做团队数据驱动的体味复盘
数据驱动，在团队中很重要，那么该若何做呢？做者连系本身过往的履历，总结了一些对数据驱动的根究以及本身接手那家公司数据驱动前段时间的复盘、若何找到数据驱动的人才、最末若何施行KPI目标。一路来看吧。
数据驱动，在团队中很重要，那么该若何做呢？做者连系本身过往的履历，总结了一些对数据驱动的根究以及本身接手那家公司数据驱动前段时间的复盘、若何找到数据驱动的人才、最末若何施行KPI目标。一路来看吧。
再讲一篇团队若何做数据驱动的体味复盘，有些内容是因为前次没有讲到所以停止的填补，有些内容是我比来的征询又有了新的慨叹和复盘。所以就有了那篇文章。
固然我饰演的是征询定见的工做，但是假设您是在团队内部，你有足够的治理权利做组织数据驱动，那么您能够根据那个维度往根究。
本篇文章会分为三个部门。我对启动数据驱动的根究，以及本身接手那家公司数据驱动前段时间的复盘。第二是若何找到数据驱动的人才，第三是最末若何施行KPI目标。我们会把组织分工和人员招募以及治理KPI，那三部门再细化的讲一讲。
因为前次有一些角度并没有讲到，那很重要，否则我也不至于再写一篇文章。重视那不是反复，是一个新的角度。当然那些角度有些能够用在继续数据驱动中。
在那里也感激一下snow和Vincent两位教师给了我一个理论的时机，否则就没有后续的文章了。
也让我理解了交易中相信关于交易可行度的影响。端午节看了naval写的《纳瓦尔宝典》里面提到了「构建者」和「第四种命运」以及「责任与名望」那是三看点。我对它们影响深入。
到了我如今的工做阅历，我会有意识的抽离出来对待工做，事实一小我才能再强，仍是需要依靠团队来完成贸易行为，所以我管那个喊做「做局」，或者喊「做势」只要情况对了，情况孵化的营业会渐渐变好（前提是你在一个好的赛道里）我相信通过组织构造，权责鼓励，以及工做流程等的优化，远比小我上往蛮干要来的营业增长浩荡。
当然那并非说你只需要存眷造定标的目的目标，调整组织构造，梳理工做那三个标的目的就足够了，而是说你需要往考虑投进产出，考虑到哪些工作你可能需要下往挠一下，哪些工作则需要培育提拔组织内的人才，哪些工作你通过调整组织构造就能够影响，不是说「构建者」你只需要做大的构造调整就能够了，那中间的权衡取舍，鸿沟确定，模子调整是需要理论的。
展开全文
或者说可能跟着我的工做深进，我会逐渐总结办法论。目前我总计会有一个参考系来评判决策，它来自于产物司理的权衡系统。底层万物回于一。
所以从19年，我就有意向所谓的组织增长标的目的挨近。系统让营业增长。就是naval在《纳瓦尔宝典》中提到的「构建者」，他认为可以完成复杂系统交付的人更为稀缺。所以感激snow和Vincent给了我亲身操盘的时机，虽然可能他们没有理解到我有多么感恩。
趁便说一下，有想征询组织增长的能够随时联络我，文章底部有我的微信号。
第二就是naval在书中提到的「第四种命运」，即假设你在一个范畴有了名气，能够供给一项他人都无法供给的技能，那么就会有额外的好命运找到你，他举的例子是，你是潜水深度最深的潜水员，假设一个打捞机构发现了一个只能你下潜到的宝躲沉船，那么等于你也能够分到一杯羹，因为他们必需依靠你来打捞。
第三点就是相信，关于组织的变化，中间会有一些指导者暂时看不清的处所，但是snow和Vincent的情愿相信我，事实我和Vincent是3年多的伴侣了，不至于为了那个工作，搞臭我本身的名望，当然那也是我每次对外分享不会讲反复内容的原因，要对得起听寡。回到正题。
因为比来搀扶帮助那家公司启动数据驱动，我本身也复盘之前的一个揣度不太准确的处所。那里面有组织的问题，也有我的问题。让我从头审阅了那三件工作。
一、启动数据驱动的时机
我们什么时候启动数据驱动如许的工做流程的时机或者说启动的前提，起首我们要清晰的是在哪里启动。第一个是高频的日常工做需要启动，包罗了需务实现流程，运营战略，市场投放战略等。第二个是规划或者是年度的规划等中低频的工做，第三是每个员工的目标和本身的to do list那些也是需要数据驱动的。
下面我们说下启动数据驱动的时机，假设你是以上的流程都已经有固化的流程且内容清晰，已经将那些内容都笼统为了模板，那么你就能够立即启动数据驱动那件事儿。重视，为了同步流程固化和什么是一个原则的流程，我那里供给了一个版本供各人参考。
第二种情状是那些流程自己就没有，或者做的并非十分原则和清晰了然，那么第一件事儿先把流程走通，而且成立模板，让各人先熟悉模板内容，以及模板的逻辑。
先以标的目的或者OKR往做牵引，先不要上数据量化，只做目标和OKR的牵引，说白了你先有目标和OKR定性，不合错误那些目标做定量，然后再逐渐数据化。凡是那种情状人员的才能模子当前是有些食力的。上那么大的强度，又要搞流程和又要搞数据，团队成员食不用，那么就会抵触。每次迭代只做一个目标，团队也清晰。
总结一下，你假设需务实现流程有了，好比我供给的那种流程，有明白的需求评审，产物内审，等环节，能够做到固化和不变运行的情状下，那么你就能够间接在流程上推行数据化了。假设没有先做流程再逐渐启动数据驱动。
1. 产物实行数据化是根底
起首互联网公司的营业都是期看通过产物来施行或者逐步主动化的，掌握了产物部分的需求量化，就等于掌握了接近对折营业的数据化驱动。其次是产物下流浩瀚，ROI十分高，他们涉及到产物部本身的产物设想，UI设想，研发和测试，掌握了上游的需求，等于一会儿提拔了下流所有环节的效率。掌握需务实现流程核心就是黄色的两个框，需要掌握需求评审和产物内部审核。
其次就是产物部起头审核需求，就能够要求营业方逐渐的数据驱动化，当然那是一个逐步磨合的过程，我晓得良多公司的营业方都具备产物思维，也无法从产物角度来讲一个需求，那时候就需要产物司理往介进，先往沟通需求，辅助营业方撰写需求文档。
所以无论是营业方仍是产物司理写需求文档，那个环节必定是不克不及少的，只不外是谁做的问题，考虑到才能模子一起头启动那个环节能够先由产物来施行。那个环节的目标有如下几个方面：
明白营业方的需求包罗需求布景，用户人群。
明白营业方需求的功用范畴。
明白营业标的目的到达的目标。
第一项为了让产物司理理解why 或者说营业方的原始诉求， 此中用户人群是不克不及不往阐发的。那相当于我曾经讲过的 segment ，分层行为，你的到底对哪个用户群体做功。第二项为了规定鸿沟，一个功用能够很大也能够很小，最初一个是和营业方达成目标，良多时候营业方纷歧定明白晓得本身的目标。一旦目标明白了就晓得是不是有贸易价值或者用户价值。
好的产物司理至少50%的时间应该花在问题发现和需求权衡上，我以至觉得花80%的时间都不为过。别的20%~50%的精神花在需务实现上。
欠好的产物司理80%的时间用在产物需务实现上，可能只要10%花在问题洞察发现和需求权衡上。
因为假设你无法权衡优先级，你要做的内容就会变得特殊多，你就有特殊多的工作来忙，来做产物设想，你忙，你的下流就城市忙起来，因为一个需求需要下流四个环节往实现。
那么持久团队就会丢失在那种为了做而做的过程中，不克不及针对营业目标逐渐释放营业压力，就会招致营业方和研发方矛盾加剧，营业方认为我如今需求那么多都忙不外来，研发方认为每次都要的很急，做了没有成果。其实就是没有把一个需求完全的根据流程往施行，一起头没有讲清晰对营业的影响，上线后没有数据反应。持久下往团队就陷进到那种为了忙而忙的形态。
正如俞军教师所说，良多在知乎上问产物司理会不会被裁减的都是那些只做需务实现的。关于产物来说需务实现是根本功，更难的其实是一个不成见的需求权衡。产物司理最难的是权衡模子。所以找到当前最重要（洞察）最告急（权衡）才是需要操练了。但是大部门草创公司其实不太重视那块。营业方也会说：权衡你妹啊！赶紧做啊！营业那么告急！而事实上他们本身也不明白到底做到什么水平，到底那个需求对营业哪些标的目的有提拔。
2. 流程的原则有助于治理
流程原则和数据驱动，有四大益处，第一个是数据驱动如图营业同步的部门，凡是公司城市省往，那其实是一个不克不及省往的环节，当然也不定要营业方来施行也能够来让产物司理来做，就是一个功用上线了，他的成果怎么样，有没有后续的数据改变，那才是一个功用最末上线的闭环。
第二个益处有了那工作，你就能逐渐缓解产研和营业方的矛盾，以及逐渐提拔产物和营业的影响力。因为好的成果会鼓励产研团队，明白他们的工做价值。
第三个益处是能够持久评估需求提出方的营业才能。那也就是阐了然为什么需求文档要细化到详细的需求提出人，我晓得良多公司营业方是提不了需求的，或者他们会通过营业老迈代提需求，但是那个需求靠谱不靠谱，最末是需求本来提出人的问题，因为需求的来源是需求提出人提出的。假设需求来源都标识表记标帜营业方老迈，就没有办法阐发和评估持久他们需求提出才能。
All data in aggregate is crap ，segment or die———Google analytics Avinash Kaushik
所有加总数据都是没有意义的，要么做拆分，还要么就往死。
第四个益处是只要所有的内容白盒化，才气极大地降低新人准进的门槛。新的产物准进后就能够接需求，他能够快速领会到需求的布景，人群，目标进而便利他权衡和设想等等。
3. 我对征询办事公司的复盘
最初就我征询那家公司我复盘本身的和对方的问题，假设你想把本身的公司数据驱动，也需要做那个check list。当然假设你是CEO，你也需要做那个check list，但是CEO次要职责也是要从怎么干想到让谁干，然而不是我亲身下场怎么干。
我次要的工做就是负责那家公司的组织架构和工做流程做到数据驱动，如今复盘一下之前工做循序上的紊乱点。
公司布景部门：
公司的营业流程是怎么样的。
公司的组织构造和人员分工是怎么样的。
公司的产物构造是怎么样的。
产物细节流程是怎么样的，包罗核心次要的用户流程。
当前人员工做流程和协同东西是什么。
数据部门：
当前能否有已经将营业拆解为相关的目标。
流量来源统计逃踪能否已经完成。
整体上能否具备数据目标能够获取的才能，哪些数据目标仍是不具备的。
当前的数据情状是怎么样的，后续若何迭代，能否有迭代流程。
各个部分同步数据流程和机造是什么样的。
施行落地部门：
假设数据驱动需要组织中哪些人参与。
我和那些人若何共同，工做鸿沟在哪里。
当前的组织架构，人员角色撑持不撑持我往做。
当前的工做流程能否需要针对数据驱动优化。
组织驱动的实现途径是如何的，可能要履历几个阶段，每个阶段的目标是什么。
假设你是个不懂营业的完全局外人，那么你起头做数据驱动至少需要从那几个标的目的往根究，第一部门次要是公司布景，因为我们是把当前的公司做到一个能够数据驱动形态，你能够笼统的看成从A点（起点）到B点（最起点），那么领会当前现状是很重要的。其次就是数据的驱动的部门，就是从数据获取到分发到组织各个角色是怎么做的。若何往做。第三是施行落地。若何通过杠杆通过驱动几个关键角色把使命展下往。
我在理论中犯下的错误：
过火的乐看估量了相干方的撑持力度。
刚起头接手，间接进进到了第六步施行，就是间接拆解营业，把营业拆分红各个目标，其时想有了目标就能够做数据提取。在那个过程中，有产物司理来辅助讲解营业流程和产物细节流程，全程都是口头讲述。我拆分完毕后发现三个问题。
第一个问题是那个数据看板没人实现，因为研发数据人员忙着接需求，第二是因为我的角色是征询我也不晓得找谁来确认能否是需求方需要的数据目标，第三个问题是良多公司的组织上没有对应的职位。所以目标也不晓得给谁看。
名不正则言不顺，言不顺则事难成。
我的核心定位仍是征询，就是定标的目的和目标，找对应的人来做，以及把控他们做的流程和成果。整体上数据驱动一个系统的工作，需要从需求上游到产物都停止数据驱动，产物的下流次要是施行工做，数据驱动的不那么强。那就涉及到多个营业相干方。
一起头在梳理部分工做时候，一些根底流程从ROI上来说仍是由每个部分的负责人和我对接比力随便推进，但是因为我其时的头衔没有确定招致很难驱动他们干事情。或者一些公司的部分内部因为快速开展，还没有明白负责人招致那些和我对接的人也很难鞭策内部。
不晓得若何通过发问获取想要的内容，以及因为分工问题我也不晓得找谁往问那些问题。
有一个问题就是我本身不晓得若何把那些大的需要我领会的部门，若何快速拆分转化为问题来对营业方发问。那显然是一个手艺活，并且我还需要让对方的人员理解我要那些内容的目标是什么，和我让他们那么做的目标和意义是什么，事实他们已经习惯了当前的工做办法。change ，改动习惯凡是长短常难的。
过火乐看评估组织与人员。
最起头的规划是先逐渐搭建数据获取可视化系统，然后间接推进组织工做数据化，如今发现比力困难，摸底了产物部发现人员没有目标理解和数据提取洞察才能，以至需求流程仍是比力粗放的。况且根据薪资来说产物比拟较市场和运营是相对薪资较高的职位。
假设产物没有目标驱动感，其他部分很难有目标驱动感。那就使得可能本来一步到位的流程要拆分为两步，我们属于没有成立起工做流程的阶段，先让组织理解本身的工作和目标的关系，先做OKR引导，再逐渐数据量化。
协做方的问题：
工做内容信息不撑持数据驱动。
很遗憾我往的时候公司是没有那种人可以领会到全貌的营业，从工做分工上讲也不该该是CEO来给我讲，所以不领会组织构造和营业分工的布景，那会招致我酿成了《魔兽争霸》形态，每走一步，才气看见后面的几步，每次领会一些情状发现还有后续的情状。当然如许也有对方的问题就是没有很好的文档沉淀。
对方的组织架构还不撑持数据驱动。
从组织和角色上还偏向于传统软件开发公司，其次就是各个部分贫乏负责人，当然我从推进上来说，效率上也不太可能我间接鞭策各个部分的人，所以需要完美组织构造，人员决策，以及负责人。
流程情况不撑持数据驱动。
没有一个数据支持团队能够继续的将营业方的数据提取需求转化为数据看板。因为数据提取是一件系统的工程，所以他需要团队持久赋能，当然你起头的时候能够头疼医头脚疼医脚，但是假设你是一个数据驱动的营业，早点考虑系统的数据搭建，继续的降低数据获取成本老是功德情。
人员模子也不撑持数据驱动。
目前摸底了一下产物部分，整体上仍是以干事情为导向，就是为了做而做，还不具备说能说清做的工作关于营业和目标的影响。更不要说找各类影响停止数据化的量化阐发。而且相关的工做流程还禁绝则。以及没有那种意识，好在团队中总会有一两小我有那种意识，只要有意识的人能做出样板来，模仿关于那些人是随便的，但是从0到1本身摸索是困难的。
二、若何培育提拔团队的数据思维
起首我觉得任何一家公司当前能雇用到的人才，就是当前能雇用到的更好的人才，我觉适当前办事的那家公司产物负责人打的例如长短常贴切的。
当前我们还没有一个别系往继续赋能营业供给数据，贫乏工做流程和一些组织角色。打个例如就是餐馆没有很好的炊具，高端的刀具，也没有高端大厨习惯的烹调流程等等。
那时候你找一个高端厨师来了，我们能够把一切的雇佣关系比做交易，那时候高端厨师来了他想获得什么，必然是说磨练本身的专业厨艺，你让他来了先买炊具和磨刀，那时候一旦餐厅垮了，他那些体味是没法在新公司用的，因为大的餐厅是供给优良的烹调情况的，厨师只需要花精神做饭。
所以不要在特殊小的时候找一些特殊高端的人，无法婚配。因为他来了也发扬不出来，你在搭建烹调情况，他要求好好磨练厨艺。读者们不要拿蔡崇信来辩驳我，况且咱们也不是马云。正如我毛遂自荐说的那样，以概率论来阐明那个世界，马云是小概率事务。
第二是好的人才很随便被其他offer吸引走，我本人曾经在一家400人摆布规模的公司工做，阿谁时候你招人也欠好招，你发出往的offer，一线大厂一个offer人就被节流了。
我如今在大厂是一样的，我始末想表达的就是一点，你雇用到的人就是你当前能雇用到的更好的人，大厂一样有困扰，我们每次发offer都恐惧阿里和腾讯以及字节跳动发offer，只要抖音，Tik Tok ，微信等产物他们不太恐惧本身发出往的offer会没有人接。
第三我其时在的互金公司工做的同事最初都找到了快手，携程，京东，百度等工做，还有人做了O2O营业的产物总监。所以我如今的深思就是到底是那些人不可，仍是公司不可， 同样一批报酬啥都往了更好的公司，证明他们是没有问题的，能够培育提拔成为大厂的骨干。
那么其时为啥指导对他们都不称心呢，我认为仍是公司不可，公司没有培育提拔人的情况，人只要过了某个阈值以后，其实很大水平上才能遭到公司情况的影响。当然人的根本程度要打破一个阈值。
总结一下企业雇用人员不要妄图雇用到一个特殊凶猛的人，从交易的角度上来说那种人你得付出远高于市场价才气来，你付出多个30%，考虑到项目失败风险等隐性成本，他是不会来的。你只要让营业走到下个层级，获得下个层级的影响力，你就能够雇用到下个层级能够吸收的人才。
那让我想起松下幸之助的一句话，松下最重要的工做是育人。因为任何营业都是人做的，要对人培育提拔好人，营业天然的走到下个环节，就会有更好的人才涌现，况且大部门情状，人员的开展速度是快过公司的。那也阐了然为啥我们互金公司产物人员都往大的公司。
额外的分享一些人员生长的观点，我之前十分不喜好公司里面一个指导，因为他毫无原则的庇护组内的人，我认为毫无原则的包庇是一种关于组内人员的宠嬖。当然那是治理理念的差别。但是一次他的行为让我对他改进了良多，就是他组织本身部分的人进修。
要晓得一般的公司不会对公司人员的生长破费成本的。那种生长培育提拔是一种持久投进，太多的公司觉得划不来，他们只是把员工做为一种耗材。但是假设你所在的公司，他们还情愿培育提拔你，那么证明你所在的公司为你的久远至少有诡计，你应该感激它们，因为如许的公司实心不多。
凡是人员的生长，最根底的是营业增速，那只是根底。但是人员能不克不及跟着营业长起来，要看他的生长速度。生长速度第一奥义是动机，第二奥义是办法。动机就包罗了你想成为什么样的职场人，你想针对营业做如何的改变。而办法就是你要有很好的思维模子。
你可能晓得一个工作比力专业的做法是怎么样的。所以大量的工做量是一小我生长的需要前提。而不是充要前提。他需要阅读到专业的办法论，用专业体例来干事情，其次在理论过程中，消化吸收，不竭根究。所以俞军说阅读，根究，理论，三者更低的环节确定了你的上限。
我比来征询的两家公司都呈现了人员十分忙，但是他们都没有什么进步的情状。就是他们频频的在低等的维度操练，关键的是他们不晓得什么是更高的维度，不晓得本身不晓得，那个才是可怕的。有兴致的能够读我的别的一个文章：掌握更好的思维模子，在职场脱颖而出
好比一个产物司理，一起头只是实现需求恰似没有问题的，但是假设继续的只是做实现需求就会没价值。他做的工作就算堆满了他也没有价值。
因为愈加有价值的工作是权衡需求的优先级，晓得哪些先做，哪些后做，在那之后就是做需求规划，晓得将来要做什么，在规划的根底上就是做落地，晓得一个规划若何施行。那就需要一个产物司理不竭地提拔本身的工做难度和复杂度。
同理能够阐明一切行业，假设一个产物司理只是频频做需求，完成根本的需务实现，他是没有生长的。有时候特殊忙，没有办法并非功德儿。
需要阐明的一点，那里的阅读事实不是看书，而是指一路获得专业办法，提拔思维模子的渠道，与高手聊天也是能够的，但是有一些人没有如许的资本。好比俞军教师曾经说高阶大佬为什么生长快，就是因为他能够和各行各业的高手沟通进修，他天然生长快。但是低阶小弟不是有那个样的时机，他们没有时机和高手聊天，但是能够和高手写的书进修。
三、针对KPI的一些观点
在一个工做流程和组织构造不具备数据驱动的时候，是无法间接通过KPI往驱动的。好比没有数据看板，没有继续获取数据的流程，那么就没法监控过程，假设过程做得欠好不成控，那么成果怎么可能是可控的。你通过目标驱动就没有意义，因为你只能下发目标，你没法通过数据往优化目标。
在工做流程不变数据驱动的情状下，具备必然的数据体量，能够停止目标的测算，因为太小的数据量预估会不太准确。KPI的目标没有太大意义。假设数据量是能够停止预估的，那么就涉及到KPI的分配办法问题了。
起首我要说下以KPI 驱动是没有问题的，但是不要依靠KPI驱动要重视几个点，因为将来的目标达成具备必然的不确定和不成预估度。目标化会招致为了到达目标的动做变形。就拿我之前写的文章来讲那个工作，一个咖啡馆他预估了本身下个季度的GMV，那么他怎么确定那个GMV是合理的，他没办法确定。
但是那会招致人员过度运营，好比我往饮咖啡的时候，他不管我的需求，只会给我选举价格高的产物。如许有助于他完成KPI，那种短期对KPI的达成，持久是损害营业的。
那里有一种办法就是facebook 利用的50%机造，就是各人都能够提报KPI，每个营业，每个季度，或者半年评估一下，就是看你的目标你完成或者没有完成，无论完成或者没有完成都没有关系，但是持久看你的目标应该是一半情状下是完成的，一半情状没有完成， 假设你的目标老是完成证明你定的KPI低了。
还有一种KPI的背负办法就是看置信度，因为营业大部门是有天然增长的部门，所以提拔delta值有置信度，好比提拔10%他的置信度，和提拔80%他的置信度是纷歧样的。能够对差别的置信度的功绩分批次鼓励。
做者：阿润，公家号：阿润的增长研习社（ID：arungrowth365）
本文由 @阿润的增长研习社 原创发布于人人都是产物司理。未经答应，制止转载。
题图来自Unsplash，基于CC0协议。