,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。坚持使用直截了当和精确的语言将帮助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,他们的兴趣就越大,对它的贡献也就越多。
我们提供的指导存在一定的讽刺意味——是的,这都是关于您在弄清楚分析如何在组织中运作时应该如何具体的宽泛建议,但请坚持与我们一起。不,您可能不会完全停止使用“数据”一词,但您可以尽量避免使用模糊的分析行业术语。
创建具体语言和共享定义
您组织中的大多数人对“数据”如何整合在一起都有一个强大的心智模型,即使他们自己可能不这么认为。无论是在销售、营销还是其他部门,他们都在工作中运用这个心智模型。将这些业务心智模型映射到可分析的信息是启动和运行分析的关键一步,例如弄清楚组织如何定义“客户”,什么才是活跃客户、回访客户、优质客户或流失客户。从思考业务如何运作到构建验证该故事的工具,对任何成长中的组织来说都是一个挑战,所以请尝试思考人们如何将这些心智模型转化为可以捕获和仔细检查的数据点;字面意思就是,你想要计数、平均或求和什么,以及如何做到?
跨部门合作制定这些共享定义让人们对这个过程有了一定的参与感,并确保您组织中的分析数据保持井井有条。将来当您谈论活跃客户时,周围的人都会知道这个术语的含义,并且可以使用您对这些活跃客户行为的分析来指导他们的决策。
简而言之,如果人们理解您在谈论什么,他们就会支持您的商业智能策略。
不要依赖“数据”或其他分析术语,阐明您真正的意思
如果您发现自己在谈论不具体的“数据”,请将其视为您可能感到困惑的信号,需要澄清您的策略。您的组织已经收集了某种信息,而像“洞察力”、“分析”和“数据”这样的模糊语言都与某些现实行动或意义相关联。识别您已有的信息(即您已收集的信息)背后的含义是一个很好的起点。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代某个东西,所以请谈论那个某个东西。
一旦您确定了已有的信息,在考虑还想捕获哪些信息(如果有的话)时,请保持这种具体性。以下是一个示例:
模糊:“让我们收集更多关于客户试用成功率的数据。”
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了付费服务?对于那些未转化的客户,他们是否完成了个人资料?他们是否联系过我们,我们是否在服务协议规定的时间内回复了?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更精确的问题,并精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。这种具体性是有效叙事的一部分,无论您是提议或开发新系统、构建有用的仪表板,还是展示研究结果。您需要批判性地思考当前市场和您的业务试图解决的问题,但磨练这些技能是制定强大商业智能策略的基础。
优先使用技术词汇,而非流行语
您无需丢弃词汇表中所有与商业智能相关的词汇。像 数据仓库、ETL 和 OLAP 这样的短语和缩写对于新手来说可能令人困惑,但它们确实有行业范围内的具体定义。这并不意味着您可以在公司范围的演示中不加解释地随意使用令人困惑的词汇,但如果必要,请使用它们。如果您发现这些词汇的某些知识对于让每个人都接受分析策略至关重要,那么提供关于诸如细分、度量、维度或元数据等概念的低风险培训可能对您的团队有所帮助。
下一篇:初创公司常见的数据模型错误
数据建模很难。以下是您在开发模型时应避免的一些错误。