今天读到一篇直拍大腿的文章: How You Battle the "Data Wheel of Death" in Growth, 作为一个数据组的负责人, 非常值得感同身受的写一写笔记.
如何把"数据"这个事儿"干黄了": The Data Wheel of Death
怎么把"数据"这个事儿干黄了呢? 总共4步:
- 数据没有持续的维护
- 数据变得无关紧要或者老是有缺陷
- 人民群众开始失去对数据的信任
- 人民群众越来越少的使用数据
而且这4个步骤还相互促进, 最终加速"数据这事儿干黄", 如下图:
那究竟是为啥呢? 作者给出了四个原因
原因一: 项目思维 vs 流程思维(Project Mindset vs Process Mindset)
说到重视数据, 那么一些公司就开始了数据相关的项目. 项目你懂的, 做完项目就鸟兽散了, 成不成也不关大家的事, 即便当时数据是好的, 随着时间的发展, 没人维护的数据很快就错了, 然后就进入了上述的那个恶性循环.
如何破? 就是拿着做产品的思维来做数据, 强调 ownership. 并且有两句话直击我膝盖:
Data is NEVER done
这事儿没完, 必须有专门的团队持续扑在上面, 优化整个流程的方方面面.
Shit Breaks. It’s that simple.
你懂的.
原因二: 激励的错位 (Misalignment of Incentives)
There are companies that spend endless time on the infrastructure, tooling and instrumentation but then miss something extremely important.
Getting an organization to use data requires behavior change among the individuals.
无休止的埋头优化 Data Infra 是没有意义的, 数据关键是如何使用. 那么从高层的角度来说, 是如何改变组织的行为, 以激励的方式提升大家对数据的使用.
原因三: 数据团队成为瓶颈(Data team becomes the bottleneck)
随着数据的被重视, 那么数据团队有可能成为新的瓶颈. 那么数据团队就要有一个新的意识:
We own the data
这种 ownership 不能停留在口号, 作为数据团队也要有产品思维, 要知道自己的"客户", 分析自己的客户:
- 定义客户群体
- 了解客户需求
- 交付最有用的方案
- 并且还要迭代!
In other words, their output must be able to enable other teams’ output, rather than them being the exclusive owners.
概括来说, 数据团队就是要做"神助攻": enable other teams' output
原因四: 优秀的答案, 无用的问题 (Brilliant Answers, Useless Questions)
如何问好的问题成为关键, 不要费尽力气的解答一些无聊的问题.
results and impact are the true goal of analytics
总结
"字字箴言, 句句透心" 是我对这篇文章的概括, 我已经看到一些 Actionable Items, 你呢?
-- EOF --
