如何驅動(dòng)團隊成長(cháng)？（附團隊數據驅動(dòng)轉型需要的六個(gè)步驟）

通常我們認為增長(cháng)的何驅策略是非常重要的。俞軍老師講過(guò)稀缺度的動(dòng)團隊成問(wèn)題，找產(chǎn)品經(jīng)理是長(cháng)附找邏輯嚴密的，因為邏輯嚴密是團隊比較稀缺的。相比??較基礎的數據產(chǎn)品知識是好學(xué)的。(′_｀)所以同樣的驅動(dòng)邏輯大家面試時(shí)(shi)候多半會(huì )找懂運營(yíng)策略和分析的。因為這樣的轉型(xing)驟人更加稀缺。

但是個(gè)步這里面有一個(gè)隱含的假設：獲取數據環(huán)境也很好。所以有了很好??的何驅(′Д` )增長(cháng)策略運營(yíng)，你只要不斷的動(dòng)團隊成獲取數據，不斷的長(cháng)附分析就可以持續的產(chǎn)生非常好??的策略。很多管理者認為招聘到好的團隊策略分析者（本身他們很稀缺）就認為可以做數據驅動(dòng)了。但是數據任何事情都是團隊來(lái)實(shí)現的。好的驅動(dòng)分析者只是冰山一角。只有整個(gè)組織鏈條都開(kāi)始數據驅動(dòng)化，轉(//ω//)型驟不斷賦能業(yè)務(wù)人員，才能保證有ヾ(?■_■)ノ持續的策略產(chǎn)出。招聘到好的增長(cháng)策略的運營(yíng)其實(shí)只是數據驅動(dòng)的開(kāi)始。

因為我最近咨詢(xún)的公司都或多或少因為這些因素無(wú)法數據驅動(dòng)。通常造成這種阻??力的原因：他們都只看到了無(wú)法數據驅動(dòng)的某個(gè)切片問(wèn)ヽ(′ー｀)ノ題，或者某個(gè)節點(diǎn)問(wèn)題。但是按照我上一篇文章寫(xiě)的大處(chu)著(zhù)眼小處著(zhù)手。

往往找到┐(′ー｀)┌的解法都是頭疼醫頭，腳疼醫腳的方案。如果真的想把團隊轉(/ω＼)化為一個(gè)數據驅動(dòng)的團隊，就要從整體梳理清楚阻礙團隊無(wú)法(′_｀)數據驅動(dòng)的點(diǎn)有哪些。這個(gè)過(guò)程非常像解開(kāi)一堆非常亂的線(xiàn)頭，你要先從整體梳理好，然后再一個(gè)一個(gè)解開(kāi)。除此之外別無(wú)辦法。

其次任何團隊的改革都是一個(gè)循序漸進(jìn)的過(guò)程，這里面拋開(kāi)利益關(guān)系的問(wèn)題，團隊成員能力模型，工作流(liu)程，工作習慣都是需要逐步引導的。貿然大動(dòng)都會(huì )導致團體排異（如果我們把組織看作一個(gè)有機體）

所以我會(huì )給到您一個(gè)查驗清單按照這個(gè)邏輯，找到冰山以下「水面下」影響增長(cháng)驅動(dòng)的??因素。

希望你的組織也能夠轉化到數據驅動(dòng)的流程上來(lái)。

數據獲取是整個(gè)團隊和多個(gè)系統持續向業(yè)務(wù)賦能，通常我們只能看到數據分析師

Part1

啟動(dòng)數據驅動(dòng)前你要思考什么

1.1 為什么要數據驅動(dòng)

美國科學(xué)家做過(guò)一個(gè)思想實(shí)驗：把魔(//ω//)方打亂，交由一個(gè)盲人還原(◎_◎;)，假設盲人永生且不需要休息，每秒轉動(dòng)一??次，理論上他需要(yao)多久才能將魔方復原？答案是一百幾十億年，也就是從宇宙大爆炸到現在，還需要再等幾十億年才能實(shí)現。如果加入一個(gè)變量——每轉動(dòng)一次魔方，就有人向他反饋一個(gè)信息，告訴他是??更接近目標了，還是更遠離目標了，請問(wèn)盲人需要多久才能把魔方還原？答案是兩分半！這個(gè)思想實(shí)驗揭示了一個(gè)秘密：迭代反饋是一種強大的宇ヽ(′▽?zhuān)?ノ宙(/ω＼)法則。

1.2 數據驅動(dòng)能做什么

數據驅動(dòng)就是讓結果可以被量化，整體的業(yè)務(wù)可以被量化，數據只能告訴你現狀，好比病人去醫院看病，醫生告訴你高血壓，他不能給你開(kāi)降壓藥，如果我們把人的身體比作業(yè)務(wù)，數據驅動(dòng)只能告訴你當前你的業(yè)務(wù)狀態(tài)，他并不能告訴你造成這個(gè)狀態(tài)的原因。

當然如果你的數據基數非常大的時(shí)候，這種情況下你通過(guò)做一些策略，一些修改迭代??找到策略和結果的相關(guān)度就是可以的。但是我們依然不鼓勵這么做，最好還是需要你做??數據驅動(dòng)，還(???)需要做用戶(hù)調研和需求分析。

所以(′?_?`)數據驅動(dòng)只能做到正確的??做事兒。正確地轉動(dòng)魔方。事實(shí)上我們的業(yè)??務(wù)比轉動(dòng)魔方要復雜的多，因為轉動(dòng)魔方包含的隱含下設是：錯誤和正確的信息反饋本身就包含了策略解決方案。即你不向著(zhù)錯誤的方向旋轉魔方，你就一定向著(zhù)正確的方向旋轉他。但是大多數現實(shí)情況，現實(shí)的狀態(tài)反饋不會(huì )直接給到你解決方案。

但是長(cháng)期正確的做事可以極大地提升做正確的事情的概率。

我們最(′?｀)終的訴求是把事情做正確，但是這并不是數據驅動(dòng)業(yè)務(wù)必然的結果，數據驅動(dòng)業(yè)務(wù)是做正確的事情的基礎。

1.3.你的業(yè)務(wù)是否可以數據驅動(dòng)

在啟動(dòng)數據驅動(dòng)前，還需要了解的是那么就需要(yao)去思考三個(gè)問(wèn)題看下看??你的業(yè)務(wù)是否可以數據驅動(dòng)。這也就引出了我們的第二章節，數據驅動(dòng)的三個(gè)問(wèn)題，第一個(gè)問(wèn)題，你的行業(yè)是否是一個(gè)增長(cháng)的行(╯°□°)╯業(yè)？第二個(gè)問(wèn)題，你的業(yè)務(wù)是否用戶(hù)量和商業(yè)價(jià)值非常大，數據驅動(dòng)價(jià)值可以支撐團隊成本。第三個(gè)問(wèn)題，你的業(yè)務(wù)是不是一個(gè)可以被拆解為多個(gè)獨立小閉環(huán)的業(yè)務(wù)

Part2

數據驅動(dòng)需要滿(mǎn)足的條件

第1問(wèn)：你的行業(yè)是否是一個(gè)增長(cháng)的行業(yè)？

用戶(hù)量和數據量是策略產(chǎn)生的原因，而不是策略產(chǎn)生的結果。很多老板認為當前業(yè)務(wù)不增長(cháng)，我去(qu)找增長(cháng)類(lèi)的人(???)才，是不是就解決了這個(gè)問(wèn)題了。這就是我說(shuō)的頭疼醫頭，腳疼醫腳。

首先你要想的是這個(gè)行業(yè)是否在增長(cháng)。你把張小龍放到教育行業(yè)他也???很難讓他增長(cháng)。別說(shuō)張小龍就是李小龍來(lái)了，李顯龍來(lái)了，都沒(méi)有用。所以增長(cháng)的最底層是你(ni)的業(yè)務(wù)本來(lái)可以在(zai)現有的渠道下增??長(cháng)，或者尋找新的渠道把用戶(hù)轉化過(guò)來(lái)。本來(lái)就是用戶(hù)有需求沒(méi)有發(fā)現渠道，或者說(shuō)外部環(huán)境使得用戶(hù)會(huì )變得越來(lái)越多。增長(cháng)的第(di)一層天(tian)花板就是市場(chǎng)的用戶(hù)到底有(you)多少。但是很多老板大邏輯沒(méi)有想清楚。就去找人去獲客。認為只要我有策略就會(huì )有用戶(hù)。依照這個(gè)例子，我請來(lái)張小龍就會(huì )產(chǎn)生增長(cháng)，不一定的。

第2問(wèn)：你的業(yè)務(wù)是否用戶(hù)量和商業(yè)價(jià)ヽ(′▽?zhuān)?ノ值非常大，數據驅動(dòng)價(jià)值可以支撐(⊙_⊙)團隊成本？

接著(zhù)第一條講解，就是你預估這個(gè)行業(yè)有多少用戶(hù)量(′?ω?`)，越大的用戶(hù)量，你做優(yōu)化產(chǎn)生的價(jià)值越大，可以提供的薪資和職位就會(huì )多。

業(yè)務(wù)體量決定組織結ヽ(′▽?zhuān)?ノ構，你們用戶(hù)量每天千萬(wàn)，你做個(gè)數據驅動(dòng)的算法和策略才有價(jià)值，你提升個(gè)百分之(zhi)一ARPU值，你用戶(hù)基數這么大。一年下來(lái)你創(chuàng )造的價(jià)值足夠養活你(ni)們這些算法工程師了，可能他們創(chuàng )造的收益還遠遠大于他們的工資（通常業(yè)務(wù)體量大的公司一定是這樣的）。如果你的業(yè)務(wù)天花板很小，不會(huì )有很大量用戶(hù)的可能，那么你就不需要做數據驅動(dòng)，因為這個(gè)團隊，這些人才，他們創(chuàng )造不了這個(gè)價(jià)值，也就意味著(zhù)這個(gè)業(yè)務(wù)也養活不起這樣的團隊。

2.3 業(yè)務(wù)可以被拆分獨立閉環(huán)迭代

3問(wèn)：你的業(yè)務(wù)是不是一個(gè)可以被拆解為多個(gè)獨立小閉環(huán)的業(yè)務(wù)？

數據一直在服務(wù)商業(yè)：傳統企業(yè)用財務(wù)數據，長(cháng)周期的業(yè)務(wù)結果數據做商業(yè)分析，也是數據服務(wù)于商業(yè)。所以從這角度看業(yè)務(wù)并不能說(shuō)傳統企業(yè)不??是數據驅動(dòng)的。

互聯(lián)網(wǎng)業(yè)務(wù)的本質(zhì)是線(xiàn)上化：今天互聯(lián)網(wǎng)業(yè)務(wù)的數據驅動(dòng)，根本變化在于業(yè)務(wù)發(fā)生的主體過(guò)??程線(xiàn)上化了，業(yè)務(wù)動(dòng)作(zuo)線(xiàn)上化了，衍生出來(lái)快速迭代和重視流量等新(′_ゝ`)的特點(diǎn)。因為用戶(hù)所有的行為都「線(xiàn)上閉環(huán)」的。其次最好支持你的業(yè)務(wù)的系統都是線(xiàn)上化ヽ(′▽?zhuān)?ノ的這樣方便你把業(yè)務(wù)切分成獨立閉環(huán)。刨除用戶(hù)量你還需要考(°ロ°) !慮三個(gè)要素：

2.交易高頻：交易單價(jià)和交易頻次是成反比的。越是價(jià)格高，交易的人也越少，頻次也越低。越是依靠銷(xiāo)售團隊。交易頻次越高，就意味著(zhù)用戶(hù)的反饋越多。真正用戶(hù)價(jià)值=活躍用戶(hù)數*賬戶(hù)平均交易量。

3.供應生產(chǎn)端反饋周期短：也就是說(shuō)對于需求的供給也一定要能夠快速迭代，因為供應鏈的迭代速度決定了你可以提供的「內容」以及用戶(hù)價(jià)值。這樣才能夠快速迭代產(chǎn)生更大的價(jià)值。

Part3

如何讓團隊??啟動(dòng)數據驅動(dòng)

整體上(shang)我們會(huì )從數據，工作流程(cheng)，產(chǎn)品架構，組織分工，組織動(dòng)員這五個(gè)方向來(lái)做逐步的講解可以讓你做到數據驅動(dòng)。我們會(huì )先講如何把你的業(yè)務(wù)短期需求數據??驅動(dòng)。會(huì )涉及幾(???)個(gè)業(yè)務(wù)方。

如果讀者們覺(jué)得同時(shí)推動(dòng)幾個(gè)業(yè)務(wù)方?jīng)]有話(huà)語(yǔ)權，我會(huì )再(′▽?zhuān)?)講如何把內部團隊做到數據驅動(dòng)。

3.1 核心邏輯是矩陣式分┐(′ー｀)┌工(gong)

因為你的業(yè)務(wù)可以被拆分成多??個(gè)獨( ?ω?)立迭代的小閉環(huán)，也就意味著(zhù)你(ni)的核心??指標可以被劃分成很多獨立的小指??標，下發(fā)給各個(gè)團隊。??這就是一個(gè)還原論的邏輯，我的大系統可以??被拆分成小系統。我的小系統可以加總等于我的大系統，如果我的小系統增長(cháng)(chang)了， 那么我的大系統就增長(cháng)ヾ(＾-＾)ノ了。

所以我們單看一個(gè)指標如下圖：

Facebook把自己的業(yè)務(wù)拆分成了200多個(gè)獨立閉環(huán)迭代的團隊(/ω＼)

拆分到單一指標后，給這個(gè)指標配置團隊，這個(gè)團隊大面上??不依靠外部迭代起來(lái)，考慮到軟件開(kāi)發(fā)有些系統不是這些工程師??開(kāi)發(fā)的。但是一個(gè)需求的獨立承接肯定是可以的??。我們看這個(gè)指標下包含了，數據分析師，工程師，產(chǎn)品經(jīng)理，設計師，所以他們接了需求就是可以自己做需求評估，或者自己做需求迭代。而不依靠「外部資源」。只要包含越多的支持方，你數據驅動(dòng)失敗的可??能性就會(huì )越大。

下面我們看下針對多個(gè)指標的團(╯°□°）╯隊矩陣。

指標和角色以及部門(mén)關(guān)聯(lián)關(guān)系

當你給多個(gè)(′ω｀)指標分發(fā)團隊的時(shí)候，(′?_?`)就形成了指標和管?理的矩陣。每個(gè)指標由橫向的崗位來(lái)驅動(dòng)他的??增長(cháng)。注意這里說(shuō)的是崗位，因為當指標多的時(shí)候，不一定會(huì )有足夠的自然人，但是崗位必須要按照指標來(lái)設計。如(′?ω?`)果你業(yè)務(wù)足夠大，每個(gè)指標都可以養活一個(gè)團隊，那么每個(gè)崗位下都有一個(gè)。還是我上面說(shuō)??的那個(gè)問(wèn)題??。用戶(hù)量，用戶(hù)價(jià)值決定支撐你多少人的團隊。

無(wú)論您再怎么想做??數據驅動(dòng)上面說(shuō)的小團隊里面的人是不能或缺的。找對人后(?⊿?)就能把一個(gè)方向或??者部門(mén)的業(yè)務(wù)??做好。畢竟管理者不能親自擼起袖子去做所(′?ω?`)有的事兒。在繁瑣的日常中活活累死。所以找對人是非常重要的。其次還是我昨天說(shuō)的。

1.業(yè)務(wù)(wu)上??他要做什么

2.你們配合的邊界在哪里

3.這個(gè)人的能力邊界在哪里

4.從什么角度(⊙_⊙)上考核這個(gè)人

這些問(wèn)題要想清楚。所以既然找替身是第一重要的事情，我所以我們先ヽ(′ー｀)ノ從找人說(shuō)起。

3.3 啟動(dòng)數據驅動(dòng)的核心要點(diǎn)

我們覺(jué)得招聘(╯°□°）╯人員來(lái)做數據驅動(dòng)事情。那么招聘來(lái)的人，要(′?ω?`)做什么呢，我們總結了以下六個(gè)方向的事情。從數據(ju)，工作流程，產(chǎn)品架構，組織分工，只有把這四個(gè)方向都做好了才能做到數據驅動(dòng)。

3.3.1 數據(ju)可獲取??能力

數據可獲取能力是數據驅動(dòng)的基礎，任何業(yè)務(wù)維度，如果我們連數據都無(wú)法獲取，那么這個(gè)業(yè)務(wù)維度就無(wú)法做到數據驅動(dòng)。通常情況行業(yè)管這??個(gè)團隊叫做數倉團隊。數倉團隊核心聚焦于「數據驅動(dòng)決策賦能」「數據驅動(dòng)產(chǎn)品增長(cháng)」ヽ(′ー｀)ノ這兩個(gè)部分。

數據獲取的能力絕非簡(jiǎn)單的讀取與展示，它是一個(gè)系統獲取數據的架構。很多管理ヽ(′ー｀)ノ者想當然的認為我找一個(gè)會(huì )寫(xiě)SQL的人(′_｀)來(lái)獲取數據不就行了。但是這樣會(huì )導致未來(lái)某個(gè)時(shí)間段你的數據獲取遇到瓶頸，你業(yè)務(wù)發(fā)展速??度越快，這個(gè)瓶頸越快的來(lái)臨。我的建議最好還是有專(zhuān)人負責數據存儲系統的搭建和前期輕量化的數據提取工作。

數據獲取的成本和范圍，品類(lèi)，很大程度上取決于數據系統體系

大部分我們覺(jué)得數據分析成本過(guò)高，很大程度上都是冰山理論事實(shí)上是水面下的數據獲取架構做的不行，不能夠??提供低成本的獲取數據的方案。

初始數據團隊的工作內容

比如說(shuō)其實(shí)我們最開(kāi)始我們可能只需要關(guān)注的是流量(′_ゝ`)數據和業(yè)務(wù)數據，以及他們之間的關(guān)聯(lián)先把流量和留存兩部分關(guān)聯(lián)起來(lái)即知道流量的價(jià)值(′ω｀)，也知道當前產(chǎn)品留存的情況，等到業(yè)(ye)務(wù)方發(fā)展到一定的???階段，我們??慢慢就開(kāi)始做安全體驗相關(guān)的數據建設，其實(shí)它是隨著(zhù)業(yè)務(wù)的發(fā)展而逐???步迭代的，還有一個(gè)整個(gè)重心的變化，數倉(′▽?zhuān)?整個(gè)建設也會(huì )逐步迭??代。所以你要??去關(guān)注你的關(guān)鍵業(yè)務(wù)，在某個(gè)階段，它的關(guān)鍵業(yè)務(wù)是什么？

對應的就是我們的關(guān)鍵數據源，因為你知道你需要什么，才知道說(shuō)你去采集什么，比如產(chǎn)品和研發(fā)有上萬(wàn)張表(biao)，我們不可能什么把所有的表都可以采集到「數倉」里面，所以你要有一定的就是相對要有一定的范圍，所以在這里邊其實(shí)就是通過(guò)關(guān)鍵(jian)業(yè)務(wù)為抓手，來(lái)去做對應的關(guān)鍵數據源的采集。

在這時(shí)候我們同時(shí)要做元數據的一個(gè)規范化的(de)管理，數倉產(chǎn)出一張表，表的comment(每個(gè)字段說(shuō)明)是空的，或者說(shuō)不準確的，你的表的特征它也是不準的。所以(yi)當數據??分析師去用的時(shí)候，或者說(shuō)相關(guān)同學(xué)去用的時(shí)候，就發(fā)現你做這個(gè)事情，你做這(zhe)個(gè)產(chǎn)出物是沒(méi)有什么太大的價(jià)值，因為整個(gè)的數據不是很規范，大家也不理解。比如下單，又有很多種命名，很多的業(yè)務(wù)線(xiàn)都有記錄，很多的表上都( ?ヮ?)有這個(gè)字段的名稱(chēng)。有五六種其實(shí)大家不知道到底哪個(gè)是下單的字段。其實(shí)這個(gè)就是一個(gè)很痛的點(diǎn)，所以元數據的規范化，在數倉的一個(gè)初始階段就要去做，

業(yè)務(wù)圖譜，對于數倉團隊，他首先要去理解業(yè)務(wù)，才能去做對應的數據建設，還有指標化的建設。所以我們最開(kāi)始比如說(shuō)做訂單的時(shí)候，我們就會(huì )先去做整個(gè)交易主鏈路的流程，從開(kāi)始他的發(fā)單和接單到整個(gè)鏈路支付完成，我們是把整個(gè)的主鏈路去梳理出來(lái)，然(ran)后針對于每個(gè)主鏈路，它里面具體的一些業(yè)務(wù)過(guò)程是什么，其實(shí)這個(gè)就??(′?_?`)是數倉??團隊在整個(gè)業(yè)務(wù)圖中怎么去梳理出來(lái)，在這里面我們才能提煉出哪些關(guān)鍵的點(diǎn)(dian)。所以這個(gè)就是業(yè)務(wù)統籌，其實(shí)也是通過(guò)這個(gè)層面來(lái)讓數倉的??同學(xué)更好地去理解業(yè)務(wù)，更加站在業(yè)務(wù)的視角，用戶(hù)的視角去理解數據能去做什么。

然后統(′▽?zhuān)?一的需求把控??。這個(gè)在初始階段其實(shí)也(ye)是一個(gè)很重要。大家會(huì )講煙囪式的建設，其實(shí)煙囪式建設要兩??面性來(lái)看，不是煙囪??式建設就不好，特別是在業(yè)務(wù)發(fā)展初期，它的驗證式建設，其實(shí)它能快速的去迭代去發(fā)展，如果你的整個(gè)規范性，你的很多流程其實(shí)OK的，其實(shí)煙囪式建設其實(shí)還是在一個(gè)(ge)可控的范圍內了，但在這個(gè)層面我們就要做整體(′?ω?`)的需求把控，其實(shí)是做一些適當的(de)冗余是OK的，因為在這個(gè)時(shí)候，其實(shí)我們的相關(guān)的數據的口徑是??不確定的，其實(shí)業(yè)務(wù)也不清楚說(shuō)我(wo)們的口徑到底是什么樣，其實(shí)也是在一個(gè)探索的過(guò)程。??

這就要講到一個(gè)統一的指標體系，統一的指標體系是所有的數據團隊，或(huo)者說(shuō)我們對用戶(hù)都是一個(gè)非常痛的點(diǎn)，( ?ヮ?)其實(shí)我們后面會(huì )講一下。所以在這個(gè)初始階段，核心的關(guān)注是這(T_T)些內容等到了發(fā)(fa)展階段??，收藏團隊發(fā)展階段，當時(shí)我們收藏團隊讓那個(gè)看的是人的能力，還有整個(gè)團隊的協(xié)同，已經(jīng)有了一定的默契，然后同時(shí)呢業(yè)務(wù)的發(fā)展我們也有一定的沉淀和積累，所以在這個(gè)里面我??們會(huì )幫助用戶(hù)去做對應的一些分析跟應用應用型的一些產(chǎn)品。所以在這個(gè)層面上(shang)，比如我們初始階段更(geng)多是幫助用戶(hù)快速的看數據去去做決策，所以這里面更多的是以核心的報表和看板為主，等到你的發(fā)展階段的時(shí)候，用戶(hù)要做一些精細化的運營(yíng)，所以在這里面我們要提供一些相關(guān)的一些分析類(lèi)的產(chǎn)品。啊，還有一些策略診斷類(lèi)的行為，或者評估類(lèi)的一些產(chǎn)品。

3.3.2 指標拆解能力

可以理解業(yè)務(wù)，反饋領(lǐng)導側，可以測算收益，對需求可以權衡

如果我們有了獲取數據的能力，具備對用戶(hù)，交易，獲客渠道的基(??ヮ?)?*:???本分析，我們就要針對業(yè)務(wù)進(jìn)行指(O_O)標拆解。渠道端做到每個(gè)渠道流量數(shu)據清晰，包含每個(gè)渠道帶來(lái)的業(yè)務(wù)數據，例如GMV等等?？梢栽u估渠道價(jià)值的數據。交易側可以看清留存，激活，對于活躍的構成，交易的品類(lèi)，對于用戶(hù)側可以看清高價(jià)值用戶(hù)。

這可??以給到領(lǐng)導側方便領(lǐng)導側看清ヾ(′?｀)?業(yè)務(wù)。同時(shí)我自己(°□°)工作的經(jīng)驗發(fā)現很多領(lǐng)導要看數，事實(shí)上是上一個(gè)環(huán)節沒(méi)有搞懂，就是他自己對于要看哪些指標他們反應了什么并不是很清楚。導致每次給到他們數據，他們還是覺(jué)得(de)數據不夠。但是豐富哪些又說(shuō)不出來(lái)。

最后一個(gè)邏輯是你有了數據，就可以評估大概一個(gè)功能的轉化率。就可以測算收益，以及數據評估可以預估這個(gè)需求的用戶(hù)，有了收益預估，又有了用戶(hù)價(jià)值你就可以權衡需求的優(yōu)先(xian)級。所以就具備了基本的數據驅動(dòng)的環(huán)境。

3.3.3 需求開(kāi)發(fā)流程

一切從源頭開(kāi)始，互聯(lián)網(wǎng)公司大部分核心價(jià)??值是(′?ω?`)通過(guò)線(xiàn)上產(chǎn)品或者軟件產(chǎn)品把價(jià)值傳達給用戶(hù)的。那么需求的量化(hua)管理是數據驅動(dòng)真(?⊿?)正的開(kāi)始。如果說(shuō)之前的兩步??：獲取數據能力，以及拆??解數據能力是打掃家門(mén)，那么從量化需求開(kāi)始數據驅動(dòng)，則真正做到了迎接客人。即后續的新增需(????)求都會(huì )按照量化權衡優(yōu)先級的方式來(lái)判斷先開(kāi)發(fā)哪些功能，后開(kāi)發(fā)哪些功能。就能夠真正做到數據驅動(dòng)，有效通過(guò)量化來(lái)權衡優(yōu)先??級，逐步釋放業(yè)務(wù)壓力。

同時(shí)能夠很大程度上激勵開(kāi)發(fā)人員，反向管理業(yè)務(wù)方，在這里我要論證一下為什么要業(yè)務(wù)方提需求寫(xiě)需求文檔，我之前也在小的公司工作過(guò)，這些(??ヮ?)?*:???公司很多時(shí)候都是一句話(huà)需求，和真正完善的需求文檔也是有差別的，差別不在(zai)字數上，而是要把問(wèn)題講明白。我們認(O_O)為撰寫(xiě)文檔有如下好處：

1）有利于業(yè)務(wù)方整理需求內容。寫(xiě)作本身是一種??思考和反向輸出，所以在寫(xiě)的過(guò)程中就助于整理業(yè)務(wù)方的思路。需求背景，針對的用戶(hù)，現狀，痛點(diǎn)，因此要做(zuo)哪些功能，解決的問(wèn)題，預估收益都有一個(gè)很好的梳理思考。

2）有利于業(yè)務(wù)方圈定需求范圍。通常業(yè)務(wù)方會(huì )頻發(fā)的改需求，除了上面沒(méi)有梳理好??自己的想要什么之外，通常的情況是雙方并沒(méi)有ヽ(′▽?zhuān)?ノ針對需求達成范圍。業(yè)務(wù)方和產(chǎn)品對于解決方案的功能范圍認知存在偏差。所以寫(xiě)出來(lái)流程和大體規則與功能有助于產(chǎn)品經(jīng)理和業(yè)務(wù)方在認知上快速達成一致。

3）有利于產(chǎn)品經(jīng)理理解業(yè)務(wù)方需求。就算是業(yè)務(wù)方自己確定要什么，隨著(zhù)時(shí)間的推移可能也會(huì )產(chǎn)生偏差。以及如果是口述的需求需要被迫產(chǎn)品經(jīng)理記住。這樣的溝通是非常低效的。

4）文檔存在本身就是有價(jià)值的。無(wú)論通過(guò)的，還是沒(méi)有通過(guò)的需求。對(′▽?zhuān)?)于通過(guò)的需求后續的產(chǎn)品經(jīng)理接手后知道在之前什么情況下迭代了什么需求。同時(shí)需求方也可以明白，哪些用戶(hù)的需求做到什么樣了。新來(lái)的人知道過(guò)去哪些需??求被否定過(guò)了，為什么被否定了，是不是現在條件還不成立，那就不用再次浪費時(shí)間提出了?；蛘哒f(shuō)條件有變化了，也可以在原來(lái)被駁回的需求上思考。

很多人會(huì )反駁說(shuō)業(yè)務(wù)方都很忙沒(méi)有時(shí)間寫(xiě)需求文檔，我的看法是一個(gè)需求啟動(dòng)后，要經(jīng)歷產(chǎn)品，設計，研發(fā)，測試，數據等等多種(′ω｀)人員的環(huán)節，要花費這些(xie)人(ren)員的時(shí)間，相比較這些人員的成本來(lái)說(shuō)，把需求描述清晰，量化了反而是一個(gè)提高效率的方法。有一種說(shuō)法是提錯誤需求的人還不如不提需求，因為它還占用了資源。對于這種人(ren)發(fā)工資什么都不做，都好過(guò)這些人提需求。

其次一個(gè)需求如果不值得寫(xiě)，基本上它并不值得開(kāi)發(fā)。因為每個(gè)節點(diǎn)的撰寫(xiě)量是成倍增加的，從需求文檔，到產(chǎn)品需求文檔，再到代碼。

最后也不建議上來(lái)就讓業(yè)務(wù)方量化提需求文檔，最好是有產(chǎn)品和數據分析師輔助，注意是輔助而不是帶寫(xiě)。在產(chǎn)品和數據分析師充分了解需求后可以在固定的文檔格式上給予業(yè)務(wù)方一些撰寫(xiě)建議，包括數據提取，哪些數據輔證需求的一些建議。最終目標都是為了可以讓業(yè)務(wù)方獨立完成數據提取的求證以及獨立撰寫(xiě)需求文檔。

3.3.4 產(chǎn)品和研發(fā)剝離

我們認為指標，功能，(??-)?以及對應的開(kāi)發(fā)是有相關(guān)度的。當然并不是(shi)絕對的。但是盡量我們要做到可以切分??成獨立的閉環(huán)（盡管可能存在藕斷絲連的(de)情況）但是大體趨勢上是獨立的。整體的切割邏輯在3.1章節核心邏輯是(shi)矩陣式分工那節已經(jīng)進(jìn)行了講解，我這里做另外一個(gè)角度的陳述就是大體思路可以把偏向營(yíng)銷(xiāo)的如落地頁(yè)工具??，運營(yíng)引擎，投放引擎，消息觸達中心等等這些屬于(yu)偏向與運營(yíng)和銷(xiāo)售類(lèi)的功能并攏到增長(cháng)產(chǎn)品方研發(fā)團隊，另外一類(lèi)會(huì )偏向于用戶(hù)價(jià)值長(cháng)期建設，我們以電商舉例比如類(lèi)目，品類(lèi)，商鋪管理，偏向于核心價(jià)值的作為另外一個(gè)研發(fā)團隊負責的內容。

當然這個(gè)??過(guò)程最重要的就是和研發(fā)leader和產(chǎn)品leade(╯°□°）╯︵ ┻━┻r規劃好產(chǎn)品的架構圖，因為有了架構圖才能知道哪些功能可以合并給到相似的開(kāi)發(fā)和產(chǎn)品團隊。

3.3.5 團隊配合工具抓手

團隊之間如何合作，驅動(dòng)需求實(shí)現

需求管理工具：主要是負責記ヽ(′ー｀)ノ錄業(yè)務(wù)方提出的需求文檔。包含需求后續啟動(dòng)后的狀(zhuang)態(tài)。文檔同步：產(chǎn)品經(jīng)理需求文檔，研發(fā)的文檔，數據文???檔等等。IM工具，郵??件工具，研發(fā)需求跟進(jìn)工具，測試管理工具等等我就不在這┐(′д｀)┌里??贅述了，總之管理工具要遵循的就是最小可用原則。其次是團(′▽?zhuān)?隊盡可能的使用相似的系統來(lái)進(jìn)行溝通，能夠合并就進(jìn)行合并，這樣能夠最大程度上降低信息傳播的門(mén)檻。

我之前工作過(guò)的一家中型公司會(huì )發(fā)現公司有些人習慣用QQ，有些人習慣用釘釘，有些人習慣用微信，導致團隊彼此找不到對方??。需求UI維護在tower上，產(chǎn)品有些人維護在Excel，有些人維護在禪道上。需求是分散的，當然就無(wú)法做到統一的評審。

所以數據驅動(dòng)可以(′；д；`)盡量讓大家的信息一致，同時(shí)需求的量化和一個(gè)好的評審流程可以讓團隊工作效率提高，大家千萬(wàn)不要覺(jué)得這種流程化方式是低效的，遠不如業(yè)務(wù)方(′ω｀*)直接拉著(zhù)??產(chǎn)品和研發(fā)開(kāi)發(fā)高效。但是這個(gè)流程可以保證有價(jià)值的需求可以持續的優(yōu)先被開(kāi)發(fā)。

走得對，走得穩，??比走得快重要。

而有了流程之后，通過(guò)整個(gè)團隊對于(yu)流程的熟悉可以做到走得又快又穩。

3.3.6 組織能力

數據驅動(dòng)涉及部門(mén)多，要有極高的組織動(dòng)員力

最后我們會(huì )發(fā)現推動(dòng)數據驅動(dòng)團隊需要從需求方到產(chǎn)品，UI，研發(fā)，數據工程師，分析師的配合。所以邏輯順下來(lái)，按照矩陣式的管理方式，我們會(huì )發(fā)現這個(gè)人要可以影響或者管理：需求方到產(chǎn)品，UI，研發(fā)，數據工程師，分析師等很多部門(mén)，這也就是說(shuō)職級越高越容易推動(dòng)這個(gè)事情。

因為它可以針對(′▽?zhuān)?每個(gè)總監下面的組能??夠獨立出部分人員來(lái)針對增長(cháng)或者業(yè)務(wù)方形成獨立的小閉環(huán)才能做這個(gè)事情。

下面我們說(shuō)一下如果你沒(méi)有這么大的行政權力，又想影響你的團隊去做數據驅動(dòng)，或者我們說(shuō)??的直白點(diǎn)，你想做的專(zhuān)業(yè)(ye)一些，讓自己起碼數據量化一起來(lái)，提升一下職場(chǎng)身價(jià)，你只需要兩個(gè)人的(de)支持，或者只需要一個(gè)人。

那么你只需要一個(gè)工程師來(lái)接受你量化的需求，以及一個(gè)數據分析師來(lái)幫你提取數據就可以了。不過(guò)這個(gè)環(huán)境是否可行，極大程度上，取決于你和團隊的關(guān)系以(yi)及，團隊的管理是否有這樣的空間。極端的情況在沒(méi)有數據分(′_ゝ`)析師的情況下，??如果工程師很配合的話(huà)，他也是可以幫你獲取一些業(yè)務(wù)數據的(′?｀*)，但是這樣的問(wèn)題是，因為這樣拉新的需求由于(yu)沒(méi)有投放的??追蹤工具，你還是(shi)沒(méi)有辦法量化。但是你可以先把產(chǎn)品上的用戶(hù)進(jìn)行分析。同時(shí)考慮到?jīng)]有埋點(diǎn)工具你可能也沒(méi)法分析行為和業(yè)務(wù)數據之間的關(guān)系。這種情況最好的辦法就是學(xué)會(huì )數據分析能力，以及通過(guò)這個(gè)小團隊做出一些成果，盡快換一家成熟的公司┐(′д｀)┌。??

最后(′?_?`)我們總結一下團隊無(wú)法數據驅動(dòng)的六個(gè)原因，他們是有邏輯關(guān)系的，如果你的公(gong)司團隊無(wú)法數據驅動(dòng)，并不是找一個(gè)增長(cháng)官或者找一個(gè)分析師就可以讓您的團??隊數據驅動(dòng)??，他是一個(gè)系統的問(wèn)題，只有每個(gè)環(huán)節都向數據賦能才能夠讓最終的業(yè)務(wù)進(jìn)入到數據的軌道上來(lái)。這個(gè)流程好似拆線(xiàn)團，需ヽ(′▽?zhuān)?ノ要你從整體上看清問(wèn)題的癥結，然后明白ヽ(′ー｀)ノ先解開(kāi)哪個(gè)線(xiàn)頭，后解開(kāi)哪個(gè)線(xiàn)頭，直接上剪刀或者(zhe)解開(kāi)最大的線(xiàn)頭（數據驅動(dòng)最大的卡點(diǎn)）是沒(méi)有用的！難點(diǎn)在于規劃路徑，逐步拆解，要相信每個(gè)果都是因產(chǎn)生的，那么這個(gè)因又是由它上一個(gè)(ge)因產(chǎn)生的，逐層找因，逐步解決才行。所以我們按照邏輯在順以下如何數據驅動(dòng)：

第一步：你要有數據，可以看到數據，這是數據驅動(dòng)的基礎。你需要一個(gè)數據倉的同學(xué)來(lái)持續維護數據的采集到可??視化的賦能。

第二步：有了(le)數據，你就需要逐步明白看哪些數據，他們的變化意┐(′?｀)┌味著(zhù)什么，他們彼此之間的關(guān)系是什么。這些(′_｀)前期可??以通過(guò)增長(cháng)產(chǎn)品經(jīng)理，或者產(chǎn)品負責人代為(???)拆解，后期由分析師持續維護，當然如果你一開(kāi)??(′ω｀)始就有了數據分析師那也很好，但是一定要在數據倉基本搭建完畢，再請數據分析師，否則他也沒(méi)有什么數據可以?獲取。

第三步：你就要讓需求逐步量化，上線(xiàn)后的效果逐步量(′?｀*)化，通過(guò)量化評估需求的優(yōu)先級，通過(guò)量化需求調度資源。所以??你需要集中評審需求，管理需求。

第五步：這個(gè)過(guò)程中大家如何工作你需要在啟動(dòng)需求之前鋪??設好大家協(xié)同信息的工具，包括需求自始至終管理的工具。這五步完成以后基本上你可以從業(yè)務(wù)方那里接受到量化的需求了。

但是這些都要建立在一個(gè)基礎上就是??領(lǐng)導確實(shí)(shi)意識到數(?Д?)據量化的重要度，愿意自上而下推進(jìn)這個(gè)事情。因為涉及到部門(mén)太多所以自上而下的推進(jìn)是最快的。

這五步就是邏輯上因果推演下來(lái)的。每一個(gè)下一層要處理的需求，是因為上一層的邏輯導致的。這像ヾ(?■_■)ノ不像拆線(xiàn)團。只有都解決了，才能夠讓那個(gè)數據驅動(dòng)起來(lái)。

如果兩輛速度為光速的車(chē)迎面開(kāi)來(lái)，那么根據相對速度他們應該是2倍的光速，但ヽ(′?｀)ノ是任何速度不會(huì )超過(guò)光速，那么??只有時(shí)間變變了這個(gè)才成立。

引用這個(gè)思考是想說(shuō)明，邏輯上事情推理的必然也是一種令人愉悅的事情。做團隊的數據驅動(dòng)要做好邏輯上的推導，對，就是拆線(xiàn)團。

版權聲明：本文內容由互聯(lián)網(wǎng)用戶(hù)自發(fā)貢獻，該文觀(guān)點(diǎn)僅代表作者本人。本站僅提供信息存儲空間服務(wù)，不擁有所有權，不承擔相關(guān)法律責任。如發(fā)現本站有涉嫌抄襲侵權/違法違規的內┐(′ー｀)┌容， 請發(fā)送郵件至 [email protected] 舉報，一經(jīng)查實(shí)，本站將立刻刪除。