分析的推拉力

如何培养使用数据来指导其决策的文化。

许多刚开始分析之旅的公司不确定如何创建和培养数据驱动的文化。 无论您是否将 Metabase 纳入您的数据堆栈，我们都将讨论如何着手培养使用数据来指导其决策的文化。

将数据传递给决策者的主要方法有两种

• 推送重要数据给人们。
• 或者让人们选择何时拉取哪些数据（以及何时）。

为了充分利用您的组织收集的数据，您需要两者都做。

拉取数据

对于团队本地化的决策，我们应该允许负责制定这些决策的团队拉取与这些决策相关的信息。 考虑这个例子

• 背景： SaaS 产品上的新帐户目前正在通过一系列描述产品功能的电子邮件进行入职。 然而，新帐户在第一个月的流失率约为 15%。

• 决策： 为了降低这种流失率，客户成功团队决定主动为 10% 的新客户进行入职，而不是在一周后看到帐户处于非活动状态时再联系他们。

• 成功的标准： 一个月后流失率降低。

鉴于这种情况，我们公司需要设置什么，以便客户成功团队能够以数据驱动的方式制定和评估此决策？

首先，客户成功团队需要有一种方法来提取给定时间段内的新客户列表。 虽然这听起来很明显，但除非我们在产品开发期间预料到这种报告需求，否则我们需要要么要求分析师每周开始时为我们提供新客户列表，要么在我们的产品管理工具中可用的一组报告中添加新报告。 现在，我们的英雄团队可以随时提取如下所示的帐户列表

接下来，我们需要选择 10% 的样本用于我们的高接触、入职实验。 我们应该抵制选择前 10 个样本或以其他方式偏倚样本的诱惑，并且我们应该使其成为可能（最好是无摩擦的）获得一个样本，该样本不会偏向于我们新帐户的位置、规模或其他关键属性。 如果可以，分析师或具有统计思维的人员的一些帮助对于生成此抽样过程并为客户成功团队填充表格以供使用将非常有价值。 此时，我们应该能够提取一个更像这样的表格

现在我们有了一个可以入职的客户列表。 让我们快进几个月，看看客户成功团队需要什么才能了解这个决定是如何发挥作用的。

首先，让我们看看整个计划的效果如何。 为此，我们需要定义什么是客户流失，然后计算积极入职的样本中的客户流失率。 对于定义客户流失，我们将假设最简单的情况，即我们的用户帐户具有明显的“取消订阅”状态。 我们需要做的就是提出一个问题，按状态和入职类型统计帐户数量。

在理想的世界中，我们的客户流失率会骤降至 0%，但实验很少像那样奏效。 大多数时候，像这样的实验的结果会是“好吧……它有点奏效。” 通常，入职在某些情况下效果非常好，但在其他情况下则不然（例如，在下面的示例中，您会看到积极入职对于金融行业的帐户效果非常好，但对于教育行业的帐户则完全无效）。 看一下下面，您会注意到 30% 的教育帐户在积极入职后流失，而金融帐户只有 1% 流失。

但我们不应该就此止步。 作为一家 SaaS 公司，净流失是一个成败指标，我们应该努力了解是什么因素导致该数字上升或下降。 在我们完全数据驱动的组织中，客户成功团队本身将能够自行深入挖掘，将其对我们帐户的理解与我们 BI 工具的见解相结合，以深入了解核心潜在动态。

通过深入研究这些帐户，我们勇敢的团队成员注意到，核心问题是 90% 的教育帐户位于西海岸，而 75% 的金融帐户位于纽约市（并且与公司位于同一时区）。 通过在早上太早（太平洋标准时间上午 6 点至上午 9 点）设置入职会议，我们迫使可怜的学校管理员在咖啡还没起作用之前就参加了入职会议。 他们很快就看到了睡懒觉并在下午晚些时候进行所有西海岸入职的智慧。 总体客户流失率直线下降； 该决定（和后续修订）挽救了局面。

让我们在这里暂停一下，回顾一下公司中良好的信息拉取能力是什么样的。 首先，我们将数据整理成一种格式，为我们的客户成功团队提供了有意义的信息。 实际上，这意味着我们在设计信息的基础结构时考虑了分析用例。 我们可能不得不权衡一些交易需求，以使这些数据适合分析，与交易需求进行权衡，或者转换我们的运营数据以使其更易于分析。 虽然试图让每个团队都理解底层架构或学习 SQL 很有诱惑力，但如果我们以在电子表格中看起来不错的方式组织数据，我们会好得多。

其次，允许拉取的目的是创建一种自下而上的数据驱动决策文化。 如果我们能够进行设置，以便最接近决策的人员能够按照自己的运营节奏提出和回答自己的问题，那么我们可以建立一个能够快速响应不断变化的业务需求的组织。 这不仅比将问题转交给专门的分析师团队更快，而且自助服务性质还允许数据渗透到我们公司的所有角落，包括与客户、合作伙伴和供应商的互动。

推送数据

让我们回到组织结构图的另一端，谈谈如何将数据推送到整个公司。

推送数据的目标是确保团队或公司中的每个人都了解一组核心数字或数据点。 虽然我们在这里使用术语“推送”，但我们不一定指的是用于传递信息的媒介。 我们的意思是，公司需要通过确定一组定义他们将如何衡量业务的核心指标来补充分散的“拉取”系统（每个人都可以查找他们想要的任何数据）。

作为一项规则，少即是多：我们尝试推送给人们的不同数据点越少，人们就越有可能消化它们，并且关于实际重要内容的困惑就越少。

在许多公司中，这组集中确定的信息称为关键绩效指标 (KPI)、核心指标或其他听起来很正式的名称。 这些指标表明应该针对哪些结果来管理业务。 这些指标与期望的业务成果越紧密相关，效果就越好。 理想情况下，我们应该制定这些数字，以便可以对其进行管理，这意味着每个获得这些数字的人都可以采取行动（或启动行动）来更改这些数字。 此外，通常还有一组指标（内部或外部）代表公司运营的环境。 尽管这些都不是公司可以控制的事情，但它们确实指导了整体行为，并且是推送的主要候选者。 一个例子是一家金融公司快速总结其他时区的隔夜活动，以便为每天早晨做好准备。

此处良好核心指标的关键之一是抵制用让我们感觉良好的指标代替让我们了解我们做得如何的指标的诱惑。 虽然很容易沉迷于那些在通往伟大的道路上从未遇到气穴的成功公司的神话，但我们越快意识到业务的某些方面不起作用，我们就越快能够纠正它。

作为一个具体的例子，让我们回到我们虚构的 SaaS 业务。 通过帐户总数来衡量我们公司的整体成功是很诱人的，但是——虽然看到几乎总是增加的大数字很高兴——这个总数使得很难完全理解用户群增长或萎缩的速度。 更好的数字是帐户数量的变化，或上一时间段的百分比增长。 总帐户总额中会被冲淡的增长变化突然变得清晰起来。

何时推送数据

推送指标的频率应与该指标所支持的决策节奏相匹配，这一点非常重要。如果我们通过需要一周时间来计划和执行的行动来管理某个数字，那么每小时收到关于该数字的提示更有可能分散我们的注意力或导致我们忙乱，而不是帮助我们进行高效的决策。考虑所讨论数字的自然周期也很有用。

如果我们谈论的是客户流失，客户成功团队采取的任何行动都不会在几天或几周内影响流失率。此外，客户流失具有自然周期性：人们主要会在 30 天试用期结束时取消或未能续订。在这种情况下，每周甚至每月查看客户流失情况是有意义的。如果我们确实需要对已终止的帐户采取立即行动，我们应该将该行动纳入终止工作流程，而不是推送指标。

如何推送数据

通过组织推送信息主要有三种方式。最传统但仍然有效的方式是走到人们面前，对着幻灯片念数字，这会赋予数字一定的分量。全体员工大会、销售启动会、分析师电话会议：这些都是我们可以以低带宽但高强度的方式传递少量信息的场合。

虽然仪表板不完全是“推送”，但它们是收集指标的另一个地方。在了解前一天、前一周或其他时间段发生了什么时，查看仪表板通常是一个好习惯。虽然仪表板可能会被滥用，并且需要一定量的维护，但它们提供了一个获取当前数字的关键位置。

最后，推送的一个主要方式就是字面意义上的推送：将信息推送到人们的收件箱、频道等。每个人早上上班第一件事就可以查看的电子邮件，或者仅仅是每周一发送的电子邮件，对于将最重要的数字传达给人们非常有用。我们应该确保这些数字很重要：很容易创建一封无人打开的电子邮件，这会完全失去练习的目的。

在这里，比其他任何地方都更重要的是记住推送数据的黄金法则：只推送那些以某种方式改变行为的数据。注意力是一种稀缺商品，尤其是在推送渠道中，我们应该专注于为有能力改变数字的人提供提示他们采取行动的起点。

整合所有内容

既然我们已经分别讨论了它们，那么让我们来谈谈将数据交付给队友手中的两种方式是如何结合在一起的。

如果我们建立一种真正开放且易于访问的方式，让每个人都能提取他们需要做的其他信息，以便更好地工作，那么我们在推送数据方面会更加有效。如果我们能够提供工具，让人们可以轻松地深入挖掘和剖析他们收件箱中收到的指标，我们就无需在电子邮件中塞满 KPI 的每个可能的子指标。同样，对于具有自然开始和结束的项目，如果我们能够让团队轻松地提取有用的信息——并在项目期间将其推送给自己——团队将不需要外部帮助来掌握他们的决策进展情况。