使用这些指标衡量数据平台的影响

对于许多数据团队来说，过去五年见证了技术、团队和流程的演变，这让人想起另一个重要的时期：工业革命。

从 18 世纪末到 19 世纪中叶，工业革命通过新工具、更便宜的电源和更精简的工厂工作组织方式改变了经济。即使是现在，参观现代化的印刷厂，您也会发现采用先进技术和机器人技术的最先进操作。

2022 年，快速转向云技术、对整个公司数据应用的永无止境且不断增长的需求以及“数据平台”的构建使数据科学、分析和机器学习变得更快、更便宜、更容易获得比以往任何时候都。

尤其是数据平台，已经将数据基础设施转变为规模和速度的工厂，满足了我们对洞察力、运营效率甚至新收入流永无止境的胃口。

尽管如此，构建数据平台是一回事。我们怎么知道它真的发挥了巨大的潜力？幸运的是，三个关键的成功指标（用户、成熟度和影响指标）可以为我们提供成功的线索——方法如下。

什么是数据平台？

在我们深入研究之前，它可能有助于描述我们所说的数据平台的含义。在这个定义中，数据平台可能被认为类似于印刷厂——你可能有：

• 交付机制（进出）和仓库。

   

• 将精炼成成品的原材料。

   

• 工厂内部或外部利益相关者的用户应用程序。

   

• 机器应用程序以优化印刷流程以提高效率或回报。

   

• 端到端的质量控制，以确保产品在预算范围内按时交付并符合规格。

   

  在我之前担任纽约时报数据和洞察高级副总裁期间，我监督了一个包含这些相同核心组件的数据平台：

  • 数据管理基础设施（即交付机制/ELT、仓库）

     

  • 关键数据资产（即原材料->成品）

     

  • 用户应用程序——BI、实验、CDP

     

  • 机器应用——算法推荐、算法定位等。

     

  • 数据可观察性、隐私和治理工具（即端到端质量控制）。

     

    最终，您的特定组织的需求将决定数据平台的范围和广度，但我希望无论您的目标如何，这些组件中的许多都是共享的。

    我们必须衡量和交流数据平台的进展和成功，以证明初始投资和任何未来的增长和投资是合理的。但是数据平台的成功是什么样子的，我们如何衡量我们的进步呢？

    数据平台的成功是什么样的？

    我得出的结论是，数据平台的成功可以从三个方面来体现：

    1. 广泛的客户和应用程序：一个有效的数据平台将服务于无数的团队、用户配置文件和用例（例如，特定领域的分析、极其准确的报告、尖端的机器学习）。

        

    2. 为未来而建：一个更成熟的平台将能够满足新的和意想不到的用例，例如新业务线的入职或新机器学习应用程序的原型设计，而无需在底层平台上进行大量工作。

        

    3. 提供当今的业务影响：如果我们不满足当今的业务需求，例如改进广告定位或通过更快的实验支持决策制定，那么我们中很少有人有时间和奢侈来构建未来的平台。

        

    为了衡量这些方面的进展，我发现了一系列有用的衡量标准，即：使用情况、成熟度和影响。通过跟踪这三个指标，数据团队可以平衡近期业务影响与长期进步和成熟度，同时保持用户群增长和参与度的动态。

    这三者都是表明您的数据平台是否正常工作的关键指标，并且在验证您的团队和技术对您的其他业务的价值时，在这三者之间取得适当的平衡可以带来好处（无双关语）。

    用户指标

    您是否看到了对您的数据平台的必要参与和满意度？

    对平台使用情况的衡量与面向客户的产品一样严格。衡量采用的足迹和速度，并进行调查以了解他们的满意度。虽然您应该让这些调查保持简短，但它也可以是衡量他们满意度的驱动因素的机会，例如对数据/工具的信任度和易用性。

    例如，“数据民主化”领域的一个常见问题（如下图所示）是您的商业智能工具的满意度较低（例如，在 5 分制中平均为 2.0），尽管使用情况不佳仪表板的一个子集，通常表示对用户可用的数据探索不足而感到沮丧！

    在团队层面，我已经看到这种衡量与定性反馈有效结合，以推动我们正在构建的功能，以满足用户群当前和未来的需求。

    

    成熟度指标

    您是否在推进平台的技术成熟度，预测并满足当今的需求？

    在最高级别，您希望能够说—— 我们的平台是落后于、跟上还是领先于业务需求？

    在团队层面，成熟度需要更加具体，以便可操作，跨团队衡量您的产品和服务是否具有可伸缩性和可扩展性、可靠性和管理良好，并允许在最少的支持下采用。我建议您的团队首先对他们的数据系统进行自我评分。

    在下面的说明性示例中，如果我们确定我们的集中式产品数据资产缺乏可靠性，这可能会要求在下一季度完成工作以提高数据资产的可观察性和可靠性。

    同样，我们可能会确定我们的基础架构团队应该专注于 ELT 工具的可扩展性和仓库文档。

    

    影响指标

    您的数据平台今天是否提供了可衡量的价值？

    在最高级别，我们必须能够量化平台驱动的影响，无论是货币形式（$、€、£）还是决定业务成功的通用衡量单位（例如，销售额、订阅）。精度不是这里的目标——您通常可以根据所产生价值的数量级来判断您的平台赌注是否获得回报。

    从优化产品功能或业务流程的应用程序中，交付的价值最为明显。虽然项目以相对的方式衡量增量提升（例如，转化率提升 30%）已变得司空见惯，但您应该确保您的团队将这种提升转化为业务的增量价值。

    在下面所示的示例中，提供 1% 提升的推荐系统比提供 18% 提升的广告定位应用程序带来更多的销售价值。

    并不是每个团队都能够直接衡量这个价值，尤其是那些对平台来说更基础的团队。在这些情况下，影响指标通常会与他们为其他团队启用的功能相关联。

    

    数据平台记分卡

    除了指导团队的工作之外，在正确的高度总结您的数据平台对执行利益相关者的影响将为您的旅程定下基调，包括您应该增加投资的地方以及您可能需要大修的地方。

    将此衡量结果汇总到可以轻松传达给最高管理层的计划中，例如机器学习、数据民主化和数据质量。

    

    执行记分卡将确保您对数据平台有一个共同的看法，显示您的团队每个季度的进展，并帮助您传达数据团队的机会和投资领域。

    高管们将开始将数据平台视为一个整体，而不是独立项目的集合——允许您将基础设施、治理和可观察性方面的投资与数据民主化计划和机器学习应用程序联系起来。