博客我很自豪地说，在Sisense，我们是一家数据驱动型公司。我们需要。这意味着数据不仅仅是追溯性地测量已经完成的项目。我们用数据做的不仅仅是回答问题，我们还用它来告诉我们要问哪些问题。我们甚至使用数据来告诉我们最终的价值是否值得投入必要的资源来回答我们已经确定的问题我们是一家数据公司，我们的案例并不普遍，但每一家公司都有不同的高级KPI，他们跟踪这些指标的途径是独特的，但有着相同的出发点：提出数据问题。知道你想问哪些问题，知道如何提问，以及如何对调查结果做出反应，这些都是不同的事情以数据为中心优化所有这些步骤的方法看起来很像科学方法。它从一个假设开始，收集信息并分析可视化结果，在重新开始之前得出一个有根据的结论对于那些关心如何提出数据问题并获得有效答案的数据驱动产品团队，我想解释一下我们在Sisense是如何做到的。我还将展示一些我现在领导的用户增长项目的例子，以更全面地了解我们的过程是如何工作的。假设任何好的基于数据的调查的第一部分是将你的初始信息浓缩成一个假设。这将有助于您的团队缩小需要分析的数据范围，并为您的调查提供更有针对性的方法。在Sisense for Cloud Data Systems，我们一直在寻找数据驱动的方式来增加我们的收入。对于我现在领导的特定项目，我们的假设是，更高程度的用户参与度将推动企业账户的保留和扩张。在增加用户数量的基础上，我们的用户数量似乎不太容易，但我们的用户数量不太可能增加。提出数据问题以收集信息假设确定后，是时候开始挖掘你现有的数据了。你不是在寻找一个直接的答案，你只是试图找到尽可能多的关于你正在调查的问题的相关信息在这一步中，您必须意识到数据可以回答的问题类型。简单地问你的数据是否更多的用户等于更多的收入，云发布，云服务器服务，这太宽泛了。你可能会找到一种方法来证明两个数字都在同一个方向上移动，但这是相关性而不是因果关系。虽然确定历史数据的因果关系通常是不切实际的，但有可能找到多重一致的相关性，从而为调查提供强有力的假设。这是一个很好的实践，尽可能多地了解多个主题（包括他们自己和一起），这样你就可以确定这些一致的相关性。以我正在进行的用户增长项目为例，我们询问了大约100个关于本阶段研究数据的问题。其中大多数是简单的查询，返回我们预期的结果。没关系，淘客推广平台，关键是要看数据与我们的假设有多一致。通过问100个问题，你可以找到最强烈的信号来采取行动。在这一阶段，你应该寻找机会来澄清你的假设并深入挖掘。如果一个问题揭示了一种推动广泛运动的现象，那么深入研究并提出更多相关问题可能很重要。通常，最有价值的研究可能来自你从未想过要调查的问题。与你的假设相矛盾的信息对你的研究是至关重要的，因为它有助于照亮你整体知识中先前黑暗的领域。更多的分析在这里更好，因为每一个信息都有助于我们试图揭示的整体情况。一个人期望的结果可能与另一个人的期望相矛盾，所以积极主动地建立一个广泛的知识基础可视化并研究结果一旦您向数据询问了所有必要的问题，就可以构建图表并组装仪表板以查看全局。如果你的调查是从一堆杂乱无章的问题开始的，那么这些杂乱无章的问题只会对原作者有意义。组织和管理您的数据对于以其他人能够理解的方式传达所发现的信号至关重要理想的情况是，你在开始的100个问题中每一个都更新你的假设。这种形象化是一个展示你的想法如何改变的机会，以及如何解释你的假设为什么会改变。在我们的用户增长项目中，当我们证明用户参与度较低的客户流失风险增加时，我们的假设得到了证实。用户参与度较高的客户可能仍然是客户。特别是，用户参与度最高的客户，全年的账户保留率为100%。当我们查看这些账户的用户活动时，我们发现只有一个仪表板的用户可能会停止使用Sisense作为云数据团队，而那些在多个地方登录和查看信息的用户可能会增加对该平台的使用。当我们把所有这些信息放在一起时，我们可以更新我们的假设，即拥有更多用户的帐户可以创建更多的数据，并找到更多的方法来使用更广泛的信息集。这是一个滚雪球效应——当更多的用户为云数据团队添加和分析Sisense中的信息时，这些人可以在他们的分析中发现更多的价值。当数据生态系统提供更高的价值时，更多的人想要访问，这就创造了……更多的用户锐化并重复一旦你发现了趋势或异常值，就该开始对这些现象提出新的问题了。最好的方法是在提出问题和将你的发现可视化进行分析之间交替进行，在这一过程中加强你的假设，以反映你所学的东西。记住，这个过程的目标是在你的分析中发现真相。这种分析可能需要多次迭代才能达到对数据采取操作的程度。随着你对你的业务了解的越来越多，可能需要更多轮的这种分析过程来找到你不知道的信息。这很正常。继续提问，不断分析你的发现，不断更新你的假设。这不仅仅是在报告中寻找一个数字，而是对你的业务运作方式进行的科学调查。你的公司研究的数据越多，你就越能让更多的人和团队参与你的分析。在你的研究报告中，详尽无遗是很重要的，因为你认为直观的见解可能对你的另一个团队或项目的另一个成员是新的信息你可以问数据的问题数不胜数，所以要专注于增加数据所讲述的整个故事。任何深入研究数据的目标都应该是增加信息，大数据发展前景，什么是大数据分析，这将导致对您的业务前景有更全面的了解，并做出更有价值的决策要了解有关使用数据回答产品问题的更多信息，请下载我们的数据驱动产品管理指南。标记：数据团队