本文来自：腾股创投（微信ID: tengguvc，BP投递：bp@tengguvc.com）原作者 Brian Balfour 是 Reforge 创始人，前 HubSpot 增长VP，由腾股创投整理编译。

数据不断维护 - >数据变得不准确/有缺陷 - >员工不再相信数据 - >不再使用数据

如果以上的情况和你经历的相似，你并不是一个人。 我估计三分之二公司在数据方面的努力都失败了。

这很麻烦，因为数据在增长过程起着关键的作用。没有好的数据，就不可能真正用好数据。

在本文在，我将探讨为什么好的企业内部数据应用经常失败的4个原因，以及企业如何应对。

问题1：项目思维模式与流程思维模式

大多数想要更加认真对待数据的公司将数据视为一个项目。 有一个明确的开始和一个明确的结束。

当你将数据视为一个项目时，你就踏上了数据死亡之轮。

项目做起来了，但有人发现其中有不正确的数据。 因此，他们对数据失去了信任，然后停止使用数据。 又因为没有人在使用数据，所以数据不会得到维护，这又导致更多的不信任。

在上述情况下，把数据当作一个项目来处理是错误的，实际上，数据是一个持续的、永无止境的项目，类似于构建产品。

数据采集 - >衡量数据输出的影响 - >了解数据是否得到使用

你的数据需要通过持续的流程进行细化和更新，原因如下：

1、你的产品会改变

产品功能会持续改变。 随着你的产品功能的发展，数据也需要保持一致的步伐，否则将变得无关紧要/有缺陷，人们将不信任数据，数据的死亡之轮将继续下去。

2、你对业务的了解会改变。

数据应该引导你了解优先考虑的某些事项，并对其他事项进行排序。

你的数据和关键绩效指标应该反映出你的策略。你的策略会随着时间的推移而变化，跟踪和分析的需求随着策略的发展而变化。

3、新的答案暴露了新的问题。

随着你从数据中获得新的洞察力，这也打开了新问题的大门。遇到新的问题，需要更新仪器和分析。这个过程是了解每一件关于你的用户，产品和渠道的事情。

4、数据之路永远没有终点

人们通常花很多的时间分析应该使用哪些工具，而不是调整和更新数据。

项目思维模式是造成这一点的原因，这与“我一次就要做到位”的想法相关。问题是，没有完美的工具，长此以往，最终你的分析将陷入瘫痪。

数据之路永远没有终点，将数据视为正在进行的过程，随着新的需求出现，你需要进行新的迭代。

如何应对

放弃基于一次性项目制的数据方法，你应该为数据收集和分析分配专门的资源。

在早期的阶段，这可能是需要占用工程师或产品经理的部分时间，但是这几个小时需要被看作是他们职责的关键部分。

在公司发展的后期阶段，你很可能需要专门的团队来维护数据流程，包括构建和维护数据基础设施，以及促进数据使用。

重要的是要记住，将数据流程置于实地不仅仅是仪器仪表。 你还需要在企业内建立数据信任。与周围的更多团队合作，以确保他们了解并信任他们看到的内容。 如果他们不信任数据，他们就不会使用数据。

问题2：激励措施不当

即使将数据视为一个长期的进程而不是项目，这也并不一定意味着就一定能成功。有些公司花费大量的时间在基础设施、工具和软件仪表盘上，但是忽略了一些非常重要的事情。

企业使用数据需要员工个人的行为改变。

改变行为是非常困难的。缺乏改变的背后通常的罪魁祸首：激励和奖励的偏差。

团队和个人愿意做出的都是能够得到回报的事情，所以如果你想改变员工的行为，你必须确保这个行为能够得到某种奖励，有多种类型的奖励：

• 财务奖励（奖金/薪资上涨/权益）

• 进步奖励（提升职位）

• 权威认可（老板/上级的认可）

• 同行认可（来自同事的认可）

在你的团队当中，你是否提供了使用数据的相关奖励？

存在这些问题需要考虑：

如果使用数据没有得到奖励，那么对数据进行分析和分析所需的工作则无法得到重视。

如果使用数据得到奖励，那么数据整合则将被视为帮助工作的一部分

然后问自己一个第二个问题：使用数据的奖励和公司其他奖励相比较，奖励大小、频率如何？与其他奖励进行对比， 管理者需要注意如何将不同因素作为奖励的一部分。

如何应对

1、每个团队都需要一个KPI

每个团队需要一个KPI作为衡量成功的一部分。 为每个团队制定一个关键绩效指标，将数据的使用与他们的工作相结合。

只设置KPI是不够的。还需要做三件事：

• 团队需求重视自己的KPI。

• 如果他们不重视，就会把它视为别人的问题。

• 团队中的每一个人都需要了解关键绩效指标，并且可以方便的查看具体指标。

常见的情况是，只有PM或团队中的少数几个人会真正了解KPI。

KPI需要成为四种奖励的一部分，但不是团队获得奖励的唯一因素。

产品团队还有其他重要因素，如产品递交速度，产品质量等。与大多数情况一样，这需要保持一个平衡。

2、每种奖励的设计系统

通过四种奖励类型和设计系统来奖励数据的使用。 系统是什么意思？

举个关于授权认可奖励系统的例子：我知道的最优秀的经理都有一个清单。清单上的项目可能是“这个人是否在工作中使用了数据？”如果是，请务必给予认可。

3、把奖励沟通清楚

不要假定团队成员清楚地知道如何获得升职，奖金，赞美。你需要把它写在书面上，做出明确的说明，你需要经过沟通。

当你给某人升职时，不要只是宣布“恭喜史密斯先生升职到高级产品经理”。你需要说明他为什么获得升职，把他的例子作为一种典范来进行推广。

问题3：数据团队成为瓶颈

如果你克服了项目思维的问题和激励的问题，数据在公司中开始变得有价值，这又会产生一些新的问题。

第一个是数据团队可能会成为瓶颈。这源于数据团队对数据采取“所有权”的心态，即“我们拥有数据”。

但是，这种思维却忽略了一个重点：

每个团队都有一个“客户”。

数据团队的客户是其他人在公司内部使用数据的人：数据分析师，产品经理，工程师，营销人员等。

为了服务于这些内部客户，数据团队需要像任何其他产品团队一样行事：

• 他们需要定义他们的客户群

• 他们需要了解客户需求

• 他们需要提供最优的解决方案

• 他们必须进行迭代

换句话说，他们的产出必须能够帮助其他团队的产出，而不是独占着数据资源。

问题4：出色的解答，无用的问题

一旦数据变得有价值和得到认可，就会出现第二个问题，人们开始为了数据而数据，可能是因为他们发现数据流程在智力上很有挑战，或者只是为了显示自己的小聪明等等。

“为了数据而数据是一个诱人的陷阱，但这只是为无用的问题创造了出色的答案”，谷歌的用户增长和分析的负责人 Ken Rudin 表示。

Rudin 提醒我们，虽然增加信息量是有吸引力的，但仅仅有洞察力是不够的，得到结果和产生影响是分析的真正目标。为此，数据团队应该确保他们提出正确的问题，而不仅仅是给出越来越多的答案。

关于如何创建一个提供实际业务需求的数据流程，Rudin有两个建议：

1、招聘分析师，这些分析师不仅仅是具备商业知识，而且了解数据及相关工具。

当你面试候选人的时候，不要仅仅关注“我们如何计算这个指标？”问他们：“在这个业务情景中，你认为哪些指标是重要的？

2、让数据成为每个人的事

Rudin此前在Facebook的团队进行了一次为期两周的“数据训练营”，不仅仅面向分析师，而是面向全体成员。

通过提出一个可靠的业务影响的好问题，Rudin还会提供一个坚实的数据流程（Rudin也非常重视数据团队必须对数据可视化负责，应该采取必要措施）。

数据提供答案和指导行动，有助于提出更好的问题。

随着数据的解答转化为实际的影响，这将激励人们维持甚至改进数据系统，最终导致更多的数据容量。

（腾股创投是一家由前华为资深人士成立的早期风险投资公司。投资方向包括5G、云计算、SaaS、大数据、物联网、人工智能、机器人。投资阶段天使、Pre-A、A。联系邮箱：bp@tengguvc.com）

本文来自：腾股创投（微信ID: tengguvc，BP投递：bp@tengguvc.com）原作者 Brian Balfour 是 Reforge 创始人，前 HubSpot 增长VP，由腾股创投整理编译。

数据不断维护 - >数据变得不准确/有缺陷 - >员工不再相信数据 - >不再使用数据

如果以上的情况和你经历的相似，你并不是一个人。 我估计三分之二公司在数据方面的努力都失败了。

这很麻烦，因为数据在增长过程起着关键的作用。没有好的数据，就不可能真正用好数据。

在本文在，我将探讨为什么好的企业内部数据应用经常失败的4个原因，以及企业如何应对。

问题1：项目思维模式与流程思维模式

大多数想要更加认真对待数据的公司将数据视为一个项目。 有一个明确的开始和一个明确的结束。

当你将数据视为一个项目时，你就踏上了数据死亡之轮。

项目做起来了，但有人发现其中有不正确的数据。 因此，他们对数据失去了信任，然后停止使用数据。 又因为没有人在使用数据，所以数据不会得到维护，这又导致更多的不信任。

在上述情况下，把数据当作一个项目来处理是错误的，实际上，数据是一个持续的、永无止境的项目，类似于构建产品。

数据采集 - >衡量数据输出的影响 - >了解数据是否得到使用

你的数据需要通过持续的流程进行细化和更新，原因如下：

1、你的产品会改变

产品功能会持续改变。 随着你的产品功能的发展，数据也需要保持一致的步伐，否则将变得无关紧要/有缺陷，人们将不信任数据，数据的死亡之轮将继续下去。

2、你对业务的了解会改变。

数据应该引导你了解优先考虑的某些事项，并对其他事项进行排序。

你的数据和关键绩效指标应该反映出你的策略。你的策略会随着时间的推移而变化，跟踪和分析的需求随着策略的发展而变化。

3、新的答案暴露了新的问题。

随着你从数据中获得新的洞察力，这也打开了新问题的大门。遇到新的问题，需要更新仪器和分析。这个过程是了解每一件关于你的用户，产品和渠道的事情。

4、数据之路永远没有终点

人们通常花很多的时间分析应该使用哪些工具，而不是调整和更新数据。

项目思维模式是造成这一点的原因，这与“我一次就要做到位”的想法相关。问题是，没有完美的工具，长此以往，最终你的分析将陷入瘫痪。

数据之路永远没有终点，将数据视为正在进行的过程，随着新的需求出现，你需要进行新的迭代。

如何应对

放弃基于一次性项目制的数据方法，你应该为数据收集和分析分配专门的资源。

在早期的阶段，这可能是需要占用工程师或产品经理的部分时间，但是这几个小时需要被看作是他们职责的关键部分。

在公司发展的后期阶段，你很可能需要专门的团队来维护数据流程，包括构建和维护数据基础设施，以及促进数据使用。

重要的是要记住，将数据流程置于实地不仅仅是仪器仪表。 你还需要在企业内建立数据信任。与周围的更多团队合作，以确保他们了解并信任他们看到的内容。 如果他们不信任数据，他们就不会使用数据。

问题2：激励措施不当

即使将数据视为一个长期的进程而不是项目，这也并不一定意味着就一定能成功。有些公司花费大量的时间在基础设施、工具和软件仪表盘上，但是忽略了一些非常重要的事情。

企业使用数据需要员工个人的行为改变。

改变行为是非常困难的。缺乏改变的背后通常的罪魁祸首：激励和奖励的偏差。

团队和个人愿意做出的都是能够得到回报的事情，所以如果你想改变员工的行为，你必须确保这个行为能够得到某种奖励，有多种类型的奖励：

财务奖励（奖金/薪资上涨/权益）

进步奖励（提升职位）

权威认可（老板/上级的认可）

同行认可（来自同事的认可）

在你的团队当中，你是否提供了使用数据的相关奖励？

存在这些问题需要考虑：

如果使用数据没有得到奖励，那么对数据进行分析和分析所需的工作则无法得到重视。

如果使用数据得到奖励，那么数据整合则将被视为帮助工作的一部分

然后问自己一个第二个问题：使用数据的奖励和公司其他奖励相比较，奖励大小、频率如何？与其他奖励进行对比， 管理者需要注意如何将不同因素作为奖励的一部分。

如何应对

1、每个团队都需要一个KPI

每个团队需要一个KPI作为衡量成功的一部分。 为每个团队制定一个关键绩效指标，将数据的使用与他们的工作相结合。

只设置KPI是不够的。还需要做三件事：

团队需求重视自己的KPI。

如果他们不重视，就会把它视为别人的问题。

团队中的每一个人都需要了解关键绩效指标，并且可以方便的查看具体指标。

常见的情况是，只有PM或团队中的少数几个人会真正了解KPI。

KPI需要成为四种奖励的一部分，但不是团队获得奖励的唯一因素。

产品团队还有其他重要因素，如产品递交速度，产品质量等。与大多数情况一样，这需要保持一个平衡。

2、每种奖励的设计系统

通过四种奖励类型和设计系统来奖励数据的使用。 系统是什么意思？

举个关于授权认可奖励系统的例子：我知道的最优秀的经理都有一个清单。清单上的项目可能是“这个人是否在工作中使用了数据？”如果是，请务必给予认可。

3、把奖励沟通清楚

不要假定团队成员清楚地知道如何获得升职，奖金，赞美。你需要把它写在书面上，做出明确的说明，你需要经过沟通。

当你给某人升职时，不要只是宣布“恭喜史密斯先生升职到高级产品经理”。你需要说明他为什么获得升职，把他的例子作为一种典范来进行推广。

问题3：数据团队成为瓶颈

如果你克服了项目思维的问题和激励的问题，数据在公司中开始变得有价值，这又会产生一些新的问题。

第一个是数据团队可能会成为瓶颈。这源于数据团队对数据采取“所有权”的心态，即“我们拥有数据”。

但是，这种思维却忽略了一个重点：

每个团队都有一个“客户”。

数据团队的客户是其他人在公司内部使用数据的人：数据分析师，产品经理，工程师，营销人员等。

为了服务于这些内部客户，数据团队需要像任何其他产品团队一样行事：

他们需要定义他们的客户群

他们需要了解客户需求

他们需要提供最优的解决方案

他们必须进行迭代

换句话说，他们的产出必须能够帮助其他团队的产出，而不是独占着数据资源。

问题4：出色的解答，无用的问题

一旦数据变得有价值和得到认可，就会出现第二个问题，人们开始为了数据而数据，可能是因为他们发现数据流程在智力上很有挑战，或者只是为了显示自己的小聪明等等。

“为了数据而数据是一个诱人的陷阱，但这只是为无用的问题创造了出色的答案”，谷歌的用户增长和分析的负责人 Ken Rudin 表示。

Rudin 提醒我们，虽然增加信息量是有吸引力的，但仅仅有洞察力是不够的，得到结果和产生影响是分析的真正目标。为此，数据团队应该确保他们提出正确的问题，而不仅仅是给出越来越多的答案。

关于如何创建一个提供实际业务需求的数据流程，Rudin有两个建议：

1、招聘分析师，这些分析师不仅仅是具备商业知识，而且了解数据及相关工具。

当你面试候选人的时候，不要仅仅关注“我们如何计算这个指标？”问他们：“在这个业务情景中，你认为哪些指标是重要的？

2、让数据成为每个人的事

Rudin此前在Facebook的团队进行了一次为期两周的“数据训练营”，不仅仅面向分析师，而是面向全体成员。

通过提出一个可靠的业务影响的好问题，Rudin还会提供一个坚实的数据流程（Rudin也非常重视数据团队必须对数据可视化负责，应该采取必要措施）。

数据提供答案和指导行动，有助于提出更好的问题。

随着数据的解答转化为实际的影响，这将激励人们维持甚至改进数据系统，最终导致更多的数据容量。

（腾股创投是一家由前华为资深人士成立的早期风险投资公司。投资方向包括5G、云计算、SaaS、大数据、物联网、人工智能、机器人。投资阶段天使、Pre-A、A。联系邮箱：bp@tengguvc.com）