當大家都在談數據做數據，可是你真的走對方向了嗎？
近幾年來，市面上總不乏出現各種新名詞，「類火車」、「微解封」、「類普篩」、「元宇宙」、「大數據」...等，這些排山倒海的資訊，讓我們深怕自己一不小心沒跟上，便錯過了世代更迭的腳步，其中，特別是「大數據」這三個字流行最久，也是目前影響企業最深。
以台灣市場來看，各領域的企業們，假如發展策略沒有與大數據扯上邊，似乎就沒有走在正確的道路，可是事實上，「數據」早已存在於公司內部許久，只要資料累積蒐集量達到一定程度，人人都可以說擁有「大數據」，但這往往是不夠的，數據的價值不是因為它「大」，而是在於它「活」，數據不應該拿來隨便用，而是去思考如何活用，用Dan Ariely在Facebook的場子中說的了一句玩笑話，就相當貼切的諷刺形容，多數人盲從大數據的一種現象。
「大數據就像青少年談性：每個人都在討論，卻沒人知道真正怎麼做；每個人都認為別人在做，所以每個人都聲稱自已有做。」
打造一個適合「Data Driven」的產品組織
掌握大數據的好處其實相當多，我們可透過它操作會員經營、行銷科技MarTech，還可進行演算模型分析，將它運用在預測行銷和品牌策略上，但掌握得好與壞，完全取決於我們抓重點的功力。
好比學生時期念書準備考試，有的同學整本教科書滿滿的劃線重點，看似很認真好學，反而「所有都是重點」等於「沒有重點」，所以我們一再強調的是，要懂得方法活用數據，抓到有效的關鍵因素，才不會輕易的迷航在數據浪潮中。
因此，這一切都需先建構一套正確施行數據的步驟，以下的內容主要參考了文章Achieving business impact with data提出的系統化流程（A systematic approach translates data insights into business value），並透過自己實務上的經驗，用比較接地氣的方式加以解說：
生成和蒐集數據
一開始，任何公司的前置工作就是，先決定打造一個具備甚麼「Data Driven」條件的產品組織，白話一點的解釋—「願意花多少錢投資數據」，數據投資大致可分成三方面。
- 架構數據的硬體設備：採用自架硬體系統，還是透過運端儲存及運算。
- 數據分析軟體：包含商業分析、預測分析及視覺化呈現應用軟體。
- 數據分析人才：內聘或外找數據團隊（包括數據工程師、數據科學家、數據分析師）。
以上都確定了後，我們才可知道利用甚麼樣的食材（軟硬體），去做出甚麼樣的料理（生成和蒐集數據）。
精煉數據
當基礎的數據工作皆到位後，接下來梳理整體商業脈絡，發掘產品與用戶的完整使用路徑？路徑裡的每一步驟是否重要？要獨自建立關鍵衡量指標（Key Performance Indicator）嗎？產品的使用流程漏斗（Funnel）？以及定義重要核心行為與轉換目標？所以這一階段的產出，就是完成建立可供檢視產品健康度的儀表板（Dashboard）。
其次，找到並確認每次產品優化的方向，一次只專注解決一個問題，不要過度貪心想要馬上做到完美，至於怎麼找到根源的問題（Root Problem），建議可透過豐田生產方式（TPS，Toyota Production System）創始人「大野耐一」，他極力倡導的思考技巧，「要求每個人面對問題時，嘗試反覆詢問5次「為什麼」，追根究底去找出根本原因。」
將洞察轉化為行動
Data Driven中的最重要一個步驟，透過分析實驗去驗證假說的正確性，並重複找出更多的優化空間，這時相當需要團隊成員進行「腦內風暴brainstorming」的討論，盡可能發想任何假說與可行方案，另外還可搭配知名Growth Hacker—Sean Ellis所提出的ICE（Impact影響力，Confidence自信心程度，Ease容易度）原則，將所有的假說進行判斷評級，找出最高分者優先進入實驗流程的階段，過程如下：
- 提出假說
- 建構產品
- 測試衡量
- 評估與學習
在不斷的實驗嘗試中，具備領域知識與分析洞察力是相當重要的，請可以確保我們在假說過程中有效的解讀數據，將洞察轉換成可操作的行動方案，記住，重點一直不在於擁有甚麼數據，而在於你怎麼使用數據！
推動廣泛的採用
當假說被驗證出來，對於產品的關鍵指標具有提升的效果時，我們就需將假說行動正式推入市場，在這個階段裡，目標是為了讓公司各部門人員懂得追蹤數據，理解數據，應用數據，並引導他們怎麼的透過數據去優化自己的日常工作，最後，透過每一階段的Review和Retro，分析實驗結果與一開始所設置的假說是否一致，是否符合預期，然後再一次的假說、實驗、再迭代....。
除了組織和治理之外，還掌握有關技術和基礎設施的任務
還有一點，產生更高階的大數據應用（比如機器學習、最佳化模型、預測分析等），技術能力與軟硬體的提升也是不可避免的，除此之外，公司需具備一個有助於「Data Driven」的工作環境—例如，支持改變的力量，這還包括了公司垂直與水平階層的緊密配合。
上面所談的數據導入流程，並非唯一且標準的答案，不同的企業文化，不同的成長階段、不同的領域都應該不一樣，只要掌握到衡量、發想、執行、分析、迭代這幾個重要原則，自然就能找到適合自己公司的最佳方式！
參考資料：
為什麼會看到廣告
留言0
查看全部