數據的用戶體驗

生成數據很容易。 確保它可靠且可廣泛訪問是很困難的。

除非您可以編寫代碼，否則通常無法訪問數據。 非技術人員每天都依賴數據來做出決策、提出想法或衡量成功。 如果在創建工具和系統時沒有考慮到它們，它們就會失去信任和理解。 他們迷失了方向，最終依靠其他方法做出決定。

即使您可以編寫 SQL、Python 或 R，您也可能沒有所需的所有訪問權限。 你可能不理解別人的定義或報告。

它不必是這樣的。 我們可以創建善解人意、直觀的系統當團隊中的每個人都有權理解數據時，他們可以做出更明智的決定並衡量自己的成功。 用於共享信息。 通過一些以人為本的思維，團隊可以就為什麼、什麼以及如何衡量他們的工作建立共同的理解。 當團隊中的每個人都有權理解數據時，他們可以做出更明智的決定並衡量自己的成功。

混亂的鴻溝

我曾在許多類型的公司工作過——大大小小的。 在所有這些組織工作期間，我觀察到數據和人之間存在脫節。 讓我用一個故事來解釋。

認識弗朗西斯卡。 Francesca 是一名產品經理。 她去找她的數據分析師同事恩佐尋求幫助。

裁判弗朗西斯卡： “嘿恩佐，你能幫我理解是什麼導致了註冊率的這種變化嗎？”

裁判恩佐： “我很樂意幫助你，弗朗西斯卡。 但我現在正在研究一些預測模型，所以我還不能確定優先級，但我會把它添加到我的列表中！”

就在那裡 - 有一個差距。 Francesca 無法立即獲得她需要的洞察力。 並且 Enzo 的工作與產品團隊的工作沒有明確的關係，這意味著可能不清楚如何使他的工作具有可操作性。

再加上組織中希望獲得更好數據的許多其他利益相關者。 鑑於數據團隊不可能對每個人都適用，每個部門開始掌握不同的工具。 公司最終得到一堆不連貫、不可靠的信息。 還有很多第三方賬單要支付。 樂趣！

隨著時間的推移，這變得非常難以管理。 加入貴公司的每個人都會隨身攜帶新工具。 重要的決定沒有記錄。 數據變得更加難以閱讀和解釋，即使對於熟練的數據用戶也是如此。 數據比比皆是，但很難獲得洞察力。

使用數據的體驗變得破碎而痛苦。

彌合混亂差距的策略

你如何縮小差距？ 首先，你承認有一個差距需要彌補。 其次，您可以促進與一系列人的對話，討論需要做什麼才能使數據可靠和可訪問。 聽起來很容易，對吧？

但是，有好消息！ （有什麼好消息，Lex？ ）很高興你問到！

好消息是你可以從任何地方開始——解決系統的任何部分——你將幫助改善你的隊友的數據體驗。

下面我概述了三種具體的策略，您可以使用它們來縮小公司的混亂差距。 選擇一個並開始縮小差距！

策略 1——角色

在數據方面定義誰擁有什麼

為了說明這一策略，讓我們訪問市場營銷部的韋恩，看看他是如何在工作中使用數據的。

市場營銷部的韋恩認為……

參考“嗯，我想知道有多少人開始在移動設備上入職，然後轉移到他們的電腦上？”

但韋恩只知道如何使用谷歌分析。 他不知道那裡是否有可能看到。 他也知道數據團隊確實忙於更重要的項目。 所以相反，他只是放棄了。 他決定做一個假設並繼續他的一天。

在這種情況下，韋恩想要使用數據。 他甚至知道該去哪裡尋找，但他並不清楚應該去找誰尋求幫助。 他已經習慣於不打擾數據​​團隊。 他沒有被授權獲得他需要的支持。

對韋恩有幫助的一件簡單的事情是明確所有權。 並非一切並非所有涉及數據的東西都歸一個人或一個團隊所有，即使在大型企業公司也是如此。 涉及數據由一個人或一個團隊擁有，即使在大型企業公司也是如此。 分解責任可以幫助每個人了解誰擁有什麼，它可以幫助將負擔分散到更多的人身上。

第 1 步：定義需要所有權的內容

列出所有涉及貴公司數據的事情。 如果這是一項艱鉅的任務，請從您的團隊或項目開始。 例如，列出所有工具。 列出所有數據源。 我還在下面列出了一個簡短的列表，您可以將其用作起點。

第 2 步：定義誰擁有什麼

誰擁有什麼可能很明顯，但更有可能的是，您會發現一些不清楚的領域。 例如，是否有人負責跟踪有關用戶的哪些信息？ 誰是 Google Analytics 管理員？ 誰首先選擇了谷歌分析，你會去誰把它換成不同的工具？

要確定所有者，您需要進行對話。 我知道對話很難，所以這裡有一些方法可以解決它們：

1. 與可能有答案的人保持聯繫
2. 發送內部調查
3. 舉辦研討會或小組會議
4. 製作數據所有權的組織結構圖並分享以獲取反饋
5. 自己決定*
   僅當您負責時才有效

同樣，根據公司規模，這可能是一項艱鉅的任務。 如果是這種情況，請從對您或您的團隊來說緊迫的事情開始。 通過找出誰擁有它或至少誰能回答問題，幫助 Wayne 在 Google Analytics 上脫穎而出。 韋恩，我們在這裡等你，伙計。

請確保在定義所有者時分享您的進度。 已定義但未共享的所有權並沒有多大好處。

策略 2——系統

直觀的工具和命名

數據存在於某處是不夠的。 它必須被理解。 而且數據存在於某處是不夠的。 它必須被理解。 必須被大家理解。 歧義越少越好。 我們的產品經理朋友 Sophia 非常了解這種感覺。 她一直在努力了解她的團隊的工作對 MRR 的影響。 她轉向他們商業智能工具中保存的儀表板。

資料來源： Baremetrics

酷，看起來不錯。

等等……什麼？ 這對索菲亞來說似乎很瘋狂。 每月 6,000 美元無法支付賬單。 這些數據來自哪裡？ 所有這些顏色是什麼意思？

索菲亞無法相信這些數據。 她將如何得到她需要的答案？！

Sophia 和她的團隊可以選擇更直觀的工具來顯示數據並與之交互。

數據是一種交流形式。 我們的數據系統正在與其用戶進行通信。 我們可以改進它的通信方式。

第 1 步：選擇可訪問的工具

在為您的團隊選擇工具時，請考慮您同事的技能水平。 每個人都寫SQL嗎？ 每個人都會拼寫 SQL 嗎？

尋找以下工具：

1. 易於理解的可視化
2. 靈活（你能以不同的方式查看數據嗎？）
3. 允許非技術同事探索數據
4. 促進協作（您能對某事發表評論嗎？可以多人參與一個數據項目嗎？）
5. 允許您連接多個數據源之間的點

這是來自 Amplitude 的上述示例。 他們的工具允許您以多種方式計算事件，並允許您更改它們的可視化方式。 它還具有清晰的顏色鍵，允許您編輯標籤，使其更易於理解。 它不依賴數據從業者來創建每個圖表。

來源：Amplitude 的演示項目

我還建議查看 Segment 的集成目錄，以了解哪些工具很受歡迎。

下載數據工作表的 UX

第 2 步：使用清晰且唯一的名稱

以人類可以理解的方式命名事物，這樣就不會混淆數據點的含義。

如果您使用簡單的語言，則更容易在整個公司中保持定義一致。 如果一個團隊認為當有人單擊登錄頁面按鈕時發生“註冊”，而另一個團隊正在跟踪數據庫中的“用戶創建”，那麼你就會斷開連接。 由於信息混亂而做出錯誤的決定。

這是Airbnb的一個例子。 我列出了一些跟踪成功所需的信息。 這些名稱模仿了我大聲描述用戶行為的方式。 對於我的同事來說，這將更加直觀。 如果您實際上在數據文檔中包含這些產品可視化，則可以獲得獎勵積分。

參考 例如，我可能會說：
客戶 Salvatore尋找體驗
然後，我可能想知道有多少客戶搜索了體驗。

示例測量定義：

您的團隊應該定義自己的數據約定，但是數據讀取的人越多，人類就越容易理解。

第 3 步：在數據旁邊記錄重要定義

如果您堅持以令人困惑的方式命名事物，或者如果無法避免混淆，那麼將定義放在報告中。 使其成為如何讀取數據的虛擬證明。

回到我最喜歡的直觀工具 Amplitude。 在他們的工具中，您可以定義每個數據元素的含義。 當您將鼠標懸停在一個術語上時，它會在圖表中顯示定義。 傑出的！

來源：Amplitude 的演示項目

如果您的工具沒有該功能，請盡量將其包含在報告名稱中或作為查詢代碼中的註釋。 或者最壞的情況，將其記錄在其他地方並與您的團隊分享。

回到我們故事的主人公——產品經理索菲亞。 感謝您在實施直觀工具和命名約定方面的所有辛勤工作，她能夠找到正確的 MRR 可視化。 去你！ 去索菲亞！

策略 3——能力

升級你的團隊

無論您如何定義數據所有者並努力構建直觀，都將始終需要擴展數據素養。 系統，總是需要擴大數據素養。 數據很難。 每個人都從不同的角度和不同的經驗水平來到你的團隊。 幫助您的團隊理解數據並根據數據採取行動符合每個人的最大利益。 它可以幫助您的公司做出明智的決定，並且可以幫助您不必因混淆或誤讀信息而引發火災。

參考鬆弛消息 4:15am
@channel 呃，看起來收入下降了 50%！？ 有人見過這個嗎？

不，謝謝！

好吧，為了避免這種情況，你如何幫助你的團隊升級？ 讓我們諮詢設計團隊的朋友 Gerald。

杰拉德說：“我只是不是一個數字人。 我沒有數據！”

嘿，杰拉德，你不想看看你的工作帶來的影響嗎？ 您不想更多地了解您的用戶和客戶並在您的設計中獲得有價值的輸入嗎？！ 難道你不想因為讓公司賺到一大筆錢而加薪嗎？！ 你當然知道！ 你只是不知道怎麼做。

Gerald 很幸運，他擁有我們——一個以人為本的團隊。 我們可以在 Gerald 所在的地方與他會面，並幫助他了解如何在工作中使用它。

第 1 步：定義教什麼

找出貴公司最需要哪些技能。 找出系統、工具和命名無法解決的差距。 尋找任何可能存在人為錯誤風險的事物。

考慮：

1. 人們可能需要哪些技術技能才能有效使用數據
2. 關於您的數據基礎架構或報告的任何獨特之處
3. 您希望確保每個人都知道如何做的任何高價值的事情（例如，如何在數據工具中查看本季度的 OKR）
4. 如何溝通角色和所有權
5. 人們應該如何尋求支持

然後，根據最大的需求確定要教的內容的優先級。

第 2 步：定義如何教授它

一些公司正式建立了內部“數據學校”。 如果您的公司能夠投資類似的東西，那就太棒了！ 聽起來超級酷！

如果沒有，您可以嘗試不同的格式以查看最適合理解的格式。

選項包括：

1. 入職研討會或培訓
2. 正在進行的研討會或培訓
3. 創建視頻
4. 從網絡收集內容（或使用 DataCamp 之類的東西）
5. 寫博客文章
6. 舉辦午餐講座或主持一系列午餐講座
7. 加入現有團隊會議以分享相關教程
8. 啟動一個 Slack 頻道（不要@我）
9. 共享帶有註釋的在線筆記本
10. 保持辦公時間

有了所有這些美妙的選擇，我們在設計部門的朋友杰拉德真的開始成為一個數字人！ 他很興奮，因為他可以看到他工作的影響，而你很興奮，因為他做出了更明智的決定！ 最重要的是，他可以幫助與周圍的人分享這些能力。 而且，他的眼球也不再融化了！ 這是一場全方位的勝利。

一起——我們可以填補混亂的空白。

有了更清晰的角色、直觀的系統和共享的能力，有了更清晰的角色、直觀的系統和共享的能力，數據成為了組織的超能力。 數據成為組織的超能力，而不僅僅是一個團隊的工作。 我們可以讓我們的團隊成員了解該去找誰、如何閱讀信息以及如何將數據整合到他們的工作中。

當我們實現這一目標時，我們會更加欣賞數據在我們公司中的作用。 我們減少了數據所發生的混亂，令人困惑。 我們做出更明智的決定。 我們可以自信地衡量我們工作的成功與否。

下載數據工作表的 UX

文章最初由 Lex Roman 在 Medium 上發表。