保持条理化
当用户、问题和仪表盘的数量不可避免地增加时,如何保持分析的组织性。
如果您想保持竞争力,您需要让组织中的人员访问他们需要的数据,以便做出更好的决策。然而,这种数据自主化的代价是不可避免的大量分析——这会使你很难知道哪些分析值得信任。
重要的是要明白这个问题是没有办法解决的。总有一定程度的分析熵需要驯服,但是有了合适的工具和流程,你就可以控制不可避免的混乱。
自主化分析的问题
这些问题的核心集中在定义上:我们如何准确地定义业务逻辑,如收入、终身价值、客户流失等等?我们所说的“定义”,通常指的是任何对组织来说重要的可量化概念。不仅仅是什么是X,但我们怎么办计算X?这些是你衡量你的组织的术语,你对它们的定义越具体(一致),越好。
以下是我们需要防范的定义问题:
人们在哪里找到具体的定义?
一旦你开始对数据进行切片,从不同的角度来审视你的组织,定义就会层出不穷:收入、流失率、预期寿命价值等等。如果我们想了解客户流失的原因,我们应该参考哪些定义?哪个新的我们需要定义吗?以及(字面上)在Metabase中,我在哪里可以找到这些官方定义?
相互冲突的定义
我们所说的冲突是指:我们谈论的是同一件事吗?以收入为例。对于销售团队来说,收入可能意味着预订,但会计人员意味着已确认的应计收入,而营销团队则在谈论终身收入。
重新定义,或者哪一个是规范定义?
如果我们为同一个概念找到多个定义呢?我们怎么知道该信任谁?他们都不符合标准吗?即使多个小组同意我们应该跟踪每周的预订情况,但是这些预订的统计方式可能会因查询而异:一个查询可能是准确的,另一个查询可能是不准确和不受约束的,这是由一个分析员创建的,他不知道用于计算预订的官方查询已经存在;或者忘记忽略测试数据,或者没有考虑折扣,或者只是创建了一个新的查询以不同的方式对预订进行切片。
更改定义
对月收入的计算可能会发生变化,因为一些收入流被抹去,而其他的收入流则会增加。如果我们有不同的部门在多个问题,模型,和仪表板,我们应该如何管理对定义的更改?
控制混乱的策略
找到问题后,让我们谈谈如何减轻这些问题。我们将把这个讨论分为两类:特征Metabase提供