為您的團隊建立更優良的數據文化

這段節錄是從與 TJ Muehleman (Standard Co 創辦人) 和 Krishnan Raghupathi (Clockwise 產品經理) 的對話中摘錄的，內容關於在組織內建立以數據為中心的文化的最佳方法。

討論主題

• 為什麼數據文化很重要
• 如何將數據認知從次要轉為主要
• 從「零」數據到大量數據的路徑
• 如何避免被數據淹沒

重點摘要

• 如果您將數據視為優先事項，並要求人們以數據支持其決策，數據驅動文化將會快速建立。
• 您可以透過遵循數據體驗框架來建立數據文化。在開始思考要收集哪些數據以及如何收集之前，先了解您想要獲得哪些問題的答案。
• 在講述數據故事時，始終將您的受眾牢記在心。

我們的來賓

Krishnan: 我是 Krishnan Raghupathi，我是 Clockwise 的產品經理。我負責我們一些較新的成長計劃，並且是我們數據平台的 PM，我確保公司的每個部門都擁有使其有效運作所需的數據。

TJ: 我是 TJ Muehleman，我是 Standard Co. 的創辦人兼 CEO。我們是一個數據平台，主要與非洲和南亞的全球健康組織合作。我們協助他們收集、清理和處理數據，以便我們可以將其輸入到 BI 平台中，以實際進行分析和建立儀表板。我建立數據系統已經 20 多年了。

為什麼數據文化很重要

Maz (Metabase): 好的，為了開始，我們先來談談為什麼數據文化很重要。

TJ: 我一直以來都是一個非常以數據為中心的人，而且我擁有軟體工程背景。然而，當您跳出工程領域時，您會看到很多人對數據的反應更為被動，意思是他們會根據直覺做出決策。這就是為什麼我過去 10 年來一直專注於：我們如何實施數據文化？我們如何開始使用數據來引導我們的決策？

一個很好的例子是我們來自尼加拉瓜的客戶，他們正在建造水井。他們過去常常根據某人告訴他們的建議來挖掘水井。在許多情況下，效果不錯，但他們的優化並不到位。我們幫助他們實施了一個數據驅動的框架，考慮到人口在哪裡需要水，以及哪裡的水是乾淨的，以防止不良的水處理。

Krishnan: 我有一個非常相似的經驗。我以前並不是一個數據人。我在微軟工作時有一個「頓悟」時刻。我們推出了一項新功能，我的一位 PM 導師將他的整個團隊聚集到一個房間 90 分鐘。他要求房間裡的每個人都查看儀表板，並提出一個能夠帶來關於該發布的最深刻見解的問題。在那 90 分鐘裡，我們能夠獲得的見解數量，以及有意識的決策過程的程度，都讓我大開眼界。在許多像這樣的會議中，我們會即時深入研究數據，並提出許多見解。那是我的「頓悟」時刻，從那以後，我一直在尋找一個框架，以便在團隊內部實施數據驅動的文化。

TJ: 人們將即時數據視為某種魔法。但事實並非如此 - 您只需要對此深思熟慮並積極主動。當您考慮為未來幾年奠定基礎時，您必須長遠考慮如何利用數據優勢。

我認為重要的是要知道您需要擁有什麼數據，以便您可以在時機到來時開始做出決策。一個很好的例子是獲取數據、暫存數據、清理數據，並確保數據已準備好在 BI 工具中使用。這樣，當您被問到一個具體問題時，您就有各種方法來找到答案。借助所有可用的工具，您可以在幾分鐘內回答複雜的問題。

Krishnan: 從策略角度來看，與數據互動通常會影響您對世界如何運作的心智模型。您消費的數據越多，您沉浸在數據中的時間越長 - 您就越能決定某件事是否異常，或者您是否需要主動應對。

如何將數據認知從次要轉為主要

Maz (Metabase): 我們如何將數據的認知從「次要」的真相來源轉變為「主要」的真相來源？

Krishnan: 產品開發領域中的重點之一是效率：如何更快地將產品交付給用戶？如何在最短的時間內增加最大的價值？有助於提高這種效率的因素之一是範本和流程。數據也是如此。將數據視為主要來源的跡象之一是確保在您甚至開始產品開發過程之前就已到位。僅僅這一件簡單的事情就非常強大，可以將思維模式從「我們有一些數據，我們會在某個時候使用它」轉變為「數據是我們在開始開發新功能之前需要查看的主要事項」。

我發現非常有用的事情之一是養成習慣，以數據支持任何想法。也就是說，如果有人提出問題 - 深入研究數據並找到答案始終是一個好主意。

TJ: 當我們與真正大型的組織合作時，我們觀察到他們最近數據素養的興起。我們向他們推銷數據知情概念的方式是展示數據平台的實用性。我們首先為他們建立小型數據 MVP，並展示他們如何從中受益。三年前，這些組織非常抗拒發布數據並使其更加透明。當他們開始看到他們收到的關於數據的問題減少了，以及他們的員工如何自助服務時 - 他們突然開始對擴展其數據覆蓋範圍非常感興趣。

您必須展示數據為何重要的概念。而我們發現的是，再次透過微型部署展示實用性在改變關於數據的思維模式方面確實具有變革性。

Krishnan: 是的，我想補充一點，任何時候當您遇到問題並且不知道立即的答案時 - 您都應該在腦海中思考：「什麼數據可以幫助我做出決定？」。一旦這種問題開始自動彈出 - 它立即有助於建立數據文化。

「當有人告訴你『我不知道該怎麼做』時 - 那是您尋找可供您使用的數據種類的機會。」

從「零」數據到大量數據的路徑

Maz (Metabase): 如何從數據的零狀態轉變為大量數據？

TJ: 在與如此多的組織合作之後，我們提出了一個數據體驗框架。我們將其視為與客戶體驗或用戶體驗相似的術語。

它是關於從「我們需要什麼數據？」的問題退後一步，轉向「我們有哪些問題？」的問題。所以從根本上來說，您正在尋找什麼結果？如果您有 75 個問題 - 您應該盡可能簡化它們，並且您可以隨時從那裡成長。只有這樣您才能開始考慮數據收集。

在定義主要問題後要問的一些問題

• 您將如何收集數據？
• 您將使用哪些工具來收集它？
• 您是從主要來源還是次要來源收集數據？
• 您需要清理這些數據嗎？
• 您需要數據工程師嗎？
• 您需要數據分析師來呈現數據嗎？
• 最後但並非最不重要的 - 您將如何講述這個故事？

這又回到了用戶體驗和客戶體驗的概念。這一切都與故事講述有關，即使在全球健康領域也是如此。您必須在敘事和視覺化方面都具有說服力，以幫助人們快速理解正在發生某些事情，並且值得他們關注。

Krishnan: 這是一個很棒的框架，我只是想將我的經驗添加到您的框架中，因為我已經看到這個確切的過程上演了很多次。

一切都始於目標。如果您在管理團隊中，您正在嘗試弄清楚一些基本問題，例如我的客戶來自哪裡、我的收入看起來如何、我的客戶流失率看起來如何，這些都是您想要回答的基本問題。對於銷售團隊來說，可能是：誰是我們的潛在客戶？誰對我們的產品最感興趣？在哪裡銷售最有效？對於行銷來說，哪些管道更有效？對於客戶成功團隊來說，是誰在使用該產品？

無論是什麼部門，他們心中都有高層次的迫切問題。因此，首先重要的是將它們寫在紙上。然後了解您想要推動的目標和結果，然後擁有您需要回答的原始數據。這是從「0」狀態轉變為「10%」的良好起點。

接下來經常出現的問題是數據素養。例如，有一個儀表板告訴您一些資訊 - 但您會如何處理它？您將如何切分和剖析這些資訊以獲得更有用的見解？這需要一些數據分析專業知識來弄清楚您將如何建立指標、如何總結和分組等。

一旦您達到這一點，最後一部分就是故事講述 - 而這是我見過最薄弱的部分。因此，在某些時候，您最終會擁有大量數據，然後突然之間，您卻無法將其組合在一起來講述故事。

TJ: 我們非常擅長講故事，因為在某些時候，我們將主要重點放在簡潔性上。我曾多次看到一些儀表板難以閱讀 - 這是因為它們是為科學受眾而不是更廣泛的受眾而建立的。您應該始終問自己：誰在使用數據？我有一個簡單的測試，我稱之為「媽媽測試」：我可以將儀表板展示給我媽媽，並確保她理解嗎？當然，如果我正在為科學家或統計學家建立東西 - 我可以做得更複雜。這始終是關於了解您的受眾。

如何避免被數據淹沒

Krishnan: 我能想到的最好的類比是去機場。當您進入機場時，您會感到有點迷失：人們朝各個方向奔跑，周圍都是不同的標誌。如果您沒有嚴格的護欄流程，您需要先辦理登機手續，然後放下行李，然後進行安全檢查，到達您的登機門 - 您可能會很容易迷路。

當您有太多數據時，情況也是如此。您需要一些關於首先查看哪裡的指導。這可以是一組經過高度策劃和清理的儀表板，您可以在其中獲得 80% 的問題解答。從那裡您可以更深入地研究並了解有關特定問題的更多資訊。

如果在某些時候您遇到無法回答問題的障礙 - 那要么是數據中的差距，要么是您知識上的差距。如果數據中存在差距，您可以將該請求轉交給數據團隊。如果這是您知識上的差距，您需要查看是否有培訓或資源可幫助您弄清楚後續步驟。

因此，當您有數據問題時，第一步是「您知道去哪裡找到答案嗎？」。如果答案是否定的 - 那麼您需要去組織您的數據。

TJ: 我會補充一點，有時您根本不需要擁有所有數據。我們有一位客戶會向我們發送一個包含 400 列的檔案。當我問他們是否使用所有列時 - 結果證明他們只使用了 6 列。有人來策劃數據非常重要。Metabase 在 verified collections 方面做得非常出色。它告訴我們，這個特定的集合已經過批准，並且包含真實數據，而其他集合可能是實驗性的，不一定可靠。這在引導最終數據消費者進入他們可以依賴的數據方面非常有幫助。