點(diǎn)擊上方“數據工匠”可訂閱哦！
多年以來(lái)我和數百家企業(yè)打過(guò)交道，在這個(gè)過(guò)程中，我領(lǐng)悟了讓數據分析項目成功的一些因素，也親眼看著(zhù)很多項目失敗。
最常見(jiàn)的失敗原因說(shuō)出來(lái)可能會(huì )讓你驚訝。并非是缺乏數據專(zhuān)業(yè)知識或者整合失誤，而僅僅是因為企業(yè)沒(méi)有讓“利用數據”成為任何人員的職責。太多公司花費好幾個(gè)月收集有趣的數據，然后讓它們靜靜地躺在角落里積攢灰塵。這個(gè)現象驅使我來(lái)撰寫(xiě)本文，希望它能給你靈感，讓你為下一個(gè)分析項目增加一些結構性。 對分析的應用，本應該成為你不斷汲取的商業(yè)泉源。
如果能為下列每個(gè)角色，找到至少一個(gè)樂(lè )于擔當的人選，我保證你項目成功率會(huì )增加一千倍！對每個(gè)角色的具體描述和建議見(jiàn)下文。
*并未經(jīng)過(guò)科學(xué)證實(shí)
角色及其輸出| 角色 | 交付 |
|---|---|
| 項目領(lǐng)導者 | 項目規劃，包含工作范圍與時(shí)間 |
| 數據建構者 | 數據模型，查詢(xún)語(yǔ)句 |
| 產(chǎn)品開(kāi)發(fā)者 | 實(shí)現跟蹤（埋點(diǎn)） |
| 分析者 | 提供新的業(yè)務(wù)問(wèn)題 |
| 報告制作者 | 為業(yè)務(wù)提供報告 |
項目領(lǐng)導者
有一個(gè)團隊成員要負責分析工作的實(shí)施交付。你可能已經(jīng)知道，一個(gè)高效的項目管理者要：
識別項目的利益相關(guān)者，并搞清他們需要什么。這些人會(huì )問(wèn)“我們要回答的商業(yè)問(wèn)題是什么？”
設定并傳達工作目標、范圍和時(shí)間，落實(shí)到每個(gè)相關(guān)人員。
管理項目所依賴(lài)的資源，發(fā)現交付過(guò)程中的障礙。
確保項目如實(shí)交付、達成目標（例如，數據確實(shí)回答了對業(yè)務(wù)至關(guān)重要的問(wèn)題）。
確保每個(gè)相關(guān)人員，從工程師到產(chǎn)品經(jīng)理，同步工作并理解要交付什么。這個(gè)部分比較重要，因為人們通常低估或高度數據的作用。
對項目領(lǐng)導者的建議：
如果你專(zhuān)注于那些可以直接為產(chǎn)品或業(yè)務(wù)帶來(lái)改變的問(wèn)題，你的分析項目會(huì )得到最及時(shí)的反饋。例如：新的宣傳活動(dòng)帶來(lái)的顧客是否轉化為付費用戶(hù)了（是否該繼續在這個(gè)宣傳渠道上繼續投資）？或者，我們準備取消這個(gè)功能，你能否查看一下是否有付費用戶(hù)在使用這個(gè)服務(wù)？
保證項目的規模盡可能小。一開(kāi)始，只跟蹤對于業(yè)務(wù)重要的少數幾個(gè)關(guān)鍵行為，這樣就能夠快速回答最緊迫的商業(yè)問(wèn)題（如，使用這個(gè)此功能的用戶(hù)留存度如何？）及時(shí)的，有用的分析結果會(huì )讓你所在的機構著(zhù)迷，他們很快會(huì )提出更多你在下一輪要回答的問(wèn)題。換句話(huà)說(shuō)，分析工作應該是敏捷的，隨著(zhù)每次迭代更加深入。如果分析項目的規模太大（如，需要花費工程師兩周時(shí)間），那你可能冒著(zhù)拖延其他緊急項目的風(fēng)險。
數據建構者
這個(gè)頭銜聽(tīng)起來(lái)很炫，但它只是意味著(zhù)你的團隊需要有個(gè)懂技術(shù)的人創(chuàng )建數據模型，并理解查詢(xún)語(yǔ)句如何工作。數據模型可以很簡(jiǎn)單，甚至像一封電子郵件，列出你要跟蹤的行為和優(yōu)先級。這個(gè)模型有助于確定和傳達你的項目范圍。數據建構者幫助整個(gè)團隊評估哪些業(yè)務(wù)問(wèn)題可以被回答，哪些不能。通常這個(gè)人不必是數據科學(xué)博士，一般由一個(gè)app開(kāi)發(fā)人員，或者懂得用電子表格建立模型的人擔任。
對數據分析者的建議：
花點(diǎn)時(shí)間讓曾經(jīng)使用過(guò)相同工具的人看看你的數據模型。例如，如果你在使用Keen，就跟使用過(guò)Keen的開(kāi)發(fā)者聊聊。也可以讓分析服務(wù)提供者和你一起審閱你的數據模型。不管你在使用什么工具，都會(huì )有些事情需要取舍，解決方案總有些部分不會(huì )按照預期工作。節省些時(shí)間，跟有過(guò)相同經(jīng)歷的人談?wù)勀愕挠媱澃伞?/p>
建立數據模型時(shí)，使用客戶(hù)和業(yè)務(wù)領(lǐng)域的習慣用語(yǔ)，而不是應用開(kāi)發(fā)者的習慣用語(yǔ)。例如，不要去追蹤“階段變化”，客戶(hù)和你公司里的其他人無(wú)法理解它。如果能保證使用的語(yǔ)言是業(yè)務(wù)導向的，它會(huì )幫助你的機構/企業(yè)理解如何去查詢(xún)和使用數據。
保證讓至少一個(gè)人審閱你的數據模型，保證模型可被他人理解。你可能會(huì )發(fā)現有些對自己來(lái)說(shuō)很直白的標簽，對其他人來(lái)說(shuō)并不清晰。比如，對于機構里的不同人員，“uuid”意味著(zhù)不同的東西。
不要重復發(fā)明輪子（不要做無(wú)用功）。
產(chǎn)品開(kāi)發(fā)者
項目一開(kāi)始，就要有至少一個(gè)開(kāi)發(fā)人員承擔埋點(diǎn)的工作。他們在各處加一些代碼，這樣每次登錄、購買(mǎi)、上傳和其他行為的數據都能被保存。如果事件的來(lái)源有很多，比如移動(dòng)應用+網(wǎng)頁(yè)，這個(gè)工作可能由多個(gè)開(kāi)發(fā)者完成（如，一個(gè)網(wǎng)站開(kāi)發(fā)者和一個(gè)移動(dòng)開(kāi)發(fā)者）。在小一些的機構，埋點(diǎn)的開(kāi)發(fā)者通常也扮演數據建構者。在大一些的團體中，開(kāi)發(fā)者和數據建構者緊密合作，確保模型數據足夠理想，以及事物被跟蹤并以一致的格式標記（如“user.id” = “23cv42343jk88” 不是 “user.id” = “fran@cooldomain.com”）。埋點(diǎn)是個(gè)相對直接的過(guò)程，許多分析服務(wù)有直接可用的客戶(hù)庫使得此過(guò)程簡(jiǎn)化，不過(guò)，你的團隊依然需要決定要跟蹤什么行為，如何命名。
對產(chǎn)品開(kāi)發(fā)者的建議：
確保根據對你的機構有意義的數據模型進(jìn)行埋點(diǎn)。如果你的團隊沒(méi)有數據建構者，那么就扮演這個(gè)角色，在開(kāi)始埋點(diǎn)之前規劃一個(gè)模型。這會(huì )幫你理清思路，也更利于與他人溝通。
使用分開(kāi)的repository，帶有各自的key，針對dev, test和prod，這樣就不會(huì )讓生成數據和測試數據混淆。
埋點(diǎn)成功后，在正式使用前找個(gè)人審閱一下存進(jìn)來(lái)的數據。和產(chǎn)品的其他功能一樣，分析的實(shí)施也需要有個(gè)QA過(guò)程。埋點(diǎn)過(guò)程中錯誤很常見(jiàn)，如，把數字發(fā)送為字符串、命名不清、不正確地使用JSON的格式，或者標簽里有錯別字。
分析者
你會(huì )收集很多有意思的數據，但如果沒(méi)人利用，這些數據就不會(huì )有價(jià)值。團隊里需要至少有一個(gè)人對數據背后隱藏的東西非常好奇。我把這些人稱(chēng)為分析者。分析者通常是個(gè)開(kāi)發(fā)者、產(chǎn)品經(jīng)理或產(chǎn)品團隊/營(yíng)銷(xiāo)團隊的某個(gè)人。這些人不僅瘋狂地想了解業(yè)務(wù)問(wèn)題的答案，還能時(shí)時(shí)提出新問(wèn)題。分析者喜歡鉆研項目第一階段收集的數據，而且有很多點(diǎn)子，引出下一階段應該收集的新東西。換句話(huà)說(shuō)，團隊中需要有個(gè)人享受實(shí)踐分析的過(guò)程。不要著(zhù)急，這樣的人有很多:)。技術(shù)背景對這個(gè)角色有很大幫助，這使得他們能快速理解什么樣的查詢(xún)語(yǔ)句可以得到想要的答案。這個(gè)角色對于項目成功至關(guān)重要，如果沒(méi)人從數據中理解、學(xué)習，就無(wú)法從中得到任何價(jià)值。
對分析者的建議：
分析的結果可能對你自己而言顯而易見(jiàn)或很有意義，但別人看來(lái)可能不是這樣。這是因為你從一開(kāi)始就知道要回答什么問(wèn)題。你知道數據包含哪些不包含哪些。此外你寫(xiě)的查詢(xún)語(yǔ)句最終生成了可視化結果或報告。要讓他人理解最終得到的數字都意味者什么，那么你要分享很多上下文內容給他們。
分享分析的結果時(shí)，需要寫(xiě)明你從數據中得到的結論，以及根據分析結果應該采取什么業(yè)務(wù)行動(dòng)（如，上個(gè)版本發(fā)布后我們的轉化率下降了，所以應該改回去）。其他人可能不僅沒(méi)有正確解讀數據所需的上下文，他們也很可能不像你那樣感覺(jué)數據很迷人，且沒(méi)時(shí)間去試圖理解其意義。
不要用力過(guò)猛，不過(guò)，對于這個(gè)崗位來(lái)說(shuō)溝通技巧很重要。分析者大約半數的時(shí)間都用在了溝通上。解釋與總結從數據中獲得的結論、結果需要花點(diǎn)時(shí)間。如果你的分析結果不能只是靜靜躺在別人的收件箱里。有些你是機構里唯一意識到某個(gè)機會(huì )或問(wèn)題的人，應該確保機構對機會(huì )或問(wèn)題有所反應。有時(shí)你得做那個(gè)難搞的人。不要低估自己工作的價(jià)值。
如果分析工作是你常常要做又來(lái)不及做的，試著(zhù)把它加入你官方的職位描述中，每周或每月貢獻固定時(shí)間在上面。不要讓它干預你的其他時(shí)間。
報告制作者
這個(gè)角色不是必需的，但你可能會(huì )想要制作一些報告，便于整個(gè)團隊和其他利益相關(guān)者獲取。要想讓數據的實(shí)用性會(huì )大大提升，數據應該更緊密地與業(yè)務(wù)流程相連，而不是被遺棄在數據庫里等著(zhù)有人翻閱。一個(gè)前端開(kāi)發(fā)者要能夠把query變成產(chǎn)品經(jīng)理和其他業(yè)務(wù)人員閱讀的報告。下面是一些可能有用的例子：
Email寄送周報
內部網(wǎng)站的一個(gè)頁(yè)面
在面向用戶(hù)的app中
用Google表格公開(kāi)發(fā)布
推送到slack頻道
在某個(gè)面板上展示
推送到salesforce
對報告制作者的建議：
確保報告的使用者能理解數據才能讓你的工作產(chǎn)生最大價(jià)值。一個(gè)辦法是，不斷問(wèn)他們“當你看到轉化率5.2%時(shí)，這對你來(lái)說(shuō)意味著(zhù)什么？你會(huì )認為它是怎么計算出來(lái)的？”
另一種提高報告可讀性的方式是寫(xiě)一份指南（如注釋?zhuān)?，以解釋數據從何而?lái)、如何被計算。例如，數據是否包含從網(wǎng)站和app獲取的用戶(hù)，或只是來(lái)自其中一種的用戶(hù)？它是否包括測試用戶(hù)和公司的內部用戶(hù)，或者他們已經(jīng)被過(guò)濾掉了？
玩得開(kāi)心點(diǎn)！整個(gè)分析項目中最棒的部分，就是看著(zhù)有人因為從結果學(xué)到了新東西而雙眼放光，而你，通常就是讓這一切發(fā)生的人。
原作者：Michelle Wetzler
翻譯： 王鵬宇
點(diǎn)擊“閱讀原文”
聯(lián)系客服
