UX данных

Генерировать данные легко. Обеспечить его надежность и широкодоступность сложно.

Данные часто недоступны, если вы не умеете писать код. Люди, не занимающие технических должностей, ежедневно полагаются на данные, чтобы принимать решения, развивать идеи или измерять успех. Когда инструменты и системы создаются без их учета, они теряют доверие и понимание. Они теряют ориентацию и в конечном итоге полагаются на другие методы принятия решений.

Даже если вы умеете писать на SQL, Python или R, у вас может не быть всего необходимого доступа. Вы можете не понять чье-то определение или отчет.

Это не должно быть так. Мы можем создавать чуткие, интуитивно понятные системы . Когда каждый член команды имеет возможность понимать данные, он может принимать более обоснованные решения и измерять собственный успех. для обмена информацией. Проявив немного ориентированного на человека мышления, команды могут прийти к общему пониманию того, почему, что и как измерять их работу. Когда все в команде имеют возможность понимать данные, они могут принимать более обоснованные решения и измерять собственный успех.

Разрыв путаницы

Я работал во многих компаниях — больших и малых. И за время работы во всех этих организациях я наблюдал разрыв между данными и людьми. Позвольте мне объяснить с историей.

Познакомьтесь с Франческой. Франческа — менеджер по продукту. Она обращается к своему коллеге Энцо, аналитику данных, за помощью.

Судья Франческа: «Эй, Энцо, не могли бы вы помочь мне понять, что вызвало такое изменение числа регистраций?»

Судья Энцо: «Я бы хотел помочь тебе, Франческа. Но я сейчас работаю над некоторыми прогностическими моделями, поэтому пока не могу расставить приоритеты, но я добавлю их в свой список!»

И тут же — пробел. Франческа не может сразу получить необходимые сведения. И работа Энцо не имеет четкого отношения к работе команды разработчиков, а это значит, что может быть неясно, как сделать его работу действенной.

Добавьте к этому множество других заинтересованных сторон в организации, которые хотят получить более качественные данные. Учитывая, что группы данных не могут быть всем для всех, каждый отдел начинает использовать разные инструменты. В итоге компания получает кучу разрозненной, недостоверной информации. И много сторонних счетов для оплаты. Весело!

Со временем это становится крайне неуправляемым. Каждый, кто присоединяется к вашей компании, приносит с собой новые инструменты. Важные решения остаются незадокументированными. Данные становится труднее читать и интерпретировать даже для опытных пользователей данных. Данных предостаточно, но понимание трудно найти.

Опыт использования данных становится сломанным и болезненным.

Стратегии преодоления разрыва в замешательстве

Как закрыть пробел? Во-первых, вы признаете, что есть пробел, который нужно закрыть. Во-вторых, вы способствуете обсуждению с рядом людей того, что должно произойти, чтобы сделать данные надежными и доступными. Звучит так просто, правда?

Но есть хорошие новости! ( Какие хорошие новости, Лекс? ) Так рад, что ты спросил!

Хорошей новостью является то, что вы можете начать где угодно — решить любую часть системы — и вы поможете улучшить работу с данными для своих товарищей по команде.

Ниже я обрисовал три конкретные стратегии, которые вы можете использовать, чтобы закрыть брешь в вашей компании. Выберите один и начните закрывать пробелы!

Стратегия 1 — Роли

Определите, кто чем владеет, когда речь идет о данных

Чтобы проиллюстрировать эту стратегию, давайте посетим Уэйна из отдела маркетинга и посмотрим, как он использует данные в своей работе.

Уэйн из отдела маркетинга считает…

ref «Хммм, интересно, сколько людей начинают адаптацию на мобильных устройствах, а затем переходят на свои компьютеры?»

Но Уэйн знает только, как использовать Google Analytics. Он не знает, возможно ли это вообще увидеть там. Он также знает, что команда данных действительно занята более важными проектами. Поэтому вместо этого он просто сдается. Он решает сделать предположение и продолжить свой день.

В этой ситуации Уэйн хочет использовать данные. Он даже знает, где искать, но ему непонятно, к кому идти за помощью. Его приучили не беспокоить группу данных. Он не был уполномочен получить поддержку, в которой он нуждался.

Одна простая вещь, которая могла бы помочь Уэйну, — это четкое право собственности. Не все Не все, что связано с данными, принадлежит одному человеку или команде, даже в крупной корпоративной компании. включая данные, принадлежат одному человеку или команде, даже в крупной корпоративной компании. Распределение ответственности может помочь всем понять, кому что принадлежит, и это может помочь распределить нагрузку на большее количество людей.

Шаг 1. Определите, что требует владения

Составьте список всего, что связано с данными в вашей компании. Если это непосильная задача, просто начните со своей команды или проекта. Например, перечислите все инструменты. Перечислите все источники данных. Я также включил краткий список ниже, который вы можете использовать в качестве отправной точки.

Шаг 2: Определите, кому что принадлежит

Может быть очевидно, кто чем владеет, но, скорее всего, вы обнаружите некоторые области, где это неясно. Например, есть ли кто-то, кто отвечает за то, какая информация о пользователях отслеживается? Кто является администратором Google Analytics? Кто выбрал Google Analytics в первую очередь и к кому вы идете, чтобы переключить его на другой инструмент?

Чтобы определить владельцев, вам нужно будет поговорить. Я знаю, что разговоры сложны, поэтому вот несколько способов подойти к ним:

1. Держитесь один на один с людьми, у которых могут быть ответы
2. Разошлите внутренний опрос
3. Проведите семинар или занятия в небольших группах
4. Создайте организационную диаграмму владения данными и поделитесь ею для обратной связи.
5. Просто решите сами*
   работает только если вы главный

Опять же, в зависимости от размера компании, это может быть монументальной задачей. Если это так, просто начните с того, что актуально для вас или вашей команды. Помогите Уэйну в Google Analytics, выяснив, кому он принадлежит, или, по крайней мере, кто может ответить на вопросы. Уэйн, мы здесь для тебя, чувак.

Не забудьте поделиться своим прогрессом, когда вы определяете владельцев. Владение, которое определено, но не разделено, не приносит большой пользы.

Стратегия 2 — Системы

Интуитивно понятные инструменты и именование

Недостаточно, чтобы данные где-то существовали. Это нужно понять. И недостаточно, чтобы данные где-то существовали. Это нужно понять. должен быть понят всеми. Чем меньше двусмысленности, тем лучше. Наш друг, менеджер по продукту, София, хорошо знает это чувство. Она пыталась понять влияние работы своей команды на MRR. Она обращается к сохраненной информационной панели в их инструменте бизнес-аналитики.

Источник: Бареметрика.

Круто, хорошо выглядит.

Чего ждать? Софии это кажется безумно низким. 6000 долларов в месяц не пойдут на оплату счетов. Откуда берутся эти данные? И что означают все эти цвета?

София не может доверять этим данным. Как она получит нужные ей ответы?!

София и ее команда могли выбрать более интуитивно понятные инструменты для отображения данных и взаимодействия с ними.

Данные — это форма коммуникации. Наши системы данных общаются со своими пользователями. И мы можем улучшить способ общения.

Шаг 1. Выберите доступные инструменты

Выбирая инструменты для своей команды, учитывайте уровень навыков ваших коллег. Все ли пишут SQL? Все ли могут написать SQL?

Ищите инструменты, которые:

1. Иметь простые для понимания визуализации
2. Гибкие (можете ли вы смотреть на данные по-разному?)
3. Разрешить нетехническим коллегам исследовать данные
4. Поощряйте сотрудничество (можете ли вы что-то прокомментировать? Могут ли над проектом данных работать несколько человек?)
5. Позволяет вам соединить точки между несколькими источниками данных

Вот пример вышеизложенного от Amplitude. Их инструмент позволяет вычислять события несколькими способами и изменять способ их визуализации. Он также имеет четкую цветовую клавишу и позволяет редактировать метки, чтобы их было легче понять. Он не полагается на практикующего специалиста по данным для создания каждой диаграммы.

Источник: демонстрационный проект Amplitude.

Я также рекомендую просмотреть каталог интеграции Segment, чтобы понять, какие инструменты популярны.

Загрузите рабочий лист UX данных

Шаг 2. Используйте понятные и уникальные имена

Называйте вещи так, чтобы люди могли их понять, чтобы не было путаницы в отношении того, что означает точка данных.

Если вы используете простой язык, легче поддерживать единообразие определений в компании. Если одна команда считает, что «регистрация» происходит, когда кто-то нажимает кнопку на целевой странице, а другая команда отслеживает «пользователь создан» в базе данных, то у вас разрыв. Плохие решения принимаются из запутанной информации.

Вот пример с Airbnb. Я назвал несколько фрагментов информации, которые мне нужны для отслеживания успеха. Имена имитируют то, как я описал бы действия пользователя вслух. Для моих коллег это будет более интуитивно понятно с самого начала. Бонусные баллы, если вы действительно включите эти визуализации продуктов в свою документацию данных.

ссылка Например, я мог бы сказать:
Сальваторе, клиент, искал опыт
Затем я мог бы захотеть узнать, сколько клиентов искали впечатления.

Пример определения измерения:

Ваша команда должна определить свои собственные правила использования данных, но чем более человеческими будут данные, тем легче их будет понять людям.

Шаг 3: Задокументируйте важные определения вместе с данными

Если вы настаиваете на запутанных названиях вещей или если нет способа избежать путаницы, поместите определение прямо в отчеты. Сделайте фиктивное доказательство того, как читать данные.

Вернемся к моему любимому интуитивно понятному инструменту Amplitude. В их инструменте вы можете определить, что означает каждый элемент данных. И когда вы наводите курсор на термин, он показывает определение прямо на диаграмме. Великолепно!

Источник: демонстрационный проект Amplitude.

Если у вас нет такой возможности с вашим инструментом, сделайте все возможное, чтобы включить ее в имя отчета или в качестве комментария в коде вашего запроса. Или, в худшем случае, задокументируйте его в другом месте и поделитесь им со своей командой.

Вернемся к герою нашей истории — Софии, менеджеру по продукту. Благодаря всей вашей тяжелой работе по внедрению интуитивно понятных инструментов и соглашений об именах, она смогла найти правильную визуализацию MRR. Иди ты! Давай София!

Стратегия 3 — Возможности

Повышение уровня вашей команды

Независимо от того, насколько хорошо вы определяете владельцев данных и работаете над интуитивно понятным интерфейсом, всегда будет потребность в повышении грамотности данных. систем всегда будет потребность в расширении грамотности в отношении данных. Данные тяжелые. Все приходят в вашу команду с разных точек зрения и с разным уровнем опыта. Помогать вашей команде понимать данные и действовать на их основе — в интересах всех. Это помогает вашей компании принимать обоснованные решения, а вам не нужно тушить пожары из-за путаницы или неправильного понимания информации.

ref Slack сообщение 4:15 утра
@channel Э-э, похоже, выручка упала на 50%!? Кто-нибудь видел это?

Спасибо, не надо!

Итак, чтобы избежать этого, как вы помогаете повысить уровень своей команды? Давай посоветуемся с нашим приятелем Джеральдом из команды дизайнеров.

Джеральд говорит: «Я просто не умею считать. Я не получаю данные!»

Эй, Джеральд, ты не хочешь увидеть результат своей работы? Разве вы не хотите узнать больше о своих пользователях и клиентах и ​​получить ценный вклад в свои проекты?! Разве ты не хочешь прибавки за то, что вложил в компанию кучу денег?! Конечно, вы делаете! Вы просто не знаете, как.

К счастью для Джеральда, у него есть мы — команда, ориентированная на человека. Мы можем встретиться с Джеральдом там, где он находится, с данными и помочь ему разобраться в том, как он может использовать их в своей работе.

Шаг 1: Определите, чему учить

Выясните, какие навыки больше всего нужны в вашей компании. Определите пробелы, которые не могут быть устранены с помощью систем, инструментов и именования. Ищите все, что может быть связано с человеческим фактором.

Рассмотреть возможность:

1. Какие технические навыки могут понадобиться людям для эффективного использования данных
2. Все, что уникально в вашей инфраструктуре данных или отчетах
3. Все, что имеет большое значение, что вы хотите, чтобы все знали, как это сделать (например, как просмотреть OKR за квартал в ваших инструментах данных)
4. Как сообщать роли и права собственности
5. Как люди должны просить поддержки

Затем расставьте приоритеты в своем списке того, чему учить, исходя из самой большой потребности.

Шаг 2: Определите, как этому учить

Некоторые компании формализуют внутреннюю «школу данных». Если ваша компания может инвестировать во что-то подобное, это здорово! Это звучит супер круто!

Если нет, вы можете попробовать разные форматы, чтобы увидеть, что лучше всего подходит для понимания.

Варианты включают:

1. Вводные семинары или тренинги
2. Текущие семинары или тренинги
3. Создание видео
4. Сбор контента из Интернета (или использование чего-то вроде DataCamp)
5. Написание сообщений в блоге
6. Выступление за обедом или проведение серии обеденных выступлений
7. Присоединение к существующим групповым собраниям для обмена соответствующими учебными пособиями
8. Запустите Slack-канал (не @me)
9. Делитесь онлайн-блокнотами с аннотациями
10. Держите рабочие часы

Со всеми этими замечательными опциями наш друг Джеральд из отдела дизайна действительно начинает становиться цифровым человеком! Он в восторге, потому что видит влияние своей работы, а вы в восторге, потому что он принимает более взвешенные решения! Лучше всего то, что он может помочь поделиться этими способностями с окружающими. Кроме того, его глазные яблоки больше не тают! Это полная победа.

Вместе мы сможем заполнить пробел в замешательстве.

С более четкими ролями , интуитивными системами и общими возможностями . С более четкими ролями, интуитивно понятными системами и общими возможностями данные становятся организационной суперсилой. данные становятся организационной суперсилой, а не просто работой одной команды. Мы можем дать нашим товарищам по команде понять, к кому идти, как читать информацию и как использовать данные в своей работе.

Достигнув этого, мы больше ценим роль данных в наших компаниях. Мы уменьшаем трэш, который происходит с данными, сбивает с толку. Мы принимаем более обоснованные решения. Мы можем уверенно измерять успех нашей работы.

Загрузите рабочий лист UX данных

Статья изначально опубликована на Medium автором Lex Roman.