数据驱动的产品：如何通过真实案例真正做到这一点

“我们是一家数据驱动的公司。”这句话几乎出现在每个产品中，而且大多数时候它是一个善意的谎言。该公司到处都有仪表板、报告和数字。但到了做出决定的时候，房间里地位最高的人的意见就会获胜。这些数据可以作为已经做出的决定的装饰。

数据驱动并不是拥有数据，而是让数据真正影响决策，即使它们违背了负责人的直觉。这是一个令人不安的区别，因为它需要机构的谦逊。当数据与您一致时，数据驱动就很容易。真正的考验是当他们不同意时你会做什么。

本文讲述的是如何诚实地构建数据驱动的产品文化，并使用真实的、相关的案例来展示使用数据和隐藏数据之间的区别。

数据驱动的真正含义是什么

数据驱动的产品使用实际使用的证据来减少决策的不确定性。它并没有消除人类的判断，而是通知了人类。区别在于谁拥有最终决定权：拥有最强烈的意见或拥有最明确的证据。

中心论点是：数据文化不是通过指标的数量来衡量的，而是通过当数据表明押注错误时改变方向的意愿来衡量的。如果没有这一规定，对分析的任何投资都会变得昂贵。

还有一个相反的陷阱也需要命名：使用数据作为拐杖而不做决定。呼吁“再进行一次研究”的团队无限期地使用数据来推迟勇气，而不是取代它。真正的数据驱动平衡证据和决策；它不会逃避任何一个。

一个常见的场景。产品团队爱上了一项功能。投资数月，自豪地推出，数据显示几乎没有人使用它。启示性的反应是区分文化的因素。

在门面文化中，团队合理化：“用户还是不理解”、“我们需要更好地推广它”、“让我们给它更多时间”。出于骄傲而保留死功能，增加了复杂性和维护成本。

在真正的文化中，团队面临着既定的问题：功能并没有解决真正的难题。从中学习，删除无效的内容，并重新调整工作方向。我们的教训是，数据可以用来纠正方向，而纠正方向则需要吞下犯错的骄傲。众所周知的数字产品会定期削减功能，正是因为它们会衡量使用情况并根据所衡量的内容采取行动。

另一个反复出现的场景。领导层决定主屏幕需要重新设计。它“显然”更好、更漂亮、更现代。数据文化体现在其实施方式中。

没有数据，一切都会立即改变并扭曲。如果指标下降，没有人知道是什么原因造成的，因为一切都一起改变了。如果它们上升，则归因于良好的品味，无需证明。

通过数据，重新设计以受控方式进行测试，在实际情况下将新旧方案进行比较，然后再应用于每个人。曾经发生过“明显更好”的重新设计降低了转换率，而受控测试则防止了损坏。这个案例表明，数据驱动并不是没有意见，而是在押上一切之前先检验你的意见。

这是一个更加微妙和危险的案件。一款产品的注册量逐月增长。数字上升，领导层鼓掌。但回头客的留存率正在直线下降。该产品吸引了很多很快就离开的人。

这就是虚荣指标的问题：数字的上升让每个人都感到高兴，但并不能反映真正的健康状况。注册、下载、查看。他们很容易攀爬，也很容易欺骗。

成熟的数据文化选择真正表明所交付价值的指标，例如保留率、重复使用和满意度。在公共部门，相似之处是直接的：“数字化”服务的数量受到庆祝，而公民仍然需要去柜台，因为数字服务并没有真正发挥作用。衡量活动而不是结果的指标，给人一种有进展但没有进展的感觉。

第一个错误是在没有询问的情况下进行测试。团队积累了没有人查看的仪表板，因为他们收集的数据不知道应该通知什么决策。没有问题的数据就是噪音。从决定开始，然后收集澄清决定的内容。

第二个错误是选择性使用。只采用确认你已经想做的事情的数字与数据驱动相反，它是伪装成一种方法的确认。诚实地审视与它相悖的因素是这一过程的合法性所在。

第三个错误是忽视了定性背景。定量数据告诉您发生了什么，但很少告诉您原因。团队在不与用户交谈的情况下，在黑暗中解读数字。最好的团队将数字与倾听结合起来，他们不会在两者之间做出选择。

数据文化首先是领导层的决策。如果领导者要求提供数据，但根据自己的偏好做出决定，那么团队很快就会发现游戏是政治性的，而不是分析性的，并且会停止认真对待数据。领导力的一致性决定了整个数据结构的可信度。

关于人工智能，值得花时间：自动化模型和分析完全取决于为其提供数据的质量和治理。可靠的数据驱动产品是认真使用人工智能的先决条件。任何想要人工智能但没有数据文化的人都是在打地基之前先搭建屋顶。

数据驱动并不是拥有更多的数字，而是更加诚实。这是一种纪律，让经过仔细衡量的现实在决策中拥有发言权，即使它与我们所希望的事实背道而驰。

这些案例显示了一种模式：使用数据的团队和显示数据的团队之间的差异总是在不适的时刻，当数字与你想要的相反时。这就是文化展现自身的地方。

如果您的组织声称是数据驱动的，但您怀疑决策仍然来自房间内的最高意见，那么值得诚实地看待这一点。博客上还有其他关于指标、产品和数据文化的文章，深入探讨了这条道路。