本文筆者將從“死亡數據輪”的角度出發，為大家講述一下，為什么看上去良好的數據卻經常在使用中失敗，并分析其中的4個原因。

(圖片說明：死亡數據輪)

“死亡數據輪”通常遵循四個階段。

• 階段1: 數據不會一直保持不變;
• 階段2: 數據變得毫不相干;
• 階段3: 人們會失去信心;
• 階段4：人們將減少使用數據。

如果“死亡數據輪”的以上四個階段你看起來很熟悉，并不是你一個人這么認為，我估計任何公司三分之二的數據經過這四個階段后都會變成無效數據。

這將會產生麻煩。因為數據在自身的增長過程和人的心態中都起著關鍵的橫向作用。沒有質量好的數據，一次合理的實驗周期就不可能運行。

那么，找到使用數據失敗的具體原因之后，我們又能為此做些什么。

問題1：項目心態與流程心態

大多數想要更加認真對待數據的公司將數據視為一個項目：這個項目有一個明確的開始和一個明確的結束。

當你將數據視為一個項目時，你將獲得“死亡數據輪”。

當某些時候有人發現一組看起來像不正確的數據。由于他們不相信這組數據是正確的，所以他們會停止使用該數據。因為沒有人在使用數據，所以數據不會持續，這將會導致更多對數據的不信任。

在上述情況下，把數據視為一個項目去處理是錯誤的。實際上，類似于構建產品，數據是一個持續的，永無止境的項目。

(圖片說明：數據作為產品)

當數據作為產品是，通常遵循三個階段。

• 階段1：數據收集;
• 階段2：衡量數據輸出的影響;
• 階段3：從什么是數據或者數據未被使用中學習

你的數據需要在一個持續的過程中進行完善和更新，原因如下：

1.你的產品會改變

產品的功能在這個過程中將會持續改變。隨著產品功能的發展，你的數據也需要保持同步更新，否則數據將變得無關緊要或者數據會存在缺陷，人們將失去對數據的信任，將導致“死亡數據輪”繼續下去。

2.你會改變對業務的了解

數據應該引導你產生對業務的事項進行排序的見解：優先考慮某些事項，其它事項隨后考慮。

Andrew Chen說：“你的數據和關鍵績效指標應該是對你的策略的反映。”就是說你的策略會隨著時間的推移而變化，追蹤和分析則需要隨著策略的發展而變化。

3.新的答案揭露出新的問題

你從數據中獲得新的洞察力，打開了新問題的大門。因為你有新的問題，所以你需要更新你的指令和分析。這個過程“完成”了，也就是說你要了解過程中每一件關于你的用戶，產品和渠道的事情。

4.休息沒有意義

這很簡單，因為數據不會終結。

人們會花更多的時間分析使用哪些工具來處理數據，而不是去調整和更新數據。

項目心態是隱藏在數據背后的一種心態，并且該心態會與“***做我就必須要做正確”的心態相聯系。該心態的問題在于：如果你沒有***的數據處理工具，最終你對數據的分析會以分析癱瘓結束。

如果你將數據視為一個持續的過程，數據將不會被定義結束。隨著新需求的出現，你將會更容易的陷入到重復處理數據的過程中。

你該怎么辦?

你應該為數據收集和分析分配專用資源，而不是去使用一個一次性的，只基于該項目能使用的數據方法。

公司發展的早期階段，分配專用資源可能是工程師或項目經理需要花時間去做的一件事。無論花費多少小時(即使僅僅花了一點兒時間)，該步驟都是他們作為工程師和項目經理應該做的所有事情中的關鍵部分。

公司發展的后期階段，你很可能需要專門的團隊來維護數據流程，包括構建和維護數據基礎架構，以及促進數據的使用。

重要的是你要記住，數據處理進展順利不僅僅是依靠指令來完成。你需要做的其他工作是同組織內的數據消費者建立信任。你至少需要在一些報告中花時間來驗證這些數據，并與你周圍的更大的團隊進行合作，以確保他們了解并信任他們所看到的數據。

如果他們不信任這些數據，他們就不會使用這些數據。

問題2：激勵的偏離

即使你將數據視為了一項進程或者一個項目，也不一定意味著你會成功。有些公司在基礎設施，工具和指令上花費了太長的時間，但是他們忽略了一些非常重要的事情。

讓組織去使用數據需要個人的行為變化。

改變個人的行為非常困難。缺乏改變的背后通常隱藏著一個罪魁禍首：激勵和獎勵的偏差。

團隊和個人將最終獲得他們應得的獎勵。如果你想改變他們的行為，你必須確保改變后的行為是他們能夠獲得獎勵條件的一部分。獎勵有多種類型：

• + 財政獎勵(獎金/漲工資/股權)
• + 進步獎勵(升級)
• + 權威認可(老板/上級的稱贊等)
• + 同行認可(同行的稱贊等)

環顧你的團隊，你多久會給予他們一些關于使用數據的獎勵?

問題如下：

• + 如果他們使用數據沒有得到獎勵，那么他們對數據進行分析和分析時所使用的工具都將被視為他們獲得獎勵或被認為完成一項好工作的阻礙。
• + 如果他們對數據的使用得到了獎勵，那么他們為數據合并所做的工作就成了他們完成一項好工作的盟友。
• + 然后你要問自己第二個問題：得到的獎勵與你給予獎勵的其他東西有多大的相關性，或者多久能和其他東西聯系一次?
• + 與其他獎勵的重要性或者優先級相比，要考慮到數據的使用有多大可能性或者是否經常能夠得到報酬。經理們需要注意如何將不同的權重因子作為獎勵的一部分。

這種情況下該怎么辦?

1.每個團隊都需要一個關鍵績效指標(KPI)

每個團隊需要一個KPI作為衡量他們成功的一部分。為每個團隊制定一個關鍵績效指標，將數據的使用用于工作中和把定位數據看作一個摩擦點。

只設置KPI是不夠的，還需要做3件事情：

• + 團隊需要對KPI產生一種已經擁有它的所有權的感覺。
• + 如果他們不覺得自己已經擁有了KPI，他們會將其視為別人的問題。
• + 團隊中的每一個人都需要了解KPI，并可以容易查看該指標。

通常情況下，只有項目經理或團隊中的幾個人真正了解它。

KPI需要成為獲得四種獎勵的一種，但它不是團隊獲得的唯一獎勵。

對產品團隊來說還有其他重要因素，如運輸速度，產品質量等。同大多數情況一樣，這些因素都是為了平衡團隊。

2.為每種獎勵設計系統

通過四種獎勵類型和設計系統中來獎勵數據的使用。這里我說的系統是什么意思?

這是一個關于授權認可獎勵系統的快速示例：我知道的***的經理都有每一次對員工一對一問卷調查所準備的清單。清單上的項目可能會是“這個人是否在工作中使用了數據?”

如果員工在工作中使用了數據，請務必給予他認可。除非你給予看到他使用數據的具體指示，否則這件事太容易被忽略了。

3.清楚溝通獎勵

不要認為你的團隊成員都知道他們怎樣做才能得到贊美，獎金和晉升機會。你需要將這些做法落實在書面上：做出一個明確的，強化的方案。你必須過度溝通才能使該方案通過。

當你贊揚某人時，不要只是說類似“恭喜Jane Smith晉升為高級產品經理”這樣的話。要在贊揚中舉一些例子來說明他做了什么導致她的晉升。

問題3：數據團隊成為瓶頸

如果你在解決問題的過程或項目中，你的激勵和使用數據開始變得有價值，將會出現一些新的問題。

***個問題是數據團隊可能會以出現瓶頸來結束過程或項目。這源于數據團隊對數據采取“所有權”的心態，即“我們擁有數據”的心態。

但是這種“所有權”心態忽略了重要的一點：每個數據團隊都有一個“客戶”。

數據團隊的客戶是其他公司內部使用數據的人：數據分析師，產品經理，工程師，營銷人員等。

為了服務這些內部客戶，數據團隊需要像其他產品團隊一樣行事：

• + 定義他們的客戶群
• + 了解客戶需求
• + 提供最引人注目的解決方案
• + 必須迭代!

換句話說，數據團隊不能獨家擁有數據，他們的數據輸出必須能夠讓其他團隊數據輸出。

問題4：輝煌的答案，無用的問題

一旦數據變得有價值和被人認可，就會出現第二個問題：人們開始利用資料提供數據。無論是因為他們發現使用數據的過程機智又迷人，或者只是使用數據讓他們本身看起來聰明且工作效率高等等，這就是數據的力量。

為了數據去尋找數據是一個誘人的陷阱，但它只創造了“為無用的問題提供輝煌的答案”，谷歌的用戶增長和分析的負責人，同時也是臉書分析的前負責人Ken Rudin提出該觀點。

Rudin提醒我們，盡管增加知識存在著吸引力，但只有發現知識的洞察力是不夠的—結果和影響才是分析的真正目標。為此，數據團隊應該確保他們提出正確的問題，而不僅僅是為問題提供越來越多的答案。

對如何創建一個實際提供業務需求的數據流程，Rudin有如下兩個建議：

1.雇用有商業頭腦的分析師，不只是關注數據或者使用工具。

當你面試分析師候選人時，不要只關注“我們如何完成這個指標?”要問他們：“業務中你認為哪些指標重要?

2.把使用數據變成每個人都要做的事。

Rudin在Facebook的數據團隊為公司的每個人都運行了兩周的“數據營”。該數據營為更廣泛的組織提供了一種共同的語言來描述數據可以回答的問題。

通過提出一個可靠的，能對業務產生影響的好問題，Rudin還會提供一個堅實的數據流程。(Rudin也非常重視數據團隊必須對“可行的見解”和應該采取的必要措施負責)。

數據提供的答案和行為，有助于形成更好的問題。

隨著數據的答案轉化為影響，人們將被激勵維持進行數據工作，甚至改進數據系統。這些行為導致更多的數據容量，為形成更好的問題提供強有力的答案。