原文:
towardsdatascience.com/having-a-comprehensive-dashboard-strategy-for-analytics-managers-94dd9c62fd62?source=collection_archive---------8-----------------------#2024-01-29
如何解决探索与利用之间的张力,并确保你拥有忠实的用户,他们对你的可视化工具感到满意。
https://medium.com/@jordangom?source=post_page---byline--94dd9c62fd62--------------------------------https://towardsdatascience.com/?source=post_page---byline--94dd9c62fd62-------------------------------- Jordan Gomes
·发布于 Towards Data Science ·阅读时间 6 分钟·2024 年 1 月 29 日
–
开放世界视频游戏的开发者面临一个非常有趣的问题——如何在鼓励玩家探索世界的同时,又能确保他们完成主线任务并遵循一定的规则?
想要通过仪表板帮助自己不太懂的同事的分析经理也面临着同样的问题。他们总是面临“探索”和“利用”之间的张力。一方面,他们需要构建一个足够全面的系统,以便允许探索边缘案例;另一方面,他们不能用过多的信息把用户“淹没”。找到合适的平衡点往往相当复杂。
让我们回到开放世界视频游戏开发者的问题。为了在解决探索与利用之间的张力的同时,使游戏愉快,他们:
(1) 构建一个主要的故事线,并设有替代路径(即“支线任务”)
(2) 包含一个强大的知识管理系统:
他们提供了“冒险日志”,你可以在其中跟踪关键信息
它们通常以教程开始
(3) 激活“在线社区”,为专家提供分享知识的空间
(4) 随时间修补并改进游戏机制
这种策略同样可以被分析经理应用。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/09635e1ce568aac57f5a7fd4796ea44a.png
将开放世界视频游戏中的学习应用到仪表板的构建中——图片来自作者
你的用户的主线任务是什么?
想象一下:你是一个销售人员,你正在试图了解即将见面的客户在过去 2 年里与公司交易的金额。你尝试在手机上打开一个仪表板——它不支持手机端。你尝试调整屏幕大小,以找到合适的过滤器——你的客户有多个业务地点,所以你需要按这些地点全部筛选。然后,仪表板加载过去 6 个月的数据花了 2 分钟,但你实际上需要的是过去 2 年的数据,而你忘记更新筛选器……
很有可能,在某个时刻,你放弃了,直接联系了你的数据分析师朋友。
在上面的例子中——能够在几分钟内获取他们投资组合的相关数据是销售人员的“标准”需求——意味着这是大多数销售人员在他们的日常流程/工作流中反复需要的内容。它基本上是他们主要任务的一部分。
放眼全局:每个团队都有一套需要定期跟踪的指标,并且这些指标有预定的粒度。对于这些指标,他们需要一些简单易用的仪表板,仪表板中只包含有限数量的指标和过滤器。
一旦他们建立了能有效满足主要需求的仪表板,他们就会开始提出一些功能请求(“啊,如果我们也能看到 X、Y、Z 就好了”)。在你将这些请求添加到现有仪表板之前,重要的是要保持第一性原理的思维:这个仪表板最初是为了满足什么样的用例?
根据经验,最好采取以下方法:
拥有一个集中式仪表板,处理标准用例——该仪表板的指标和过滤器非常有限。
拥有一个(或多个)仪表板来解决边缘情况,同时允许团队进行一定的探索。
然而,要警惕仪表板膨胀,因为这会在未来引发很多问题(从维护到数据冲突)。重要的是要始终跟踪每个仪表板解决了哪些用例——并确保可以合并的部分已经合并。你的“仪表板生态系统”(即你的仪表板套件)只有在你采取整体方法,确保每个工具都有区分并且没有重叠时,才能蓬勃发展。
通过这种方法,你可以解决大约 50%的最常见仪表板问题,而你的仪表板也能够有效地开始补充并简化用户的日常工作(而不是使其更加复杂)。
通过一个强大的知识管理系统来支持你的仪表板生态系统
你新建立的系统只有在大家理解它并开始使用它时才会成功。对于前者,构建一个强大的知识管理系统(KMS)至关重要。这个 KMS 确保每个人都能找到关于你仪表板的相关信息:它们在哪里,它们包含哪些信息,数据变换是如何进行的,等等。一个有效的知识管理系统应该具备:
集中式:在一个单一的位置
当前:定期更新最新信息
可搜索性:让团队成员能够轻松地找到他们需要的内容。
不断改进:通过强大的反馈循环
可发现性:人们知道知识管理系统(KMS)的存在/如何找到它
在建立这个知识管理系统的基础上——你还需要开展培训课程。就像开放世界游戏中的教程——在这些教程中,你学习如何使用武器和进行战斗——这里就是向用户解释如何取得成功的地方。以下是一些提示:
尝试多样化的学习形式:一些人更喜欢由讲师主导的课程,一些人则更喜欢自助式的选择——看看哪种形式最适合你的用户和他们的时间安排。
有结构的入职培训:为新用户提供入职培训课程
提供实践练习:做比知道更重要,因此尽量在这些课程中包括动手实践和实际场景。
通过上述措施——你可以确保你的团队不仅配备了强大的仪表板,还具备有效使用它们的知识和培训。
跟踪你的生态系统的使用情况,并改进需要改进的地方
这一步常常被忽视,但基本上,如果用户从未听说过你的工具,你就无法为他们创造价值。了解用户如何找到你的仪表板、不同元素的激活/留存率、漏斗中的流失点以及如何改进这些问题,都是构建健康生态系统的一部分。
一些对我有效的策略包括:
理解和提高激活率:一个“激活”的用户是指通过你的仪表板获得了足够价值的用户,以至于他们会继续使用它(即成为留存用户)。通常,激活可以通过在用户打开仪表板后的几秒钟内提供非常快速的成果来实现。
建立社区:确定并培养不同团队中的“超级用户”。这些人可以作为仪表板的倡导者,提供同伴支持并推动在他们网络中的使用。
积极收集反馈并频繁更新:你是为用户建立这个生态系统——因此要确保收集并采纳用户的反馈。调查、意见箱和开放的沟通渠道能确保仪表板根据用户需求进行演变。
反复沟通:虽然邮件公告是一个不错的开始,但它只是一个更大策略中的一个杠杆。发布只是开始——尽量定期发送带有更新、成功故事(例如人们如何使用仪表板)、计划等内容的邮件。
通过这些策略,你可以确保工具的采用,并且你的用户会与你一起工作——构建一个能为他们创造最大价值的最佳生态系统。
总结来说…
一个仪表板生态系统的成功,不仅仅取决于“做什么”(WHAT),还取决于“怎么做”(HOW)。你可以构建世界上最棒的工具,但如果你的用户不知道这些工具,或者他们不知道如何使用它们——那么这些工具将永远无法创造任何价值。
希望你喜欢阅读这篇文章!你有什么想分享的小贴士吗?在评论区告诉大家吧!
如果你想读更多我的文章,以下是一些你可能会喜欢的文章:
## 如何构建成功的仪表板
一个曾经打造过一些不成功仪表板的人的检查清单
[towardsdatascience.com ## 构建具有分析成熟度的组织 (AMO)
一些简单的框架,帮助你明确组织的分析需求,并让它变得更加……
[towardsdatascience.com ## 什么使优秀的数据分析师与众不同
还在寻找新年决心吗?这里有 6 项技能可以帮助你和你的团队变得极其高效。
[towardsdatascience.com
PS:这篇文章同时发布在Analytics Explained,这是一个新闻通讯,在这里我总结了自己在不同分析岗位上学到的经验(从新加坡的初创公司到旧金山的大型科技公司),并回答读者关于分析、增长和职业发展的提问。