A UX dos dados

Gerar dados é fácil. Garantir que seja confiável e amplamente acessível é difícil.

Os dados geralmente não são acessíveis, a menos que você possa escrever código. Pessoas em funções não técnicas dependem de dados todos os dias para tomar decisões, desenvolver ideias ou medir o sucesso. Quando ferramentas e sistemas não são criados com eles em mente, eles perdem a confiança e a compreensão. Eles perdem o rumo e acabam confiando em outros métodos para tomar decisões.

Mesmo quando você pode escrever SQL, Python ou R, pode não ter todo o acesso de que precisa. Você pode não entender a definição ou o relatório de outra pessoa.

Não precisa ser assim. Podemos criar sistemas empáticos e intuitivos Quando todos na equipe estão capacitados para entender os dados, eles podem tomar decisões mais informadas e medir seu próprio sucesso. para compartilhar informações. Com um pouco de pensamento centrado no ser humano, as equipes podem construir um entendimento compartilhado de por que, o que e como medir seu trabalho. Quando todos na equipe estão capacitados para entender os dados, eles podem tomar decisões mais informadas e medir seu próprio sucesso.

A brecha da confusão

Trabalhei em muitos tipos de empresas – grandes e pequenas. E no meu tempo em todas essas organizações, observei uma desconexão entre dados e pessoas. Deixe-me explicar com uma história.

Conheça Francisca. Francesca é Gerente de Produto. Ela vai até seu colega Enzo, que é Analista de Dados, para pedir ajuda.

ref Francesca: “Ei Enzo, você poderia me ajudar a entender o que causou essa mudança na taxa de inscrição?”

ref Enzo: “Eu adoraria ajudar você, Francesca. Mas estou trabalhando em alguns modelos preditivos agora, então não posso priorizar isso ainda, mas vou adicioná-lo à minha lista!”

E bem ali – há uma lacuna. Francesca não é capaz de obter os insights imediatos de que precisa. E o trabalho de Enzo não tem uma relação clara com o trabalho da equipe de produto, o que significa que pode não estar claro como tornar seu trabalho acionável.

Adicione à mistura as muitas outras partes interessadas em uma organização que desejam obter dados melhores. Dado que as equipes de dados não podem ser tudo para todos, cada departamento começa a usar ferramentas diferentes. A empresa acaba com uma pilha de informações desconexas e não confiáveis. E muitas contas de terceiros para pagar. Diversão!

Com o tempo, isso se torna extremamente incontrolável. Todos que se juntam à sua empresa trazem consigo novas ferramentas. Decisões importantes não são documentadas. Os dados tornam-se mais difíceis de ler e interpretar, mesmo para os usuários de dados qualificados. Os dados são abundantes, mas os insights são difíceis de obter.

A experiência de usar dados torna-se quebrada e dolorosa.

Estratégias para fechar a lacuna da confusão

Como você fecha a lacuna? Primeiro, você reconhece que há uma lacuna a ser fechada. Segundo, você facilita conversas com várias pessoas sobre o que precisa acontecer para tornar os dados confiáveis ​​e acessíveis. Parece tão fácil, certo?

Mas, há boas notícias! ( Qual é a boa notícia, Lex? ) Que bom que você perguntou!

A boa notícia é que você pode começar em qualquer lugar – resolva qualquer parte do sistema – e estará ajudando a melhorar a experiência de dados de seus colegas de equipe.

Abaixo, delineei três estratégias específicas que você pode usar para fechar a lacuna de confusão em sua empresa. Escolha um e comece a fechar as lacunas!

Estratégia 1 - Funções

Defina quem possui o quê quando se trata de dados

Para ilustrar essa estratégia, vamos visitar Wayne, do Marketing, e ver como ele está usando os dados em seu trabalho.

Wayne, do Marketing, pensa…

ref "Hmmm, quantas pessoas começam a integração no celular e depois migram para o computador?"

Mas Wayne só sabe usar o Google Analytics. Ele não sabe se isso é possível ver lá dentro. Ele também sabe que a equipe de dados está muito ocupada com projetos mais importantes. Então, em vez disso, ele simplesmente desiste. Ele decide fazer uma suposição e seguir em frente com seu dia.

Nessa situação, Wayne deseja usar dados. Ele até sabe onde procurar, mas não está claro para ele quem deve procurar ajuda. Ele foi condicionado a não incomodar a equipe de dados. Ele não foi capacitado para obter o apoio de que precisa.

Uma coisa simples que ajudaria Wayne é a propriedade clara. Nem tudo Nem tudo que envolve dados pertence a uma pessoa ou equipe, mesmo em uma grande empresa. envolvendo dados pertence a uma pessoa ou equipe, mesmo em uma grande empresa. Dividir a responsabilidade pode ajudar todos a entender quem é o dono do quê e pode ajudar a espalhar a carga por mais pessoas.

Etapa 1: definir o que precisa de propriedade

Comece uma lista de todas as coisas que envolvem dados em sua empresa. Se essa for uma tarefa esmagadora, comece com sua equipe ou projeto. Por exemplo, liste todas as ferramentas. Liste todas as fontes de dados. Também incluí uma breve lista abaixo que você pode usar como ponto de partida.

Etapa 2: definir quem é o dono do quê

Pode ser óbvio quem possui o quê, mas é mais provável que você identifique algumas áreas onde não está claro. Por exemplo, alguma pessoa é responsável por quais informações sobre os usuários são rastreadas? Quem é o administrador do Google Analytics? Quem escolheu o Google Analytics em primeiro lugar e quem você vai para mudar para uma ferramenta diferente?

Para identificar os proprietários, você precisará ter conversas. Eu sei que as conversas são difíceis, então aqui estão algumas maneiras de abordá-las:

1. Segure um em um com pessoas que podem ter respostas
2. Envie uma pesquisa interna
3. Realize um workshop ou sessões em pequenos grupos
4. Faça um organograma para a propriedade dos dados e compartilhe-o para receber feedback
5. Apenas decida você mesmo*
   só funciona se você estiver no comando

Novamente, dependendo do tamanho da empresa, essa pode ser uma tarefa monumental. Se for esse o caso, comece com o que está pressionando para você ou sua equipe. Ajude Wayne no Google Analytics descobrindo quem é o proprietário ou, pelo menos, quem pode responder a perguntas. Wayne, estamos aqui para você cara.

Certifique-se de compartilhar seu progresso ao definir os proprietários. A propriedade que é definida, mas não compartilhada, não faz muito bem.

Estratégia 2 - Sistemas

Ferramentas intuitivas e nomenclatura

Não é suficiente que os dados existam em algum lugar. Tem que ser entendido. E não é suficiente que os dados existam em algum lugar. Tem que ser entendido. tem que ser entendido por todos. Quanto menos ambiguidade, melhor. Nossa amiga gerente de produto, Sophia, conhece bem esse sentimento. Ela está tentando entender o impacto do trabalho de sua equipe no MRR. Ela se volta para um painel salvo em sua ferramenta de inteligência de negócios.

Fonte: Baremetrics

Legal, parece bom.

Espere o que? Isso parece uma loucura para Sophia. $ 6.000 por mês não vai pagar as contas. De onde vem esses dados? E o que todas essas cores significam?

Sophia não pode confiar nesses dados. Como ela vai conseguir as respostas que ela precisa?!

Sophia e sua equipe poderiam escolher ferramentas mais intuitivas para exibir e interagir com os dados.

Os dados são uma forma de comunicação. Nossos sistemas de dados estão se comunicando com seus usuários. E podemos melhorar a forma como ele se comunica.

Etapa 1: escolha ferramentas acessíveis

Ao selecionar ferramentas para sua equipe, considere o nível de habilidade de seus colegas. Todo mundo escreve SQL? Todos podem soletrar SQL?

Procure ferramentas que:

1. Tenha visualizações fáceis de entender
2. São flexíveis (você pode analisar os dados de maneiras diferentes?)
3. Permitir que colegas não técnicos explorem dados
4. Promova a colaboração (você pode comentar algo? Mais de uma pessoa pode trabalhar em um projeto de dados?)
5. Permitir que você conecte os pontos entre várias fontes de dados

Aqui está um exemplo do acima da Amplitude. Sua ferramenta permite calcular eventos de várias maneiras e permite alterar a forma como eles são visualizados. Ele também possui uma chave de cor clara e permite que você edite rótulos para que sejam mais fáceis de entender. Ele não depende de um profissional de dados para criar todos os gráficos.

Fonte: Projeto Demo da Amplitude

Também recomendo consultar o catálogo de integração do Segment para ter uma ideia de quais ferramentas são populares.

Baixe a planilha UX of Data

Etapa 2: use nomes claros e exclusivos

Nomeie as coisas de maneira que os humanos possam entender para que não haja confusão sobre o que um ponto de dados significa.

Se você usar uma linguagem simples, é mais fácil manter as definições consistentes em toda a empresa. Se uma equipe acha que “inscrever-se” acontece quando alguém clica em um botão da página de destino e outra equipe está rastreando “usuário criado” no banco de dados, você tem uma desconexão. Más decisões sendo tomadas a partir de informações confusas.

Aqui está um exemplo do Airbnb. Eu citei algumas informações que preciso para rastrear o sucesso. Os nomes imitam a maneira como eu descreveria as ações de um usuário em voz alta. Será mais intuitivo para meus colegas logo de cara. Pontos de bônus se você realmente incluir essas visualizações de produtos em sua documentação de dados.

ref Por exemplo, eu poderia dizer:
Salvatore, o cliente, procurou uma experiência
Então, talvez eu queira saber quantos clientes pesquisaram experiências.

Exemplo de definição de medição:

Sua equipe deve definir suas próprias convenções de dados, mas quanto mais humanos os dados forem lidos, mais fácil será para os humanos entenderem.

Etapa 3: documentar definições importantes junto com os dados

Se você insiste em nomear as coisas de forma confusa ou se não há como contornar a confusão, então coloque a definição ali mesmo nos relatórios. Torne-o uma prova fictícia de como ler os dados.

De volta à minha ferramenta intuitiva favorita, Amplitude. Em sua ferramenta, você pode definir o que cada elemento de dados significa. E quando você passa o mouse sobre um termo, ele mostra a definição bem ali no gráfico. Brilhante!

Fonte: Projeto Demo da Amplitude

Se você não tiver esse recurso com sua ferramenta, faça o possível para incluí-lo no nome do relatório ou como um comentário no código de sua consulta. Ou, na pior das hipóteses, documente-o em outro lugar e compartilhe-o com sua equipe.

De volta ao herói de nossa história — Sophia, a gerente de produto. Graças a todo o seu trabalho árduo na implementação de ferramentas intuitivas e convenções de nomenclatura, ela conseguiu encontrar a visualização MRR correta. Vá você! Vai Sofia!

Estratégia 3 - Capacidades

Nivelando sua equipe

Independentemente de quão bem você defina os proprietários de dados e trabalhe para criar um ambiente intuitivo Sempre haverá a necessidade de expandir a alfabetização de dados. sistemas, sempre haverá a necessidade de expandir a alfabetização de dados. Os dados são difíceis. Todo mundo está vindo para sua equipe de diferentes perspectivas e com diferentes níveis de experiência. Ajudar sua equipe a entender e agir com base nos dados é do interesse de todos. Ele ajuda sua empresa a tomar decisões bem informadas e ajuda você a não ter que apagar incêndios devido a confusão ou informações mal interpretadas.

ref mensagem do Slack 4h15
@channel Uh, parece que a receita caiu 50%!? Alguém viu isso?

Não, obrigado!

Tudo bem, então para evitar isso, como você ajuda a aumentar o nível de sua equipe? Vamos consultar nosso amigo Gerald da equipe de design.

Gerald diz “Eu não sou uma pessoa de números. Eu não recebo dados!”

Ei Gerald, você não quer ver o impacto do seu trabalho? Você não quer saber mais sobre seus usuários e clientes e obter informações valiosas em seus projetos?! Você não quer um aumento para tornar a empresa um monte de dinheiro?! Claro que você faz! Você simplesmente não sabe como.

Para a sorte de Gerald, ele nos tem - uma equipe centrada no ser humano. Podemos encontrar Gerald onde ele está com dados e ajudá-lo a se atualizar sobre como ele pode usá-los em seu trabalho.

Passo 1: Defina o que ensinar

Descubra quais habilidades são mais necessárias em sua empresa. Identifique lacunas que não podem ser resolvidas com sistemas, ferramentas e nomenclatura. Procure por qualquer coisa que possa estar em risco de erro humano.

Considerar:

1. Quais habilidades técnicas as pessoas podem precisar para usar dados de forma eficaz
2. Qualquer coisa que seja exclusiva sobre sua infraestrutura de dados ou relatórios
3. Qualquer coisa de alto valor que você queira garantir que todos saibam como fazer (por exemplo, como analisar os OKRs do trimestre em suas ferramentas de dados)
4. Como comunicar funções e propriedade
5. Como as pessoas devem pedir apoio

Em seguida, priorize sua lista do que ensinar com base na maior necessidade.

Passo 2: Defina como ensiná-lo

Algumas empresas formalizam uma “escola de dados” interna. Se sua empresa é capaz de investir em algo assim, estelar! Isso soa super legal!

Caso contrário, você pode tentar formatos diferentes para ver o que funciona melhor para a compreensão.

As opções incluem:

1. Workshops ou treinamentos de integração
2. Workshops ou treinamentos contínuos
3. Criando vídeos
4. Coletando conteúdo da web (ou usando algo como DataCamp)
5. Escrevendo postagens de blog
6. Dar palestras no almoço ou realizar uma série de palestras no almoço
7. Participar de reuniões de equipe existentes para compartilhar tutoriais relevantes
8. Iniciar um canal no Slack (não me @)
9. Compartilhe cadernos online com anotações
10. Mantenha o horário de expediente

Com todas essas opções maravilhosas, nosso amigo Gerald do departamento de design está realmente começando a se tornar uma pessoa de números! Ele está empolgado porque pode ver o impacto de seu trabalho e você fica empolgado porque ele toma decisões mais informadas! O melhor de tudo é que ele pode ajudar a compartilhar essas capacidades com as pessoas ao seu redor. Além disso, seus globos oculares não estão mais derretendo! É uma vitória geral.

Juntos, podemos preencher a lacuna da confusão.

Com funções mais claras , sistemas intuitivos e recursos compartilhados , Com funções mais claras, sistemas intuitivos e recursos compartilhados, os dados se tornam um superpoder organizacional. os dados tornam-se uma superpotência organizacional, não apenas o trabalho de uma equipe. Podemos capacitar nossos colegas de equipe a entender a quem recorrer, como ler informações e como incorporar dados em seu trabalho.

Quando conseguimos isso, construímos mais apreciação pelo papel dos dados em nossas empresas. Reduzimos o thrash que acontece com os dados é confuso. Tomamos decisões mais informadas. Podemos medir com confiança o sucesso do nosso trabalho.

Baixe a planilha UX of Data

Artigo originalmente publicado no Medium por Lex Roman.