分析的推與拉

如何培養使用數據來制定決策的文化。

許多公司在開始分析之旅時，不確定如何建立和培育數據驅動的文化。無論您是否將 Metabase 納入您的數據堆疊中，我們都將討論如何培養使用數據來制定決策的文化。

有兩種主要方法可以將數據交到決策者的手中

• 將重要數據推送給人們。
• 或者讓人們選擇自行提取哪些數據（以及何時）。

為了充分利用您的組織收集的數據，您需要兩者兼顧。

提取數據

對於特定團隊的決策，我們應該允許負責制定這些決策的團隊提取與這些決策相關的資訊。請考慮以下範例

• 背景： SaaS 產品上的新帳戶目前透過一系列描述產品功能的電子郵件進行引導。但是，新帳戶在第一個月的客戶流失率約為 15%。

• 決策： 為了降低這種客戶流失率，客戶成功團隊決定主動引導 10% 的新客戶，而不是在一週後看到帳戶處於非活動狀態時才與他們聯繫。

• 成功的標準： 一個月後客戶流失率降低。

鑑於這種情況，我們公司需要設定什麼，以便客戶成功團隊能夠以數據驅動的方式制定和評估此決策？

首先，需要有一種方法讓客戶成功團隊提取給定時間段內的新客戶列表。雖然這聽起來很明顯，但除非我們在產品開發期間預料到這種報告需求，否則我們需要要么要求分析師在每週開始時為我們獲取新客戶列表，要么在我們產品的管理工具集中添加新的報告。現在，我們英勇的團隊可以隨時提取如下所示的帳戶列表

接下來，我們需要挑選 10% 的樣本用於我們的高接觸、引導實驗。我們應該抵制誘惑，不要挑選前 10 個，或以其他方式偏頗樣本，並且我們應該使其有可能（最好是無摩擦）獲得一個樣本，該樣本不會偏向我們新帳戶的位置、規模或其他關鍵屬性。如果可以的話，分析師或具有統計思維的人員的幫助將在此處生成此抽樣過程並填充客戶成功團隊使用的表格方面很有價值。此時，我們應該能夠提取一個更像這樣的表格

現在我們有了一個可以引導的客戶列表。讓我們快進幾個月到未來，並檢查客戶成功團隊需要什麼才能了解此決策的結果。

首先，讓我們看看整個計畫的表現如何。為此，我們需要定義什麼是客戶流失，然後計算積極引導的樣本中的客戶流失率。對於定義客戶流失，我們將假設最簡單的情況，即我們的用戶帳戶具有不同的「取消訂閱」狀態。我們需要做的就是提出一個問題，統計按狀態和引導類型劃分的帳戶數量。

在理想的世界中，我們的客戶流失率將驟降至 0%，但實驗很少像那樣奏效。大多數時候，像這樣的實驗結果會像「好吧……它在某種程度上奏效了」。通常，引導在某些情況下會非常有效，但在其他情況下則不然（例如，在下面的範例中，您會看到積極引導對於來自金融產業的帳戶非常有效，但對於教育產業的帳戶則根本無效）。查看下面，您會注意到 30% 的教育帳戶在積極引導後流失，而只有 1% 的金融帳戶流失。

但我們不應該就此止步。作為一家 SaaS 公司，淨客戶流失率是一個成敗攸關的指標，我們應該努力了解是什麼因素導致該數字上升或下降。在我們完全數據驅動的組織中，客戶成功團隊本身將能夠更深入地挖掘，將其對我們帳戶的理解與我們 BI 工具的見解相結合，以深入了解核心底層動態。

透過深入研究帳戶，我們勇敢的團隊成員注意到，核心問題是 90% 的教育帳戶位於西海岸，而 75% 的金融帳戶位於紐約市（並且與公司位於同一時區）。由於引導課程設置得太早（太平洋標準時間上午 6 點至上午 9 點），我們強迫可憐的學校管理員在咖啡生效之前參加引導課程。他們很快就看到了睡懶覺的智慧，並在下午晚些時候進行所有西海岸引導。總體客戶流失率驟降；該決策（以及後續修訂）挽救了局面。

讓我們在這裡暫停一下，回顧一下公司中提取資訊的良好功能是什麼樣的。首先，我們將數據整理成一種格式，為我們的客戶成功團隊提供了有意義的資訊。實際上，這意味著我們在設計資訊的底層結構時考慮了分析的用例。我們可能不得不權衡一些交易需求，以使這些數據適合分析，並與交易需求進行權衡，或轉換我們的營運數據以使其更易於分析。雖然嘗試讓每個團隊都理解底層模式或學習 SQL 很有吸引力，但如果我們以在電子表格中看起來不錯的方式組織數據，我們會做得更好。

其次，允許提取的目的是創建自下而上的數據驅動決策文化。如果我們可以進行設定，使最接近決策的人員能夠按照自己的營運節奏提出和回答自己的問題，我們就可以建立一個能夠快速響應不斷變化的業務需求的組織。這不僅比將問題轉交給專門的分析師團隊更快，而且自助服務性質允許數據滲透到我們公司的所有小角落和縫隙中，包括與客戶、合作夥伴和供應商的互動。

推送數據

讓我們回到組織結構圖的另一端，談談如何將數據推送到整個公司。

推送數據的目標是確保團隊或公司中的每個人都了解一組核心數字或數據點。雖然我們在這裡使用「推送」一詞，但我們不一定指的是用於傳遞資訊的媒介。我們的意思是，公司需要透過確定一組核心指標（用於定義他們將如何衡量其業務）來補充分散式的「提取」系統（每個人都可以查找他們想要的任何數據）。

作為一項規則，少即是多：我們嘗試推送給人們的獨特數據點越少，人們就越有可能消化它們，並且關於什麼是真正重要的困惑就越少。

在許多公司中，這組集中確定的資訊稱為關鍵績效指標 (KPI)、核心指標或其他聽起來很官方的名稱。這些指標指示企業應根據其管理的結果。這些指標與期望的業務成果越密切相關，效果就越好。理想情況下，我們應該制定這些數字，以便可以對其進行管理，這意味著每個收到這些數字的人都可以採取行動（或啟動行動）來更改這些數字。此外，通常還有一組指標（內部或外部）代表公司營運的環境。儘管這些指標不是公司可以控制的事情，但它們確實指導了整體行為，並且是推送的主要候選者。一個範例是金融公司快速總結其他時區的隔夜活動，以為每天早晨做好準備。

這裡良好核心指標的一個關鍵是抵制包含讓我們感覺良好的指標來取代讓我們知道我們做得如何的指標的誘惑。雖然人們很容易陷入從未遇到過通往偉大之路的氣穴的成功公司的神話中，但我們越快意識到企業的某些方面無法正常運作，我們就能越快糾正它。

作為一個具體的範例，讓我們回到我們想像中的 SaaS 業務。衡量我們公司整體成功的誘惑可能是帳戶總數，但是——雖然看到幾乎總是增加的大數字很高興——但這個總數使得很難完全理解用戶群增長或萎縮的速度。更好的數字是帳戶數量的變化，或前一時段的百分比增長。會在總帳戶總數中沖淡的增長變化突然變得清晰起來。

何時推送數據

將指標的推送頻率與該指標告知的決策節奏相匹配非常重要。如果我們透過需要一週時間來規劃和執行的行動來管理一個數字，那麼每小時收到關於它的 Ping 更有可能分散我們的注意力或導致我們折騰，而不是幫助我們做出富有成效的決策。考慮到所討論數字的自然週期也很有用。

如果我們討論的是客戶流失，客戶成功團隊採取的任何行動都不會立即影響流失率，可能需要數天或數週才能看到效果。此外，客戶流失具有自然週期性：人們主要會在 30 天試用期結束時取消或選擇不續訂。在這種情況下，以每週甚至每月為單位來觀察客戶流失情況會更有意義。如果我們確實需要針對已終止的帳戶立即採取行動，與其強調指標，不如將該行動納入終止工作流程中。

如何推送數據

在組織中推送資訊主要有三種方式。最傳統但仍然有效的方式是直接面對人群，並從簡報中宣讀數字，這種方式帶有份量感。全員會議、銷售啟動會議、分析師電話會議：這些都是我們可以以低頻寬但高影響力的方式傳達少量資訊的場合。

雖然儀表板嚴格來說不算「推送」，但 儀表板 它們也是收集指標的另一個地方。在想快速了解前一天、前一週或其他時間段發生了什麼事時，查看儀表板通常很有幫助。雖然儀表板可能會被濫用，並且需要一定程度的維護，但它們提供了一個獲取當前數字的關鍵位置。

最後，推送資訊的一個主要方式確實就是字面意義上的「推送」：將資訊推送到人們的收件匣、頻道等。每個人每天早上上班時可以查看的電子郵件，或者僅僅是週一發送的電子郵件，對於將最重要的數字傳達給人們非常有用。而且我們應該確保這些數字是重要的：創建一封無人開啟的電子郵件很容易，這就失去了整個行動的目的。

在這裡，比其他任何地方都更重要的是要記住推送數據的黃金法則：只推送那些可以改變行為的數據。注意力是一種稀缺資源，尤其是在推送管道中，我們應該專注於為人們提供起點，以促使那些有能力改變數字的人採取行動。

整合所有內容

既然我們已經分別討論了這兩種方法，現在讓我們來談談將數據交到隊友手中的兩種方式是如何結合在一起的。

如果我們建立一個真正開放且易於訪問的方式，讓每個人都能獲取他們所需的其餘資訊以更好地工作，那麼推送數據的效果會更佳。如果我們可以提供工具，讓大家可以輕鬆地深入研究和剖析收件匣中收到的指標，我們就不需要用 KPI 的所有可能的子指標來過度填充電子郵件。同樣地，對於有自然開始和結束的專案，如果我們可以讓團隊輕鬆地提取有用的資訊—並在專案期間將其推送給自己—團隊就不需要外部幫助來掌握他們的決策進展情況。