大多数公司对自助服务分析的误解

Gartner 将自助分析定义如下：

自助分析是商业智能 (BI) 的一种形式，其中允许并鼓励业务线专业人员在名义上的 IT 支持下自行执行查询和生成报告。 自助式分析通常以易于使用的 BI 工具为特征，具有基本分析功能，以及已简化或缩小的基础数据模型，以便于理解和直接访问数据。

在对我们在 Gartner 的朋友们应有的尊重的情况下，我们认为这没有抓住重点。 是时候重新定义自助服务分析了。 为什么？ 因为产品是由授权的跨职能团队构建的。 IT 与业务的二分法在产品世界中的相关性要小得多。 当我们将自助分析的目标定为方便、个人访问报告、见解和数据时，我们就忽略了全局。 特别是如果我们将该定义限制为“基本分析能力”。

自助服务不是目标。 影响是目标。

让我们通过三个示例来探讨这里的一些问题，说明自助式分析可能无法达到其预期：

1. 示例 #1 ：分析团队与数据工程团队合作为决策者创建仪表板。 仪表板是“自助服务”，可以回答在发现过程中最终确定的确切问题。 这是完美的。 直到没有。 新问题呢？ 探索数据呢？
2. 示例#2 ：一个团队决定使用“一英寸深，一英里宽”的方法。 他们跟踪一切，但保真度非常低（例如，他们不使用事件属性或执行分类法）。 理论上，现在每个人都可以使用自助服务工具访问数据。 只需登录！ 但决策质量的代价是什么？
3. 示例#3 ：一个由 40 名产品经理组成的团队可以使用自助服务工具。 他们进城。 仪表板随处可见。 该工具功能强大且可定制，但该团队目前的数据素养并不高。 是的，这是自助服务，但不会产生更大的影响。

示例#1 太死板了。 示例 #2 受到数据质量的限制。 示例 #3 无法扩展数据素养。 在产品和增长的快节奏和不可预测的世界中，我们不断发布新的实验和更新。 我们选择的方法需要跟上，不会变得混乱和无法使用。 简而言之，您需要持续的适应性、可靠的数据和数据素养。

“与报告不同，分析是交互式的，需要灵活性和高质量的数据，”产品管理顾问 Saeed Khan 指出。 “许多内部构建和外部购买的解决方案都非常缺乏这种灵活性。 你被迫集中在问题上，而不是为新的好奇心领域敞开大门。 或者是灵活的和表面的。 这对产品团队来说是行不通的。”

但问题更深一些。 构建产品是一个团队的努力。 对于整个团队而不是单个业务用户来说，自助服务是什么样的？ 团队需要自由地检测和跟踪新事件，而不必担心给另一个团队带来负担。 他们还需要自由访问洞察、进行探索性分析、管理数据、协作洞察洞察、计划实验和采取行动。

即使是这种个人团队观点也有点限制。 考虑到大多数组织确实有一个“数据团队”，尽管这个数据团队工作过度并且分散得很薄。 占主导地位的模型是事务性的——团队提交问题和请求，数据团队尽最大努力回答/转移。 作为对过度劳累的回应，他们创建了“自助服务”选项来获得一些喘息的空间。 但这也是一个可怜的牺牲。

dbt Labs 的分析工程师 Grant Winship 解释说：“作为好奇心火花、问题发现者和创意产生者的自助服务是一件非常真实、有价值的事情。” “但我认为它必须与数据团队的产品思维方式相结合。 产品经理和业务用户必须准备好他们的问题和分析尝试被综合、审问和有选择地开发。” 合作和教育很重要。

对于 Peloton 的高级产品分析经理 Elena Dyachkova 来说，教育部分是真正的“房间里的大象”。 作为一名前体育记者，她将扩展数据素养比作教育运动员了解力量训练的一般原则和“为每个运动员的解剖结构寻找独特的适应性”。 数据的适当使用、用于设置 KPI 的框架以及某些指标背后的业务环境，“实际上并不在单个 SaaS 工具的范围内，而是所有其他数据素养工作的基础。” 虽然我们看到分析师使用 Amplitude 来帮助这些教育工作，但它仍然归结为一致、集中的努力。

对于 Amplitude 的我们来说，这种更注重团队、协作和注重影响的方法是自助服务。 不仅仅是访问仪表板。 “在没有工程师或数据人员帮助的情况下”完成事情的想法很普遍，但会加强孤岛并影响结果。 自助服务应该促成协作，而不是阻碍协作。

在 Amplitude，我们尝试对自助服务分析采取更全面的看法。 我们的产品理念是：

1. 鼓励好奇心。 第一次通过的问题很少是最好的问题。 探索激发了新的问题。 我们帮助解开洞察力的长尾，那里存在真正的宝石。
2. 自助服务是关于代理、消除依赖和影响的。 这不是为了让一些团队成员可以轻松访问，而其他团队成员则做繁重的工作。
3. 规模数据素养。 分析师和产品经理可以结对并一起学习吗？ 有人可以开始分析，做一个笔记本，然后与更熟练的人分享以获得反馈吗？
4. 对行动和影响的偏见。 通过支持测试、推荐、个性化和功能标记，我们让团队接近行动。 归根结底，目标是构建一个为客户、业务等创造价值的系统，而不是运行报告。

我们相信自助服务符合良性循环。 访问和可用数据激发了好奇心，而好奇心与协作和数据素养相结合会产生更好的决策、行动和影响。