對您的資料保持健康的懷疑態度

如果您不是每天與數據為伍的人，可能很容易認為在圖表或儀表板上看到的數字是絕對正確的，永遠不會誤導您。然而，當您越熟悉這些數據，就會發現情況並非總是如此。事實上，我們認為對這些數字抱持一點懷疑是個好主意。

我們當然不是要您拋棄事實，但我們都知道數據可能會誤導人、包含錯誤，並反映偏見。重要的是要讓自己對數據感到足夠自在，知道何時事情看起來不對勁，並知道在發生這種情況時該如何反應。

當數據波動時保持冷靜

隨著公司的成長，您將鎖定不同的受眾、測試新功能並調整優先事項，並且您將會遇到一些令人恐慌的時刻，數據（客戶註冊數、留存率、收入預測或其他指標）顯示了一些您意想不到的事情。

當數據出現下降和飆升時，試著保持冷靜。當然，您希望盡快對訊號做出反應，並在必要時修正方向，但對每一個輕微的變化都做出過度反應並不是做決策的方式。問問自己這些問題：

1. 數據管線中是否真的有東西壞了，例如沿襲問題或時區錯誤？

2. 您的問題是否出在解讀方面？也許您誤讀或誤解了圖表，而那個尖峰實際上並不是您認為的意思。考慮檢查或建立相關指標，以便從不同的角度來架構這些數字。

3. 這實際上只是一個意想不到的結果嗎？

真正令人驚訝的結果確實會發生，但在改變方向之前，最好先確認底層數據。當數字看起來異常出色時，這種冷靜的反應甚至更加關鍵，所以不要僅僅根據數字就變得自滿。對於剛起步的小公司來說，要知道隨著時間的推移，您的數據會變得更加可靠，因為您收集的數據越多、改進了資訊的擷取方式，並且更清楚地了解哪些數字重要，哪些是背景雜訊。

範例：淨推薦值 (NPS) 的波動性

淨推薦值 (NPS) 可能是一個熟悉的指標，它透過一個問題來衡量客戶滿意度：「您有多大可能向同事推薦我們的產品？」

雖然 NPS 是一個有用的訊號，但該指標本身可能非常不穩定。貴公司的 NPS 可能會從一個極端擺盪到另一個極端，原因可能是每週樣本大小的變化，或是您對客戶調查的長度或內容所做的調整。

對於像 NPS 這樣看似簡單明瞭的指標，很容易一看見低數字就跳到災難性的想法。此時，擺脫嚴格的平均值是有幫助的，轉而採用追蹤 NPS 隨時間變化的滾動平均值。您可能還想建立一個視覺化圖表（例如長條圖），以展示您的 NPS 基於最近一個月或一季收到的調查數量有多可靠。

培養「數據直覺」需要時間

對數據的健康懷疑態度不會在一夜之間養成，需要透過實踐和反覆試驗來強化直覺肌肉。實踐意味著除了數字之外，還要花時間進行質性研究，例如了解您的使用者和產品。也要花時間了解數據的消長，例如特定指標是否會根據您在季度中的位置而波動。

如果您的組織有數據團隊，與這些數據科學家和分析師建立關係，對於幫助您更自在地面對數字有很大的幫助。他們會比您更了解這些數字（以及它們是如何產生的），並且可以建議追蹤或視覺化複雜指標的新方法，或提供您可能遺漏的關鍵背景資訊。因此，請善用他們的專業知識，並盡可能了解貴公司依賴的數據來源以及它們的建模方式。

對於如何培養您的數據直覺有任何建議嗎？請在 Metabase 論壇上告訴我們！