不要將「資料」當成懶惰思考的藉口
釐清您在談論資料時的真正意思。
很容易落入陷阱，將「資料」這個詞彙和其他分析術語當成含糊不清的佔位符，來代表您的真正意思，就像是還沒想好如何表達的雜項資訊的垃圾場。
「資料」對不同的受眾有不同的意義。您的工程、法務和行銷同事對於資料是什麼都有不同的想法，而且他們都是正確的。為了釐清這種混淆，在談論構成資料庫的欄位和資料列，以及驗證決策所需的資訊時，務必具體說明。堅持使用直接且精確的語言將有助於您的團隊更清楚地了解您已擁有的資訊、您想要回答的問題，以及回答這些問題將如何協助人們在實現目標方面取得進展。而且人們越了解您的新分析策略，他們就會越感興趣，並且會為其做出更多貢獻。
我們提供的指導意見帶有一種諷刺意味 — 是的，這一切都是關於您在思考分析應如何在您的組織中運作時，應該如何具體的廣泛建議，但請繼續關注。而且，不，您可能不會完全停止使用「資料」這個詞彙，但您可以盡可能避免使用含糊不清的分析企業用語。
建立明確的語言和共用定義
您組織中的大多數人對於「資料」如何組合在一起都有強烈的心理模型，即使他們自己不這麼認為。無論他們是在銷售、行銷還是其他部門工作，他們在工作時都會利用這種心理模型。將這些業務心理模型對應到您可以分析的資訊，是啟動和執行分析的基本步驟，例如弄清楚組織如何定義「客戶」、什麼符合活躍客戶、回頭客、優質客戶或流失客戶的資格。從思考您的業務如何運作到建立驗證該故事的儀器，對於任何成長中的組織來說都是一項挑戰，因此請嘗試思考人們如何將這些心理模型轉化為可以捕獲和審查的資料點；具體來說，您想要計數、平均或加總什麼，以及如何加總？
跨部門合作制定這些共用定義，讓人們在過程中擁有一定的權益，並確保您組織的分析保持井然有序。而且在未來當您談論活躍客戶時，您周圍的人會知道該術語的含義，並且可以使用您對這些活躍客戶正在做什麼的分析來為他們的決策提供資訊。
簡而言之，如果人們了解您在說什麼，他們就會支持您的 BI 策略。
不要依賴「資料」或其他分析術語，請清楚說明您的真正意思
如果您發現自己正在談論不明確的「資料」，請將其視為您可能感到困惑的訊號，並且需要釐清您的策略。您的組織已經收集了某種資訊，而「洞察」、「分析」和「資料」等含糊不清的語言都與某些真實世界的行動或意義相關。找出您已擁有的資訊背後的意義 — 您已收集的資訊 — 是一個好的起點。例如，「資料」可能表示網頁瀏覽次數、交易、合約、讚、安裝或人員。當您談論「分析」時，請具體說明所涉及的運算，例如平均、按日期分組、篩選或比較不同的時間週期。如果您知道這些含義，請使用它們！這些不明確的流行語始終指的是某些事物，因此請談論該事物。
一旦您確定了已擁有的內容，在思考您還想捕獲的其他內容（如果有的話）時，請保持這種明確性。以下是一個範例
模糊：「讓我們收集更多關於客戶試用成功度的資料。」
更好：「在過去 30 天內，開始免費試用的客戶中有多少百分比轉換為付費使用我們的服務？對於沒有轉換的客戶，他們是否填寫了個人資料？他們是否聯絡了我們，而我們是否在服務協議中列出的時間範圍內回覆了他們？客戶聯絡我們最多的問題是什麼？」
第二個範例涉及提出更多問題 — 精確的問題 — 並準確指出您正在尋找哪些新資訊，以及擁有這些資訊將解決哪些問題。無論您是在提案還是開發新系統、建立有用的儀表板，還是呈現調查結果，這種明確性都是有效敘事的一部分。您需要批判性地思考當前市場和您的企業試圖解決的問題，但磨練這些技能是制定強大的商業智慧策略的基礎。
偏好技術詞彙而非流行語
您不需要丟棄詞彙表中的每個與 BI 相關的詞彙。諸如資料倉儲、ETL和OLAP等詞組和縮寫對於新手來說可能會令人困惑，但它們確實具有特定的、行業範圍的定義。現在，這並不表示您應該在沒有解釋的情況下將令人困惑的詞彙灑入全公司簡報中，但如果您必須使用它們，請使用它們。如果您發現對這些詞彙的某些知識對於讓每個人都認同分析策略至關重要，那麼提供關於區隔、度量、維度或中繼資料等概念的低風險培訓，可能對您的團隊有所幫助。
下一步：新創公司常犯的資料模型錯誤
資料建模很難。以下是一些在開發模型時要避免的錯誤。