作为一名产品经理，我最终与我们的许多客户交谈，并了解他们是如何进行产品开发的。我的目标是让公司更容易建立和运行振幅，所以我花了很多时间思考客户如何将数据输入到我们的产品中，并确保数据质量良好，以便人们能够进行分析。因此，我听说过很多关于不同类型的数据治理的文章，这些风格在不同的公司之间有很大的不同。这里讲述了两个不同的团队如何以截然不同的方式进行数据治理，以及如何学习如何更有效地管理数据。A公司：所有分析都免费A公司是一个拥有复杂产品集的大型企业，它希望尽可能多的人将产品数据转化为振幅。正如他们的产品总监（他也是购买振幅的人）告诉我的，"这里几乎就是荒野的西部。A公司允许人们记录他们想要的任何事件和财产，而很少受到监督。"我们想打开大门，让人们接受。"因此，他们允许人们记录他们想要的任何事件和财产，而很少受到监督。这使得很多球队能够将他们想要的任何项目都投入到振幅中。这种方法有许多优点。首先，每个团队都能够记录他们关心的事件和属性的振幅，这意味着其中的数据将与他们相关。因为他们可以设置他们想要的任何用户属性，所以在不同的条件下运行大量的A/B测试也很容易。然而，这种方法也有一些明显的缺点。他们有几乎无法控制的事件数量，这使得任何人都很难找到任何东西。A公司的事件数量几乎无法控制，这使得任何人都很难找到什么都行。那里事件名称中有很多不同的约定，有些事件似乎根本不遵循约定（甚至有一个事件叫做"test"）。A公司也有很多问题要保持在他们的配额以下。它们当前超出了可以发送的事件属性数的限制。很多时候，用户发送的事件威胁要超过他们每月的配额，他们不得不争先恐后地找出问题的原因。担任数据管理器的产品总监是最初的冠军，他经常不得不清理东西，这对他来说是一种压力。A公司正处于一种我们称之为"信息无政府状态"的状态。他们的项目是一种对所有人都免费的项目，尽管其中有很多价值，但要真正实现这一价值还有很多挑战。B公司：高度控制的分析另一方面，我们有B公司，也是一家大企业。他们没有成为一个免费的所有人，而是非常严格地控制进入他们的分析的所有东西，公司B已经非常严格地控制了进入他们的分析的所有东西系统.系统. 每次有人想要添加任何新事件或属性，都需要在公司数据治理委员会的每周会议上获得批准，然后才能实施。因此，它们有一个干净而小的分类法——只有70种不同的事件类型（而a公司超过1500种）。当你在寻找B公司的数据时，很容易找到它。它们的数量不多，而且它们的名字很好，有明确的惯例。而且事件属性的数量非常有限，因此确定要根据什么进行分段非常简单。对于新用户来说，使用B公司的数据更容易。然而，也有一些缺点。在策展过程中投入了大量精力。在小范围内，没有太多的事件需要审查，但是随着越来越多的团队使用严格的监督，不鼓励团队添加新的事件和属性，并使快速测试的运行变得更加困难。振幅，工作增加。此外，严格的监督会阻止团队添加新的事件和属性，并使快速测试更加困难。因此，B公司想要衡量的很多东西都没有被工具化，而这个工具对他们来说并没有那么有用。B公司就是我们所说的"数据专政"，他们被铁腕统治着，虽然这鼓励了有序的分类法，但也阻碍了创造性和冒险精神，并可能限制了产品分析的一些好处。数据民主介于数据无政府和独裁之间A公司和B公司代表两个极端，那么中间的是什么呢？在中间，我们有一种数据民主。通常，当我们用振幅谈论数据民主时，我们指的是每个人都可以访问，当我们用振幅谈论数据民主时，我们指的是每个人都能够访问产品数据并将其用于决策。产品数据并用于决策。但第二种类型的数据民主涉及使人们能够将数据放入产品分析系统。有规则，但每个人都有权输入他们需要的数据，以便能够理解用户和了解他们的工作结果。那么这在现实中是如何运作的呢？在与我们的许多客户交谈之后，我们发现了一些在数据治理方面做得很好的人，他们在为员工提供充分的指导和支持的同时，还能够帮助他们进行仪器和分析。让我们看一个虚构的版本，我们称之为C公司。C公司有一个组织良好的数据科学团队，充当他们公司的数据管理者。每次产品经理考虑构建一个新特性时（是的，那是在编写任何代码之前），他们都会与数据团队交谈，数据团队会帮助他们制定适当的度量标准来衡量该功能的成功与否。根据这些度量，数据团队帮助项目经理和开发人员确定需要度量的内容，并可以帮助编写一个仪器规范，然后由开发人员构建。然后，开发人员实现插装，与数据团队保持密切联系，数据团队甚至可以阅读代码，以确保所有东西都按照计划进行了插装。然后他们可以帮助产品团队分析他们放入产品分析系统中的数据。随着时间的推移，数据团队将查看现有的事件和属性，以确定哪些事件和属性没有被使用，哪些可以隐藏或删除。数据民主的优势那么，C公司与数据独裁或信息无政府状态有何不同？C公司鼓励员工将事件记录到其分析系统中，这与C公司鼓励员工将事件记录到其分析系统中有所不同。数据专政，所有的决定都是由一个中央委员会来做的，这个委员会决定什么会被记录下来。此外，C公司的数据调控器通常嵌入到特定的产品团队中，或者至少通过Slack和代码评审注释与产品团队进行非常密切的沟通。最后，C公司的数据管理者的目标不是规定政策，而是授权产品团队更好地从他们的特性发布和实验中学习。C公司的数据管理者的目标不是命令政策，而是授权产品团队更好地从他们的特性发布和实验中学习。当我观察那些面临数据专政和信息无政府状态的公司时，我发现随着时间的推移和经验的积累，他们最终会走向中间，变得更像C公司。但这需要他们经历相当大的心理转变，并真正接受数据管理器的价值。很多公司认为，拥有数据治理会给检测过程带来很多不必要的负担。如果处理得当，效果应该是相当小的，并且将被拥有更好的产品分析数据的好处所抵消。