分析的推与拉

如何培养一种以数据指导决策的文化。

许多在分析之旅中起步的公司都不确定如何创建和培养以数据为导向的文化。无论您是否将 Metabase 纳入您的数据栈，我们都将讨论如何培养一种以数据指导决策的文化。

让决策者掌握数据主要有两种方式：

• 推送重要数据给人们。
• 或者让人们自行选择（何时）提取哪些数据。

要充分利用您的组织收集的数据，您需要两者兼顾。

提取数据

对于团队内部的决策，我们应该允许负责做出这些决策的团队提取与这些决策相关的信息。请考虑以下示例：

• 背景：SaaS 产品的新用户目前正通过一系列介绍产品功能的电子邮件进行引导。然而，新用户的流失率在第一个月约为 15%。

• 决定：为了减少流失，客户成功团队决定主动引导 10% 的新客户，而不是在一周后看到账户不活跃时再联系他们。

• 成功的标准：一个月后流失率的降低。

鉴于这种情况，我们公司需要设置什么才能让客户成功团队能够以数据驱动的方式做出和评估此决策？

首先，需要一种方式让客户成功团队能够提取某个时间段内新客户的列表。虽然这听起来很明显，但除非我们在产品开发过程中预见了此报告需求，否则我们需要请分析师每周开始时向我们提供新客户的列表，或者在我们的产品管理工具中新增一个报告。现在，我们英勇的团队可以在需要时提取类似下面账户列表的信息。

接下来，我们需要挑选 10% 的样本来进行高接触式引导实验。我们应该抵制住选择前 10 个或以其他方式偏差样本的诱惑，并且应该（最好是无摩擦地）能够获得一个不偏向于我们新用户账户的地理位置、规模或其他关键属性的样本。如果可能，来自分析师或统计学人士的帮助在此生成此抽样过程并将表格填充给客户成功团队使用将非常有价值。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进行引导的客户列表。让我们快进几个月，看看客户成功团队需要什么才能了解此决策的结果。

首先，让我们看看整体计划的成效。为此，我们需要定义什么是流失，然后计算接受主动引导的样本中的流失率。在定义流失时，我们将假设最简单的情况，即我们为用户账户设置了明确的“已取消订阅”状态。我们只需要问一个问题，按状态和引导类型对账户进行计数。

理想情况下，我们的流失率会骤降至 0%，但实验很少会这样。大多数情况下，像这样的实验结果会是“嗯……有点奏效。”通常，引导在某些情况下会非常有效，但在其他情况下则不然（例如，在下面的示例中，您会看到主动引导对金融行业的账户非常有效，但对教育行业的账户则完全无效）。通过查看下方的表格，您会注意到 30% 的教育账户在接受主动引导后流失，而只有 1% 的金融账户流失。

但我们不应就此止步。作为一家 SaaS 公司，净流失率是一个决定成败的指标，我们应该努力了解是什么导致该数字上升或下降。在我们完全以数据驱动的组织中，客户成功团队本身就能够自己深入挖掘，结合他们对我们账户的理解以及我们 BI 工具的见解，深入了解核心的潜在动态。

通过深入研究账户，我们那位精明的团队成员注意到，核心问题是 90% 的教育账户位于西海岸，而 75% 的金融账户位于纽约市（与公司处于同一时区）。通过将引导会议设置得太早（太平洋标准时间早上 6 点至 9 点），我们迫使那些可怜的学校管理员在咖啡因发挥作用之前就参加引导会议。他们很快就明白了睡懒觉的明智之举，并将所有西海岸的引导安排在下午晚些时候。整体流失率骤降；这个决定（以及后续的修改）拯救了局面。

在这里停顿一下，回顾一下公司中良好的信息提取功能应该是什么样的。首先，我们将数据整理成一种能为我们的客户成功团队提供有意义信息的格式。实际上，这意味着我们设计了信息的基础结构，使其能够满足分析的用例。我们可能为了使这些数据适合分析而不得不牺牲一些事务性要求，或者转换我们的运营数据以使其更易于分析。虽然让每个团队都理解底层模式或学习 SQL 很有吸引力，但如果我们以适合在电子表格中呈现的方式组织数据，我们将做得更好。

其次，允许提取数据的目的是为了创造一种自下而上、以数据驱动的决策文化。如果我们能够设置好，让最接近决策的人能够按照他们自己的运营节奏提出和回答自己的问题，我们就能建立一个能够快速响应不断变化的业务需求的组织。这不仅比将问题交给专门的分析师团队更快，而且自助服务的方式还可以让数据渗透到我们公司所有细小的角落，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的另一端，谈谈如何通过公司推送数据。

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“推送”一词，但我们不一定指的是传递信息的媒介。我们的意思是，公司需要通过确定一套定义其业务衡量标准的指标来补充分散式的“提取”系统（即每个人都可以查找他们想要的所有数据）。

一般来说，少即是多：我们试图推送的数据点越少，人们就越有可能消化它们，并且关于什么真正重要的问题就越少。

在许多公司中，这套中心确定的信息被称为关键绩效指标（KPI）、核心指标或听起来很官方的其他名称。这些指标表明了业务应该对照的成果。这些指标与期望的业务成果联系得越紧密越好。理想情况下，我们应该这样制定这些数字，使它们能够被管理，这意味着所有收到这些数字的人都可以采取行动（或启动行动）来改变这些数字。此外，通常有一套指标（内部或外部）代表公司所处的环境。尽管公司无法控制这些指标，但它们确实指导着整体行为，并且是推送的理想选择。例如，一家金融公司每天早上都会收到一份关于其他时区隔夜活动的快速摘要，以便为他们当天的交易做准备。

在这里，良好的核心指标的关键在于抵制诱惑，用让我们知道我们表现如何的指标取代那些让我们感觉良好的指标。虽然很容易陷入那些成功公司神话中，它们在通往伟大的道路上从未遇到过低谷，但我们越快意识到业务的某个方面不起作用，我们就越能更快地纠正它。

作为一个具体的例子，让我们回到我们虚构的 SaaS 业务。通过账户总数来衡量我们公司的整体成功会很有诱惑力，但——尽管看到几乎总是增加的大数字很好——这个总数使得很难完全理解用户群的增长或萎缩速度。一个更好的数字是账户数量的变化，或者前一个时间段的增长百分比。在总账户数中被冲淡的增长变化变得清晰可见。

何时推送数据

将指标的推送频率与该指标所指导的决策制定节奏相匹配非常重要。如果我们通过需要一周时间规划和执行的行动来管理一个数字，每小时收到一次关于它的通知，更有可能分散我们的注意力，或者导致我们做出草率的决定，而不是有助于生产性的决策。考虑指标的自然周期也有用。

如果我们谈论的是账户流失，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，流失有其自然的周期性：人们通常会在 30 天试用期结束时取消或不续订。在这种情况下，每周甚至每月查看一次流失率是有意义的。如果我们确实需要对已终止的账户采取即时行动，那么与其推送一个指标，不如将该行动纳入终止工作流程。

如何推送数据

有三种主要方式可以通过组织推送信息。最传统但仍然很有用的方式是通过面对面演示，在演示中宣读数字。全员大会、销售启动会、分析师电话会议：这些都是我们传递少量信息，以低带宽但高影响力的方式进行的时机。

虽然它们不 strictly 算是“推送”，但仪表板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情况时，它们通常是个好去处。虽然仪表板可能会被滥用，并且需要一定的维护，但它们为获取当前数字集提供了一个关键场所。

最后，推送的一个主要方式就是实际的推送：将信息推送到人们的收件箱、频道等。一封人们可以在早上第一件事就查看的电子邮件，或者仅在周一发送的一封电子邮件，对于发布最重要的数字并让人们看到它们非常有用。我们应该确保这些数字很重要：很容易创建一封没有人打开的电子邮件，这完全违背了此项练习的目的。

在这里，比其他地方更重要的是要记住推送数据的黄金法则：只推送能够以某种方式改变行为的数据。注意力是一种稀缺的商品，尤其是在推送渠道中，我们应该专注于为那些有能力改变数字的人提供行动起点，促使他们采取行动。

总而言之

现在我们已经分别讨论了它们，让我们来谈谈将数据提供给队友的这两种方式是如何结合在一起的。

如果我们建立了一种真正开放且易于访问的方式，让每个人都能提取他们为做得更好而需要的其他信息，那么我们在推送数据方面会更加有效。如果我们能够提供易于用户深入分析并分解收件箱中指标的工具，那么我们就无需在电子邮件中充斥 KPI 的所有可能子指标。同样，对于具有自然起止的项目，如果我们能让团队轻松提取有用的信息——并在项目期间将这些信息推送给自己——那么该团队就不需要外部帮助来跟踪其决策的进展情况。