當大家都在談數據做數據，可是你真的走對方向了嗎？

2022/10/14閱讀時間約 6 分鐘

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。」

來源：Sisense

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：

來源：Achieving business impact with data

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。」

來源：用直覺解決問題，治標不治本！問「5個為什麼」才能找出問題背後的真正原因

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

我吃故窩宅的沙龍大數位小雜談產品數據我吃故窩宅的沙龍大數位小雜談資料分析

我吃故窩宅的沙龍

31會員

39內容數

在瞬息萬變的數位宇宙中，不堅持永遠的Yes或No，自許以流量成長的阿甘精神，碰撞激盪出各種有趣的科技行銷手法，涵蓋產品數據、社群互動、廣告技術、內容創造、會員經營...等面向，一點一滴的帶大家進入產品Martech的領域中。

留言0

查看全部

發表第一個留言支持創作者！

我吃故窩宅的沙龍的其他內容

產品開發不是短跑衝刺，要慢慢跑才跑得遠！—淺談增長

我們談到一個新產品的推出，要初期達成流量的增長並不困難，但難就難在將增長維持在「長期且可持續」。為了解決此難題，首要條件是產品必須先滿足用戶的基本需求，創造出真正對用戶有意義的價值，也就是說達成與市場契合後，進而才有辦法主動吸引用戶深度的體驗使用，保持穩定的留存率。 Total Addressabl

#留存 #產品 #用戶

打造你的專屬流量池，讓用戶養成「上癮」的習慣—使用者復活

在前面幾篇文章中，我們曾不斷強調流量紅利的美好時代已逐漸消退，如今企業面臨的最大挑戰是，怎麼打造一個好的「流量池系統」，從增量策略進化到存量策略，其中，我認為最關鍵也或許是CP值最高的部分，就是如何將「流失使用者（Churned Users）」轉變成「復活使用者（Resurrected Users）

#會員 #產品 #用戶

打造你的專屬流量池，讓用戶養成「上癮」的習慣—使用者留存

試想一個情境，早上你起床泡了一杯咖啡，拿起手機看到IG跳出了個新通知，原來是自己的好朋友Tina假日去了一間新開的網美餐酒館，上傳一段有bartender秀出調酒炫技的限時動態影音，精采的畫面令你嘆為觀止，接著，你馬上對此視頻給予按讚回應，沒多久之後，Tina看到並回覆你私訊，還跟你聊了那天的餐點多

#客戶留存率 #產品生命週期 #product