数据驱动的产品：利用数据做出决策而不成为数据的束缚的清单

大多数自称为“数据驱动”的公司并非如此。他们有漂亮的仪表板、付费工具和充满图形的会议。但当你问上周的一项数据改变了哪个决定时，答案是沉默。

收集数据很容易。根据数据做出决策是一项艰苦的工作，几乎每个团队都会陷入困境。问题很少是缺乏信息。这是没有标准的过多数字，是一个没人知道如何解释的指标，也是一份变成了公司戏剧的报告。

本文适合那些已经了解该概念并想要执行路线图的人。我不会兜售数据具有魔力的观点。我将为您提出一个诚实的清单，以摆脱“伪装成电子表格的猜测”并建立一个真正的决策系统。

为什么这么多团队未能实现数据驱动

最常见的错误是将仪器与文化混为一谈。安装 Mixpanel、Amplitude 或 Google Analytics 可以解决技术部分。它没有解决重要的部分：团队如何决策。

如果没有标准，数据就会成为捍卫人们已有观点的弹药。经理选择能够证实他的论点的指标并忽略其他指标。这不是基于数据的决定，而是表面上严谨的偏见。

第二个错误是虚荣指标。下载次数、注册用户总数、点赞数。他们总是向上，看起来不错，并且对产品的健康只字不提。一个应用程序可能有 100 万注册量，但很快就会消亡，因为第二天就没有人回来了。

真正的数据驱动需要一些不舒服的东西：接受数据可能会与你相矛盾。如果你的流程从不改变你的想法，那么它就不起作用。

接下来，我用这个脚本让团队摆脱思考。每个项目都是一个在继续之前需要回答的问题。

在任何仪表板之前，定义北极星指标，即最能代表交付给用户的价值的单个数字。对于送货应用程序，这可能是每周完成的订单。对于 SaaS，每个活跃帐户的价值份额。

如果团队不能用一句话说出这个指标，那么他们就缺乏重点。有一个电子表格。

没有假设的数据就是噪音。在测量之前，写下：“我们相信 X 会导致 Y，如果度量 Z 移动我们就会知道这一点。”这句话将好奇心变成了实验。

这样做的好处是残酷的：当结果到来时，你已经同意了它的含义。以后没有空间重新解释这个数字，以挽救提出该功能的人的自尊。

对于每一个虚荣指标，都需要一个健康指标。报名人数上升？看看第 7 天的留存率。流量在增长吗？看转化。这对防止团队庆祝错误的数字。

这里一个有用的框架是 AARRR（获取、激活、保留、收入、推荐）。它迫使您查看整个漏斗，而不仅仅是入口。

错误的数据比没有数据更糟糕，因为它会产生错误的信心。在做出决定之前，请验证：事件是否正确触发？有重复吗？时区是否正确？在巴西产品中，要特别注意环境测试和生产污染指标。

留出时间进行跟踪审核。成熟的团队对待数据管道就像对待支付代码一样。

满足仅提供数字的指标是浪费。仪式必须以一个决定结束：继续、调整或杀死。每项分析都回答了“现在我们要改变什么？”的问题。

在巴西，数据驱动而缺乏治理是一种法律风险。收集最少的必要信息，定义法律依据，尽可能匿名并记录。隐私并不是分析的障碍，而是以可持续的方式进行分析的条件。

没有所有者的指标是一个孤立的指标：每个人都会看它，但没有人回答它。对于每个相关指标，定义一个负责解释它、捍卫它并在它发生变化时采取行动的人。经典的会议场景就此结束，其中数字下降，但无人知道原因。

该性质还解决了定义问题。指标看起来很客观，但“活跃用户”在十个头脑中可能意味着十种不同的东西。拥有一个所有者会强制制定一个独特且记录在案的定义，并结束关于该数字从何而来的永恒讨论。

孤立的数据不能说服任何人，也不能指导行动。推动组织发展的是叙述：发生了什么、为什么发生以及我们将采取什么措施。一个好的产品团队不会呈现图表，而是呈现以数据为基础的故事。

这意味着所有相关分析必须符合三个句子：发生了什么变化、可能的原因是什么以及建议的决策是什么。如果分析没有得出决定，就中途停止了。这是对清单的最终测试：数据是变成了行动还是变成了幻灯片？

最大的风险不是技术风险，而是文化风险。团队采用数据语言而不改变行为。他们继续按等级决定，职位最高的人获胜，他们仅将数据用作饰面。

另一个风险是分析瘫痪。为了获得绝对确定的结果，团队衡量了一切，等待更多数据，但从不做出决定。但产品是在不确定的情况下做出的决定。数据降低风险；并没有消除它。在某些时候，你必须有勇气以70%的信心去行动。

还有局部优化的陷阱。你改进了一个孤立的指标，却让系统变得更糟。它通过激进的技巧来提高注册转化率，并因为吸引了错误的用户而破坏了保留率。这就是北极星存在的原因：将决策与更大的价值联系起来。

还有体积问题。小型企业和大多数政府产品没有流量进行具有统计意义的测试。在没有大量用户的情况下坚持进行 A/B 测试是一种狂热的立场。在这些情况下，定性研究、访谈和观察比任何小组都更有价值。

最好的产品并不是仪器仪表最多的。它的团队已经形成了良好的判断力，并使用数据来增强而不是取代它。

成熟的数据驱动意味着知道数据何时做出决定以及何时数据仅提供人类决策的信息。任何将所有判断外包给数字的人都会失去创新能力，因为数据只谈论已经存在的东西。飞跃源自远见。

上面的清单并不会让你成为数据驱动型的人。他给你纪律。文化源于这样一种习惯：将问题转化为假设，将假设转化为测量，将测量转化为决策，而不用担心发现自己错了。

如果您的组织充满了仪表板并且决策不力，那么问题可能不是工具，而是其背后的流程。在购买另一个分析许可证之前，值得检查您的团队如何决定。这里还有其他关于产品和指标的文本与此相关，并且对话仍然对任何想要交换想法的人开放。