假設(shè)，作為一名銷售經(jīng)理，我從銷售分析師那里獲得所有數(shù)據(jù)報告，這些報告回答了我的關(guān)鍵問題并讓我得出自己的見解。數(shù)據(jù)產(chǎn)品對我有什么不同?我為什么要支持它們或鼓勵銷售主管考慮它們?
其他領(lǐng)域也是如此。無論是營銷、運營還是人力資源，都有營銷分析師、業(yè)務(wù)分析師甚至人力資源分析師團隊。數(shù)據(jù)產(chǎn)品如何改變，最重要的是，領(lǐng)域或團隊對業(yè)務(wù)的貢獻，其次，團隊的數(shù)據(jù)體驗?
業(yè)務(wù)永不停歇地提問
讓我們回到我們開始講述這個故事的銷售經(jīng)理。除了所有具有既定管道的通用銷售問題外，還有一些問題需要跨領(lǐng)域數(shù)據(jù)合并，還有一些新穎的問題需要快速回答，而不是設(shè)置新數(shù)據(jù)管道的循環(huán)冗長的過程。
通常，需要一條新的管道來回答一個問題，這給分析工程師帶來很大的壓力，他們必須管理大量復(fù)雜數(shù)據(jù)管道的構(gòu)建和連續(xù)性，同時無法以令人滿意的速度和價值為業(yè)務(wù)提供服務(wù)。
如何滿足業(yè)務(wù)好奇心
按照產(chǎn)品化的理念，永遠從用戶開始
每個領(lǐng)域都希望利用數(shù)據(jù)做出更好的決策。為了使數(shù)據(jù)產(chǎn)品策略真正成功，我們需要從領(lǐng)域團隊和專家那里找出并確定以下內(nèi)容：
不同職能部門的關(guān)鍵業(yè)務(wù)目標(biāo)：這些是業(yè)務(wù)的關(guān)鍵目標(biāo)(例如收入、ARR)以及實現(xiàn)這些組織指標(biāo)的不同職能部門的關(guān)鍵目標(biāo)。
領(lǐng)域希望得到解答的問題：這些是與實現(xiàn)業(yè)務(wù)目標(biāo)密切相關(guān)的主要問題。雖然這些問題肯定不是詳盡無遺的，但一些核心查詢對于開始使用數(shù)據(jù)產(chǎn)品是必不可少的。目標(biāo)是構(gòu)建一個能夠按照業(yè)務(wù)速度處理新查詢的產(chǎn)品。
指標(biāo)之間的依賴關(guān)系：這些是關(guān)鍵指標(biāo)、細粒度指標(biāo)以及它們之間的關(guān)聯(lián)的列表。同樣，開始時不需要詳盡的列表，只需要一些基礎(chǔ)核心指標(biāo)即可。目標(biāo)是通過數(shù)據(jù)產(chǎn)品發(fā)現(xiàn)和添加新的、進化的和更符合業(yè)務(wù)的指標(biāo)。
以下是在銷售和營銷協(xié)調(diào)背景下需要回答的問題示例。請注意這里的可能性。這些答案需要銷售分析師了解營銷和銷售數(shù)據(jù)，這是一項復(fù)雜的任務(wù)。這些問題可能會對銷售周期產(chǎn)生革命性的影響，并通過更清楚地了解潛在客戶資料來顯著縮短銷售周期。
業(yè)務(wù)目的：了解整個銷售渠道中電子郵件溝通策略的有效性。
決策：根據(jù)不同的交易階段定制內(nèi)容，以提高打開率、轉(zhuǎn)化率等。
指標(biāo)：電子郵件打開率、交易階段的點擊率、活動成功率等。
為給定目的構(gòu)建的上述數(shù)據(jù)產(chǎn)品將能夠：
輕松應(yīng)對涉及營銷活動和銷售表合并的新問題。無需構(gòu)建新管道;分析師可以在幾分鐘內(nèi)構(gòu)建新的可查詢視圖，甚至在必要時向組合中添加更多數(shù)據(jù)。
持續(xù)了解指標(biāo)的變化，并追溯推動指標(biāo)或拉低指標(biāo)的深層次機遇和風(fēng)險。發(fā)掘并強調(diào)有助于實現(xiàn)更多商業(yè)價值的演變或新指標(biāo)的潛力(作為始終面向用戶和利用使用情況分析的結(jié)果)。
技術(shù)：模型優(yōu)先數(shù)據(jù)產(chǎn)品集合
核心：為產(chǎn)品化的結(jié)果建模數(shù)據(jù)要求。
這實質(zhì)上意味著首先對結(jié)果進行建模(原型設(shè)計)，然后將各個部分組合在一起以實現(xiàn)產(chǎn)品愿景。
第一步是將用戶需求建模，這可以彌合數(shù)據(jù)和業(yè)務(wù)目標(biāo)之間的差距。通過以模型為先，實際上可以讓所有數(shù)據(jù)應(yīng)用程序和管道始終面向用戶。“始終如一”是關(guān)鍵詞。
與傳統(tǒng)建模不同，領(lǐng)域直接參與建模階段，而不必與集中式工程團隊一起進行迭代。這就是為什么傳統(tǒng)建模通常缺乏圍繞不斷變化的用戶需求的業(yè)務(wù)背景或缺乏足夠的控制/靈活性。
在這種情況下，“模型”是什么意思?
如上所述，第一步始終是從用戶開始，收集他們的需求和目標(biāo)?；趤碜圆煌I(lǐng)域的信息，數(shù)據(jù)產(chǎn)品經(jīng)理(或類似人員，如分析或產(chǎn)品經(jīng)理)將信息轉(zhuǎn)化為邏輯模型，具體形式如下：
度量依賴樹 (MDT)
支持度量依賴樹的數(shù)據(jù)產(chǎn)品原型
度量依賴樹
在圖下圖的示例中，我們展示了企業(yè)運營的指標(biāo)依賴關(guān)系樹。這通常會與為指標(biāo)層提供支持的數(shù)據(jù)產(chǎn)品“網(wǎng)格”結(jié)合在一起。但是，指標(biāo)樹不必是全局的。它們也可以是用例的本地指標(biāo)，例如“銷售漏斗加速”的指標(biāo)樹。
指標(biāo)依賴關(guān)系樹的目的是了解哪些因素會積極或消極地觸發(fā)目標(biāo)指標(biāo)，然后幫助采取科學(xué)的行動來根據(jù)需要提升指標(biāo)。換句話說，指標(biāo)依賴關(guān)系樹是一種可以立即找到業(yè)務(wù)波動背后的根本原因 (RCA) 并快速解決這些問題的方法。指標(biāo)樹還揭示了新指標(biāo)或增強指標(biāo)(指標(biāo)演變)的潛力。
我們不妨通過銷售經(jīng)理的例子來了解 MDT 的價值，而不是像上面那樣技術(shù)性地介紹。銷售經(jīng)理觀察到，****** 指標(biāo)的曲線在%target 實現(xiàn)率上趨于平緩。他立即查看了支持此關(guān)鍵指標(biāo)的細粒度指標(biāo)，例如，每個階段的轉(zhuǎn)化率、活躍潛在客戶數(shù)量和平均未結(jié)交易價值。
他注意到轉(zhuǎn)化率下降了，并查看了影響轉(zhuǎn)化率的細粒度指標(biāo)——每個階段的平均時間、平均轉(zhuǎn)化時間、流失率、#停滯交易。如果每個階段的平均時間指標(biāo)不準(zhǔn)確，他就能直接了解哪些銷售階段導(dǎo)致了問題，而深入研究更細粒度的指標(biāo)則會發(fā)現(xiàn)，例如，特定階段出現(xiàn)問題的原因和方式。
這些見解不僅限于銷售領(lǐng)域，還可以從其他領(lǐng)域(例如產(chǎn)品和營銷)獲取數(shù)據(jù)，以全面了解所有影響因素。
為了提高關(guān)鍵指標(biāo)的表現(xiàn)，銷售經(jīng)理可以提出新的數(shù)據(jù)策略或增強的細粒度指標(biāo)，并將相同的策略傳達給銷售分析師和數(shù)據(jù)產(chǎn)品經(jīng)理?；谛逻壿?，分析師可以通過以下方式調(diào)整銷售漏斗加速器(支持銷售漏斗指標(biāo)的邏輯模型)：
向底層數(shù)據(jù)模型添加、更新或刪除新實體(單行邏輯連接)
根據(jù)更新的需求(邏輯查詢)定義新的邏輯(針對指標(biāo)或數(shù)據(jù)視圖)
最后，分析工程師只需根據(jù)邏輯模型/原型中新需求的模式和邏輯映射物理數(shù)據(jù)/表。
模型優(yōu)先的數(shù)據(jù)產(chǎn)品
多種數(shù)據(jù)產(chǎn)品為指標(biāo)樹提供支持，例如企業(yè)運營指標(biāo)(以收入和 ARR 等組織目標(biāo)作為主要指標(biāo))。在我們的代表性樣本中，我們擁有來自各個領(lǐng)域的數(shù)據(jù)產(chǎn)品，例如銷售漏斗加速器、營銷活動優(yōu)化器、產(chǎn)品使用優(yōu)化器和部署優(yōu)化器。
然而，對于更多本地依賴關(guān)系樹(例如銷售部分)，即使一個數(shù)據(jù)產(chǎn)品也足以運行整個過程。下面我們使用銷售漏斗加速器(SFA)來演示構(gòu)建數(shù)據(jù)產(chǎn)品的模型優(yōu)先方法。
第一步：探索最終用戶的好奇心和驅(qū)動力
首先從最終用戶那里獲取需求。深度訪談一批最終用戶，努力了解他們的痛點。原始需求可能看起來像一個簡單的問題列表，甚至是相關(guān)問題的圖表(見下面的示例)：
這些查詢可以通過數(shù)據(jù)視圖或指標(biāo)來回答。
步驟2：創(chuàng)建產(chǎn)品原型
找出提供數(shù)據(jù)以回答上述問題的實體/表。將這些實體與數(shù)據(jù)結(jié)果結(jié)合起來，以構(gòu)建邏輯模型或數(shù)據(jù)產(chǎn)品原型。在漏斗加速器的情況下，我們已經(jīng)邏輯地識別了實體并定義了關(guān)系，如下所示：
目標(biāo)帳戶有一個或多個聯(lián)系人
帳戶所有者與一個或多個聯(lián)系人接洽，以達成一個或多個交易
參與度記錄在商店中，并更新銷售渠道階段
管道階段相應(yīng)地更新了交易的預(yù)訂狀態(tài)
每個實體還被賦予了更多特征，包括必需的維度/列、度量/計算和關(guān)鍵關(guān)系。比如銷售行業(yè)標(biāo)準(zhǔn)，它規(guī)定了一些針對標(biāo)準(zhǔn)實體(如聯(lián)系人和客戶)的標(biāo)準(zhǔn)維度，這些實體存儲在CRM 中。領(lǐng)域?qū)＜以诙x這些標(biāo)準(zhǔn)維度和新維度時，通常會遵循術(shù)語。
場景隨著時間的推移可能會變得復(fù)雜，但它體現(xiàn)為一個可讀的邏輯模型，不依賴于物理數(shù)據(jù)源的限制。唯一的依賴關(guān)系應(yīng)該是產(chǎn)品構(gòu)建時的用戶需求。用更專業(yè)的術(shù)語來說，它將數(shù)據(jù)計劃和結(jié)果的控制權(quán)轉(zhuǎn)移到更靠近業(yè)務(wù)的位置。
步驟 3：原型驗證
一旦原型設(shè)計完成，當(dāng)數(shù)據(jù)開始在模型中流動時，驗證連接、密鑰和整體模型是否真的有效就變得至關(guān)重要。在這個階段，插入物理數(shù)據(jù)源是一個致命的錯誤。
每次在原型中發(fā)現(xiàn)缺陷時，分析工程師都會陷入不必要的循環(huán)，并陷入令人沮喪的數(shù)據(jù)映射迭代中。探索和發(fā)現(xiàn)數(shù)據(jù)，然后將其轉(zhuǎn)換為正確的映射是一個較長的過程，因此效率低下，除非原型被宣布為工作模型。
這需要復(fù)雜的模擬數(shù)據(jù)即服務(wù)。在我們對分析工程師的一次內(nèi)部調(diào)查中，我們發(fā)現(xiàn)生成測試數(shù)據(jù)非常具有挑戰(zhàn)性，因為洞察生成管道依賴于不同領(lǐng)域數(shù)據(jù)的復(fù)雜性和模式，就像一疊多米諾骨牌。
這就是為什么模擬或合成數(shù)據(jù)需要密切模仿將插入原型的原始數(shù)據(jù)(例如，來自行業(yè)“x”的 CRM 數(shù)據(jù))。例如，帳戶和聯(lián)系人數(shù)據(jù)應(yīng)模擬 1:N 關(guān)系，或者外鍵和主鍵應(yīng)同步填充等。
鑒于過去幾年先進人工智能的出現(xiàn)，用于測試的真實模擬數(shù)據(jù)不再是一個令人沮喪的基于規(guī)則的迭代周期。
步驟4：從原型實現(xiàn)產(chǎn)品一旦原型通過模擬數(shù)據(jù)驗證，就需要將其激活為數(shù)據(jù)產(chǎn)品。雖然自助服務(wù)基礎(chǔ)設(shè)施 (SSI) 從第一步開始發(fā)揮作用，但我們在這里特別強調(diào)它，因為它在將數(shù)據(jù)產(chǎn)品變?yōu)楝F(xiàn)實方面發(fā)揮著重要作用。
要激活原型(邏輯模型)，只需將四個組件拼湊在一起。
輸入端口
轉(zhuǎn)換步驟
輸出端口
服務(wù)水平目標(biāo)
如果沒有自助服務(wù)基礎(chǔ)設(shè)施，這四個部分就不那么簡單了。由于諸如持續(xù)的憑證管理、從頭開始配置工作流和服務(wù)、集成多個工具并確保它們相互協(xié)作、只有少數(shù)經(jīng)驗豐富的開發(fā)人員才能理解的無休止的復(fù)雜轉(zhuǎn)換等等因素，它們突然相當(dāng)于數(shù)百塊拼圖。
自助式基礎(chǔ)設(shè)施將數(shù)據(jù)產(chǎn)品開發(fā)過程產(chǎn)品化——專注結(jié)果和用戶需求。關(guān)注“是什么”和“為什么”，而不是“如何”。
自助服務(wù) = 根據(jù)用戶需求(在本例中來自分析工程)準(zhǔn)備好可用的資源示例：分析工程師僅聲明數(shù)據(jù)映射的 i/po/p 位置和轉(zhuǎn)換步驟，SSI 提供可立即使用的工作流程、服務(wù)、機密、i/p 和 o/p 連接器、監(jiān)視器和其他此類資源來運行轉(zhuǎn)換。
自助基礎(chǔ)設(shè)施中的一些自助資源示例包括工作流、服務(wù)、策略、監(jiān)控、機密、計算、集群、合同等。分析工程師只需編寫對資源的聲明性引用，即可將產(chǎn)品生成器的四個部分組合在一起(i/p 和 o/p 端口、SLO、轉(zhuǎn)換)。
迭代
不斷接近業(yè)務(wù)目標(biāo)：創(chuàng)建指標(biāo)依賴模型(從指標(biāo)構(gòu)思到指標(biāo)演變)
使用可靠的目的驅(qū)動數(shù)據(jù)來支持所需指標(biāo)：創(chuàng)建基于用例的邏輯模型(數(shù)據(jù)產(chǎn)品原型)
避免高成本迭代：使用真實的模擬數(shù)據(jù)測試原型
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
談?wù)勔灾笜?biāo)為中心的數(shù)據(jù)策略和以模型...
