بين ستانسيل ، مؤسس Mode ، حول كيف يمكن لعلم البيانات أن يساعدنا في اتخاذ قرارات أفضل

لا يتعلق تحليل البيانات بإلقاء لوحات معلومات رائعة - إنها عملية طويلة ومتكررة وتعاونية تساعدك على فهم ما يريده العميل بشكل أفضل وكيفية الوصول إليه.

أو بالأحرى ، يجب أن يكون. هذه الصورة النمطية لغرفة تعج بالشاشات ولوحات المعلومات المفصلة حيث يتم اتخاذ جميع القرارات ليست حقيقية ، وقد حان الوقت للابتعاد عنها. وفقًا لـ Benn Stancil ، المؤسس المشارك وكبير مسؤولي التحليلات وراء Mode ، وهي منصة مصممة لمساعدة محللي البيانات وعلماء البيانات على تحليل البيانات وتصورها ومشاركتها ، فإن الكثير من عملهم اليومي الفعلي يتضمن الجلوس مع مديري المنتجات و قادة الأعمال ، العبث بأشياء مختلفة ، في محاولة لحل مشكلة العمل معًا.

حقيقة الأمر هي أن علم البيانات ، كمجال ، لا يزال جديدًا نسبيًا. وهكذا ، يجد العديد من قادة الأعمال أنفسهم غير متأكدين تمامًا من كيفية البدء ، أو كيفية الاستفادة منها ، أو ما يجب فعله عندما يبدو أن جميع لوحات المعلومات والأدوات تشير إلى حلول مختلفة. ولكن كما يشير Benn ، فإن مستقبل تحليل البيانات ليس مخططًا معماريًا أو قادة أعمال ينظرون إلى لوحات المعلومات - إنه يبني تجربة ، وتجربة مثيرة للغاية في ذلك.

في هذا الأسبوع ، سررنا بالدردشة مع Benn حول مكدس البيانات الحديث وكيف يمكن استخدام البيانات - والأهم من ذلك - في دفع عجلة النمو.

إذا كان لديك وقت قصير ، فإليك بعض النصائح السريعة:

• على الرغم من أن علم البيانات لا يمكنه التنبؤ بالمستقبل ، إلا أنه يمكن أن يساعدك بالتأكيد في تركيز الموارد ، واستكشاف المشكلات وإصلاحها ، وحتى فتح أسواق جديدة.
• أي رؤية من تحليل البيانات لن تكون إلا جيدة مثل البيانات نفسها. تأكد من دقة بياناتك قبل استخلاص أي استنتاجات بشأنها.
• ما لم تكن تبحث في البيانات لفهم سبب استخدام العملاء لمنتجاتك ، تجنب اتخاذ القرارات بناءً على توقعاتك لدوافعهم.
• نظرًا لأننا نرى المزيد من التوحيد القياسي على أفضل الممارسات للتعامل مع البيانات ، فلن يكون من الضروري بعد الآن تصميم العملية من نقطة الصفر ، بل البناء على القمة وتكييفها مع كل حالة استخدام.
• قد يكون النظر إلى الصفوف والأعمدة التي لا نهاية لها أمرًا شاقًا حتى بالنسبة لمحلل البيانات المتمرس. عندما تكون في شك ، ابدأ في البحث عن بعض افتراضات المنتج الأساسية وانطلق من هناك.

إذا كنت تستمتع بمناقشتنا ، فاطلع على المزيد من حلقات البودكاست الخاص بنا. يمكنك متابعة iTunes أو Spotify أو الحصول على موجز RSS في المشغل الذي تختاره. ما يلي هو نسخة منقحة قليلاً من الحلقة.

الدخول في التحليلات

ليام جيراغتي: شكرا جزيلا يا بن لانضمامك إلينا اليوم.

بن ستانسيل: من الرائع أن أكون هنا.

حسام: بادئ ذي بدء ، هل يمكنك إخبارنا قليلاً عن خلفيتك ، وماذا تفعل وكيف وصلت إلى هذه النقطة؟

بين: لقد بدأت مسيرتي المهنية أساسًا في عالم مختلف تمامًا. بدأت في عالم السياسة كباحث اقتصادي في مؤسسة فكرية. قضيت هناك عامين ، أحببت العمل حقًا ، وأعجبت بفكرة محاولة حل المشكلات بالبيانات. كانت وظيفتي هي النظر إلى ما كان يحدث في الاقتصاد العالمي - كان مثل عام 2010 في ذلك الوقت ، ولذا كان كل شيء ينهار نوعًا ما - ثم إلقاء نظرة على البيانات المتعلقة به ومحاولة الخروج بتوصيات حول ما يجب على صانعي السياسات القيام به .

كان الأمر مثيرًا للاهتمام حقًا من الناحية المفاهيمية ، ولكن إذا قدمت توصيات حول ما يجب أن يفعله الاحتياطي الفيدرالي كشخص مبتدئ في مركز أبحاث ، فلن ينتبه لك أحد حقًا. تعجبني فكرة القيام بهذا النوع من العمل ، لكنني أردت القيام بذلك بطريقة ترتبط ارتباطًا مباشرًا بالمشكلات التي كان الناس يحاولون حلها ، حيث يمكنك بالفعل معرفة ما إذا كانت أفكارك أو توصياتك قد نجحت. هكذا انتهى بي المطاف بالانتقال من تلك الوظيفة إلى وظيفة تحليلية في شركة تكنولوجيا في سان فرانسيسكو. كان هذا أول عمل لي في مجال التكنولوجيا. عملت هناك لمدة عامين كمحلل أو عالم بيانات. كنت نوع الشخص الذي تتمثل وظيفته في العمل مع المسوقين أو مديري المنتجات أو العاملين في العمليات لمساعدتهم على اتخاذ قرارات بشأن المنتجات التي سيتم شحنها ، والجماهير التي يجب استهدافها ، أو إذا كان أداء العمل جيدًا في مناطق معينة وليس جيدًا فيها الآخرين. كان مشابهًا لما كنت أفعله في واشنطن ولكنه طبق في مجال مختلف تمامًا.

"رحلة شركة مكونة من ثلاثة أشخاص يعملون من غرفة جلوس شخص ما إلى شيء يضم مئات الأشخاص هي رحلة تواجه فيها باستمرار أشياء جديدة"

من هناك ، قابلت بعض الأشخاص ، وبدأت في إدراك احتياجات الأشخاص مثلي ونوع الأدوات التي أردناها ، وما نوع الأدوات التي لم تكن موجودة بعد ، وانتهى بي الأمر بإنشاء الوضع بناءً على تلك الرؤية.

حسام: هل كان الوصول إلى هذه النقطة مع Mode في رحلة بدء التشغيل أمرًا صعبًا؟

بن: بالتأكيد. ستكون كل شركة ناشئة تحديًا ، ولن يختلف الوضع عن ذلك. الوضع لديه الكثير من الصعود والهبوط. من ناحية ، كان الأمر صعبًا للغاية. كل يوم تعمل على حل مشاكل مختلفة ، أشياء لم تكن تتوقعها من قبل. كما أنا متأكد من أنك تدرك جيدًا ، فإن رحلة شركة مكونة من ثلاثة أشخاص يعملون من غرفة جلوس شخص ما إلى شيء يضم مئات الأشخاص هي رحلة تواجه فيها باستمرار أشياء جديدة ، حيث توجد المشكلات التي تواجهك في الشهر الأول تختلف عن المشاكل التي واجهتها في الشهر الثاني.

كل يوم ، عليك أن تتعلم شيئًا جديدًا لم تفكر في حله من قبل. الأمر ليس مثل ، "سأكون جيدًا حقًا في هذا الشيء بالذات." تمامًا كما تجيدها ، فأنت في المرحلة التالية. بهذا المعنى ، كان الأمر صعبًا للغاية. ومع ذلك ، كان لدينا فريق رائع. هناك أشخاص رائعون دعموا الشركة ، سواء كانوا موظفين أم لا ، وسواء كانوا من العملاء الأوائل أم لا ، وسواء كانوا مجرد أصدقاء وعائلة أم لا ، وأنواع الأشخاص الذين يتعاملون مع أنت وأنت تسير معها. لقد كان عملاً شاقًا ، لكنه كان تجربة جيدة للغاية ، حيث حصل على دعم العديد من الأشخاص للقيام بذلك. أعتقد أن الناس في وادي السيليكون يتمتعون بامتياز خاص لامتلاك نظام بيئي كامل مخصص لمساعدتهم وشركاتهم على النجاح. إذا كنت ستفعل ذلك في أماكن أخرى ، أعتقد أنه سيكون أكثر صعوبة.

ما يمكن أن تفعله البيانات وما لا يمكنها فعله

حسام: علم البيانات هو كل ما يدور حوله الشركات التي تتطلع إلى تحسين اتخاذ قراراتها باستخدام المعلومات التي تجمعها بالفعل في تطبيقاتها وأنظمتها الأخرى. هذا هو المكان الذي يأتي فيه وضع شركتك. هل يمكنك إخبارنا قليلاً عن النظام الأساسي الذي أنشأته وكيف يساعد علماء البيانات؟

بن: بالتأكيد. تستخدم الشركات البيانات بعدة طرق مختلفة. الطريقة السهلة للتفكير في الأمر هي التفكير فيما تراه في الرسوم الكاريكاتورية في الأفلام والأشياء ، مثل الغرف المليئة بلوحات المعلومات والمخططات حيث يتخذ الأشخاص القرارات. من الواضح أن هذا لا يحدث. يمتلك الأشخاص لوحات معلومات ونحن جميعًا نتحقق من أداء الشركات وهذا النوع من الأشياء. لكن الكثير من العمل اليومي الفعلي لاستخدام البيانات بشكل فعال يأتي من خبير بيانات يجلس مع خبير أعمال يحاول حل مشكلة معًا والإجابة على الأسئلة التي لديهم لمساعدتهم على اتخاذ بعض القرارات.

"لن ينظر مدير المنتج إلى الشاشة ويقول ،" آها ، هذا بالضبط ما نحتاجه "

تخيل أنك مدير منتج ترغب في تحديد المنتج الذي تريد إنشاؤه. قد ترغب في فهم كيفية استخدام الأشخاص للميزات الحالية التي تفكر في تغييرها. هل يستخدمه أنواع مختلفة من الناس بطرق مختلفة؟ هل هناك أشياء يحاولون القيام بها ولكنهم يعانون منها؟ هل يمكنهم تحقيق الأهداف التي لديهم؟ كل هذه الأشياء تتطلب هذه الأسئلة الخاصة جدًا ، وهي ليست عملية يمكنك الإجابة عليها من خلال النظر إلى لوحة القيادة. لن ينظر مدير المنتج إلى الشاشة ويقول ، "آها ، هذا بالضبط ما نحتاجه." إنها هذه العملية التكرارية الطويلة لفهم ما يريده عملاؤهم أكثر فأكثر ، ثم الخروج بقرار والقول ، "مرحبًا ، أعتقد أننا يجب أن نبني هذا. دعونا نجري بعض التحليل لمعرفة ما إذا كنا نعتقد أن هذه هي الميزة الصحيحة للبناء ".

الوضع يتعلق حقًا بتمكين الأشخاص من القيام بذلك. يتعلق الأمر بتمكين هذا المحلل من القيام بهذا النوع من العمل حتى يتمكن من المساعدة بسرعة وسهولة في الإجابة على أسئلة الأشخاص الآخرين. وبعد ذلك ، كيف يوزعون ذلك ويتأكدون من أنه تعاوني مع هؤلاء الأشخاص أيضًا - لا يمكن للمحلل الدخول في حفرة والإجابة على هذه الأسئلة ، بل يتعين عليهم العمل جنبًا إلى جنب مع مدير المنتج للقيام بذلك. هذا ما نريد حقًا تمكينه. وبمجرد حصولك على هذا النوع من الإجابات ، هل يمكنك تحويلها إلى شيء يمكن إعادة استخدامه؟ هل يمكنك جعلها سهلة للعودة إليها وقابلة للتدقيق وكل هذا النوع من الأشياء؟ في جوهرها ، يتعلق الأمر بمساعدة الأشخاص الذين يحتاجون إلى فهم شيء ما عن أعمالهم والإجابة على الأسئلة من خلال تمكينهم من العمل بسلاسة أكبر مع المحللين الذين غالبًا ما يكونون هم من يقودون تلك الإجابات.

حسام: ما هي قصة البيانات أو المثال الذي كان له نتيجة سعيدة والذي لم يكن كثيرًا؟ فقط للأشخاص مثلي الذين يغمسون أصابعهم في مجموعة البيانات ، على سبيل المثال.

بن: زوجان من النتائج السعيدة. كانت هناك هذه الشركة التي كانت تقدم مقاطع فيديو حول مجموعة من عملائها - منتجها عبارة عن منصة فيديو عالمية. كانوا يحاولون اكتشاف كيفية تحسينها للناس في جميع أنحاء العالم ، وأدركوا أن بعض البلدان تميل إلى الأداء الجيد للغاية وبعض البلدان لا تفعل ذلك ، ولم يكونوا متأكدين تمامًا من السبب. كانوا مثل ، "أوه ، نحن نبلي بلاءً حسنًا في هذا البلد ونقوم بعمل رائع في هذا البلد ، لكننا لا نفعل ذلك بشكل رائع في هذه البلدان الأخرى.

"فتح [بحثنا] أسواقًا جديدة لهذا المنتج دون الحاجة إلى الخضوع لأنواع أخرى من التجارب التي كانوا يخططون لها في الأصل"

بعد إجراء مجموعة من التحليل والبحث فيها ، أدركوا أن مقاطع الفيديو كانت بطيئة جدًا في بلدان معينة بسبب مكان وجود مراكز البيانات أو بيئات AWS الخاصة بهم. لقد اعتقدوا أنه ربما كان شيئًا ثقافيًا ، شيئًا عن التدويل ، ربما يكونون قد ارتكبوا خطأً هناك. ربما كان الأمر يتعلق بالمنتج الذي لم يكن له صدى لدى جماهير معينة أو تم تبنيه من قبل أنواع مختلفة من الأشخاص الذين لديهم حالات استخدام مختلفة في بلدان مختلفة. كان لديهم مجموعة من الأشياء المختلفة التي كان بإمكانهم محاولة حلها ، حيث يكون الأمر مثل ، "ربما يتعين علينا استثمار مجموعة كاملة من التدويل ، ربما يتعين علينا الاستثمار في ميزات مختلفة إذا أردنا بيع هذه الأنواع من الجماهير لأنهم فكر في المشاكل بشكل مختلف. " مرة أخرى ، كان نظامًا أساسيًا للفيديو ، لذلك ربما كان عليهم الاستثمار في محتوى مختلف.

لكن انتهى الأمر بكونه شيئًا أبسط. كان التطبيق بطيئًا جدًا في هذه البلدان ، وقد أصيب الناس بالإحباط لأن مقاطع الفيديو كانت مخزنة كثيرًا ، ولم تكن تجربة جيدة. يمكنهم حل ذلك بالقول ، "مرحبًا ، لنضع منتجنا في المزيد من مراكز البيانات في AWS" ، أو في أي منتج استضافة كانوا يستخدمونه. إنه ليس حلاً تافهاً ، لكنه ليس حلاً صعبًا مقارنة بالحاجة إلى اكتشاف كيفية إنشاء محتوى جديد تمامًا لجماهير دولية مختلفة. لقد فتحت أسواقًا جديدة لهذا المنتج دون الحاجة إلى الخوض في أنواع التجارب الأخرى التي كانوا يخططون لها في الأصل عندما أدركوا أنهم كانوا ناجحين في بعض البلدان وليس في بلدان أخرى.

حسام: بالتأكيد. هذا مثال رائع.

بين: فيما يتعلق بقصص البيانات السلبية ، أعتقد أن هناك بعض الأمثلة. هناك بالتأكيد حالات سيحاول فيها الأشخاص اتخاذ قرارات تعتمد على البيانات وينتهي بهم الأمر إلى صنع شيء لا ينجح. جزء من ذلك هو طبيعة البيانات - إنها تخبرك بشيء أكثر أو أقل احتمالية. إذا سألت ، "هل يجب أن أراهن على رمي حجر نرد وأن أكون بين واحد وخمسة أو ستة؟" يمكنني أن أخبرك ، "الشيء الصحيح الذي يجب عليك فعله هو الرهان على واحد إلى خمسة ، احتمالاتك أعلى بكثير من ذلك." هذا هو التحليل الصحيح المستند إلى البيانات ، ولكن في بعض الأحيان قد تخسر. إذا كنت تبني منتجًا أو تتخذ قرارًا بشأن نشاط تجاري لا يمكنك اتخاذه إلا مرة واحدة ، فلا يمكنك الرجوع والقول ، "في الواقع ، دعنا نطرحه مرة أخرى ونستمر في التدحرج حتى تحصل على واحد إلى خمسة." ربما نراهن على واحد إلى خمسة ودحرجنا ستة. هكذا تمشي الامور.

"هذا جزء من لعبة محاولة أن تكون أكثر توجهاً نحو البيانات كمنتج وعمل - لن تتمكن دائمًا من فهمها بشكل صحيح تمامًا"

هناك الكثير من الأمثلة على هذا النوع من الأشياء التي لا تكون فيها البيانات مثالية. لن تخبرك البيانات بالمستقبل. يمكن أن يمنحك بعض الإحساس بما قد يحدث ، ولكن هناك الكثير من القصص حول الأشخاص الذين يتخذون القرارات ، وربما يقومون بالتحليل بشكل جيد حقًا ، واتخاذ ما هو قرار سليم قبل اتخاذه ، ومن ثم النتيجة فقط لا توفق. أحد الأشياء التي نتحدث عنها مع الكثير من الناس هو أن تكون على ما يرام مع ذلك. هذا جزء من لعبة محاولة أن تكون أكثر توجهاً نحو البيانات كمنتج وعمل تجاري - لن تتمكن دائمًا من فهمها بشكل صحيح تمامًا. لا يمكنك أن تفقد الثقة في البيانات من خلال توقع أن تخبرك دائمًا بما سيكون عليه المستقبل بالضبط.

القمامة في الداخل ، والقمامة خارج

حسام: حسنًا ، بعيدًا عن ذلك ، ما مدى أهمية التفكير في الرحلة التي تتبعها البيانات للوصول إلى لوحة القيادة في النهاية؟

بين: هناك بالتأكيد نوع من العمليات "إدخال ، قمامة" لكل هذا ، وأعتقد أن هذا مفهوم جيدًا. يفهم معظم الناس أن جودة البيانات مهمة. لنفترض أننا نحاول اتخاذ قرارات بشأن خط أنابيب المبيعات لدينا ومدى تحرك العملاء المختلفين عبر خط أنابيب المبيعات وأي مراحل من قمع المبيعات تؤدي أداءً جيدًا وأيها لا يعمل ، فقد تصل إلى استنتاج مفاده أن الصفقات دائمًا ما يتم تعليقها في مراجعة الأمان عندما نتحدث إلى الأشخاص في مجال تكنولوجيا المعلومات والأمان حول ما إذا كان منتجنا يلبي معاييرهم أم لا ، ولذا ، نحتاج إلى التركيز أكثر على ذلك. إذا كان استنتاجنا يعتمد على البيانات التي تم إدخالها يدويًا بواسطة فريق المبيعات ، فقد يكون هذا هو الجزء من العملية حيث يكون فريق المبيعات أكثر إهمالًا في إدخال تلك البيانات في Salesforce ، وبالتالي ، فإن هذا الاستنتاج ليس انعكاسًا من الواقع. يجب عليك القيام بكل العمل مقدمًا للتأكد من أن بياناتك دقيقة بالفعل قبل أن تتمكن من استخلاص أي استنتاجات حقيقية حولها.

"ليس بالضرورة أنهم يتلاعبون بالأرقام أو أنهم يستخدمون بيانات سيئة - إنه فقط عندما تبحث عن شيء مثير للاهتمام ، فأنت أكثر ميلًا للعثور عليه"

هناك طريقة أخرى أعتقد من خلالها أن هناك ديناميكية مماثلة حول هذا "القمامة في الداخل ، القمامة خارج". يمكنك إجراء مجموعة من التحليلات المختلفة ، وتقول إنك تنظر إلى بعض المشاكل من 10 وجهات نظر مختلفة ، والطريقة التي تنظر بها إلى ذلك ستكون مهمة. سيكون هناك بعض المنظور الذي يظهر بطريقة معينة ، وقد يكون هذا التحليل ، في حد ذاته ، سليمًا. لكن ما لم تخبر الناس ، "مرحبًا ، لقد جربنا 10 أشياء ، تسعة منهم اقترحوا شيئًا واحدًا ، لكن العاشر اقترح شيئًا آخر" ، ثم يبدو الشيء العاشر الذي اقترح الشيء الأكثر شاذًا إيجابيًا للغاية ...

تسمع الكثير عن هذا في النوع الأكاديمي للدراسات القرصنة الإلكترونية حيث يكتب الناس أوراقًا أكاديمية بشكل أساسي ، ويوجد هذا السؤال ، "هل يبحثون عن نتائج؟" الجواب ، بالطبع ، هم كذلك. يتم الدفع للأكاديميين للقيام بذلك. يريدون أن يجدوا شيئًا مثيرًا للاهتمام. ليس بالضرورة أنهم يتلاعبون بالأرقام أو أنهم يستخدمون بيانات سيئة - إنه فقط عندما تبحث عن شيء مثير للاهتمام ، فأنت أكثر ميلًا للعثور عليه ، حتى لو لم يكن هذا الشيء المثير حقيقيًا بالضرورة .

يمكن أن يعاني المحللون من نفس الاتجاه. مهمتنا هي العثور على شيء مثير للاهتمام. نريد أن نكون الشخص الذي يقف في الاجتماع الكبير ويقول ، "تحقق من هذا الرسم البياني الذي يكشف عن هذا الشيء الدرامي حقًا." إذا كنت تبحث دائمًا عن هذه الأشياء ، مرة أخرى ، تسع مرات من أصل 10 ، فلن تجدها. ولكن في تلك المرة العاشرة ، عندما تفعل ذلك ، من المهم أن تقول ، "مرحبًا ، لقد جربنا مجموعة من الأشياء الأخرى أولاً." يساعد ذلك في فهم ما إذا كان هذا الشيء الذي تعتقد أنك ستجده حقيقيًا أم لا.

حسام: بالنسبة للشركات الناشئة ، كيف يمكن استخدام البيانات لدفع عجلة النمو؟

بن: مجموعة من الطرق. يستخدمه معظم الناس مثل قرصنة النمو ، والتي يشير إليها الناس بازدراء على أنها طريقة جديدة للاتصال بالتسويق ، ولكن يمكنك استخدامها كثيرًا بهذا النوع من الطريقة. يمكنك استخدامه لفهم عملائك بشكل أفضل ، ولمعرفة من تتحدث إليه. يتمثل الكثير من النمو في العثور على الأشخاص المناسبين وإعطائهم الرسالة الصحيحة في الوقت المناسب ، على الأقل من أعلى جانب مسار التسويق. يمكن أن تكون البيانات مهمة حقًا في ذلك. كيف يمكنك أن تفهم ، من الذي يأتي في مسار التحويل الخاص بك ، وماذا يقولون وإلى أي مدى يصلون؟ من هم هؤلاء الناس ، وكيف تصل إلى المزيد من هذا القبيل؟

"الكثير من النمو هو مجرد العثور على الأشخاص المناسبين وإعطائهم الرسالة الصحيحة في الوقت المناسب ، على الأقل من أعلى جانب مسار التسويق. يمكن أن تكون البيانات مهمة حقًا في ذلك ".

على الرغم من ذلك ، غالبًا ما تتمحور العوامل الأكثر أهمية حول فهم ما يحاول عملاؤك القيام به. غالبًا ما يبني الأشخاص المنتجات ويتوقعون استخدامها بطريقة معينة أو يتوقعون أن يحبها الناس لسبب أو لآخر ، ولا يحبها الناس دائمًا لهذه الأسباب. هناك الكثير من الميزات التي أنشأناها في Mode أو التي سمعناها من عملائنا حيث يعجبهم ، "أوه نعم ، سيكون هذا شيئًا رائعًا لـ X." وقد اتضح أن هذا ليس سبب إعجاب الناس به حقًا ، لكنهم قد يحبونه بالنسبة لـ Y. ما لم تكن تبحث في البيانات لفهم سلوكيات ما يفعله الناس وتحاول فهم ما الذي يحفزهم على فعل هذه الأشياء ، ستفكر كثيرًا ، "حسنًا ، لقد أطلقنا ميزة كانت مفيدة حقًا لهذا ، ولهذا السبب يستخدمها الناس. لذلك ، سنقوم حقًا بالاعتماد على ذلك ". ولكن قد يكون الأمر أنك تلعب في الواقع ضد الطريقة التي يحاول بها الأشخاص استخدام المنتج ، وعليك بدلاً من ذلك أن تقول مثل ، "مرحبًا ، إنهم يستخدمونه من أجل Y. فلنقم حقًا ببناء طرق لتمكينهم من القيام بذلك نعم شيء عليه ".

"يتعلق الأمر بإيجاد المنتج الفعلي المناسب للسوق بدلاً من المنتج الذي تفترض أنك تمتلكه"

على سبيل المثال ، كانت هناك هذه الشركة التي كانت نوعًا ما من منتجات الدردشة بشكل أساسي للعمل. لقد كان منتجًا تعاونيًا نوعًا من نوع Slack يركز على الهاتف المحمول. لقد اعتقدوا في الأصل أنها ستكون طريقة رائعة للتواصل بين العاملين في الخطوط الأمامية. ستكون طريقة رائعة للأشخاص الذين ليس لديهم عناوين بريد إلكتروني للتواصل. إذا كنت أمين الصندوق في الساعة 7-11 ، فقد لا يكون لديك عنوان بريد إلكتروني من 7 إلى 11 ، لكننا نحتاج إلى طريقة تمكننا من التحدث مع هؤلاء الأشخاص. كان هذا تطبيقًا لذلك. لقد حصلوا على بعض التبني ، واعتقدوا أن ذلك كان بسبب هؤلاء الأشخاص الذين ليس لديهم عناوين بريد إلكتروني ، ولكن بعد النظر في مجموعة من البيانات ، أدركوا أنه في الواقع كان يتعين على الأشخاص التواجد داخل المكتب وخارجه . الشيء الأكثر فائدة هو أنهم لم يكن لديهم عنوان بريد إلكتروني - بل أنهم كانوا بعيدين عن أجهزة الكمبيوتر الخاصة بهم كثيرًا. كانوا يستخدمونه بشكل أساسي كنوع من بديل WhatsApp لدردشة الشركات.

لذلك ، لو اعتقدوا أن الأمر يتعلق بأشخاص ليس لديهم عنوان بريد إلكتروني ، فربما قاموا ببناء مجموعة من الميزات حيث تقوم بالتسجيل باستخدام رقم هاتفك ، حيث تقوم بمجموعة من الأشياء التي تجعل من الممكن جعل هذا شيئًا لا تفعله جهاز كمبيوتر مكتبي. لكن ما أراده الناس فعلاً هو هذه التجربة حيث يمكنهم استخدام الكمبيوتر في بعض الأحيان ، ثم الابتعاد عنه والحصول على تجربة هاتف محمول رائعة حقًا أثناء تواجدهم على الطريق ، أو أثناء قيامهم بالتسليم أو أي شيء آخر. هذا يخلق مسارًا مختلفًا تمامًا لهذا المنتج والشركة ، لكنهم لن يفهموا أبدًا ذلك ما لم ينظروا إلى البيانات لفهم الأشخاص الذين كانوا يستخدمونها بالفعل وما الذي كانوا يحاولون فعله بها. يتعلق الأمر بإيجاد المنتج الفعلي المناسب للسوق بدلاً من المنتج الذي تفترض أنه لديك.

أدوات جديدة ، نفس المشاكل

حسام: كيف تبدو مكدس البيانات الحديثة الآن؟

بن: مكدس البيانات الحديث هو المصطلح الجامع لمجموعة جديدة من أدوات البيانات التي يتم تطويرها على ظهور منتجات البيانات التي تنتقل إلى السحابة. جوهر هذا هو مستودع البيانات. قبل عام 2010 ، كان يتعين على أي شركة تريد مستودع بيانات ، حيث يتم تخزين جميع بياناتك ، أن تشتري شيئًا ما ، أو جهازًا فعليًا أو برنامجًا ماديًا ، مثل قرص مضغوط ، يمكن تشغيله بعد ذلك على جهاز هم ملك. سيكون لدينا غرفة خادم في الخلف وهي قاعدة بياناتنا ، وسنقوم بتشغيل بعض قواعد بيانات Oracle عليها ، وكل ذلك. في الأساس ، مع Redshift ، الذي كان أحد مستودعات البيانات السحابية الأولى ، بدأ الناس في نقل كل ذلك إلى السحابة. بدلاً من الاضطرار إلى شراء جهاز أو برنامج ، يمكنني فقط الانتقال إلى AWS ، وقل "Spin up a Redshift database for me" ، يمكنني القيام بذلك من المتصفح الخاص بي في 15 دقيقة ، ولا يتعين علي امتلاك أي الأجهزة للقيام بذلك. تم إنشاء مجموعة من الأدوات بناءً على فكرة القول ، "ماذا لو عملنا جميع بياناتنا في السحابة ولم يكن لدينا كل هذه البرامج التي نديرها بأنفسنا؟" مجموعة البيانات الحديثة تدور حول هذه الفكرة حول الشكل الذي تبدو عليه البيانات التي تنتقل إلى السحابة. هناك مجموعة من الطرق التي يمكنك من خلالها تحديدها. ولكن بشكل عام ، فقد تم إنشاء هذه المنتجات الأفقية للغاية التي من شأنها فقط استيعاب البيانات من تطبيقات الطرف الثالث.

"لقد أجرينا هذه التحسينات الهائلة في جودة التكنولوجيا ، ولكن المشكلات الأساسية التي نحاول حلها غالبًا ما تكون مستمرة بعناد"

لنفترض أن لديك بيانات في Salesforce أو Zendesk أو Marketo أو Stripe ، وهي منتجات ستدخل هذه البيانات إلى المستودع الخاص بك. لديك منتجات ستحولها ونمذجتها في المستودع الخاص بك - لنفترض أنك حصلت على مجموعة من البيانات الفوضوية التي تريد تحويلها إلى بيانات نظيفة ، لذلك لديك منتجات ستدير ذلك. المستودع نفسه سيقوم بالتخزين. هناك أدوات تحليلية ، مثل الوضع ، التي توضع فوقها للوحات المعلومات ، للتحليل ، لتتمكن من مشاركة هذا العمل وتوزيعه. وبعد ذلك ، هناك مجموعة من الأدوات الأخرى التي تم تصميمها لدعم تلك الأدوات. الآن بعد أن أصبح لديك خمس أو ست أدوات تقوم بتشغيل أدوات البيانات الخاصة بك ، فأنت تريد أن تكون قادرًا على مراقبتها جميعًا. هل كل شيء يعمل بشكل صحيح؟ هل خطوط الأنابيب من النقطة أ إلى النقطة ب تعمل وتعمل كما أتوقع؟ إذا كنت أرغب في إجراء تغيير على واحد ، كيف يمكنني تنظيم هذا التغيير على النظام؟

لقد أصبح هذا النظام البيئي الأكثر تعقيدًا ، لكنه مبني على هذا التدفق الأساسي بطريقة ما لاستيعاب البيانات في المستودع ، بطريقة ما لتحويلها إلى مستودع ، بطريقة ما لبناء أصل بيانات أعلى البيانات في المستودع ، ثم طريقة ما لشحنه لمن يحتاج لرؤيته.

حسام: قد يكون من الصعب للغاية إقناع الجميع بالاتفاق على الأرقام عندما يكون لديك لوحات معلومات وأدوات مختلفة تخبرك بأشياء مختلفة. هل هذا تحدي؟

بن: أجل. هذه إحدى مفارقات الوضع الحالي لمكدس البيانات الحديث. لقد أمضينا الآن ما يقرب من 10 سنوات في بناء هذه المنتجات ، وهي ثورية ، في كثير من النواحي. إنهم يفعلون الأشياء بشكل أفضل بشكل كبير وأسرع بشكل كبير مما كانوا يفعلون قبل 10 سنوات. منذ حوالي 10 سنوات ، بالنسبة لقواعد البيانات المتطورة ، كان عليك ، على سبيل المثال ، إنفاق مليون دولار سنويًا لتشغيلها. عليك أن تدفع ثمن الآلات التي تشغلها. عادة ما يجب أن يكون لديك شخص أو شخصان كانت وظيفتهما بدوام كامل هي إدارته. اليوم ، يمكنك الحصول على مستودعات أسرع من ذلك الذي سيكلفك 20000 دولار سنويًا ، ولا يتعين عليك أن يكون لديك أي شخص يديرها بشكل كامل. يمكنني الذهاب إلى AWS ، والضغط على زر ودفع عشرات الآلاف من الدولارات مقابل شيء كان يكلفني على الأرجح بضعة ملايين من الدولارات سنويًا. وهو منتج أفضل.

يمكنك تقديم نفس المطالبة عبر المجموعة بأكملها. لقد تحسنت أدوات التحليلات بهذه الطريقة. تم تحسين أدوات استيعاب البيانات وأدوات خطوط الأنابيب بهذه الطريقة. لقد أجرينا هذه التحسينات الهائلة في جودة التكنولوجيا ، لكن المشكلات الأساسية التي نحاول حلها غالبًا ما تكون مستمرة بعناد. كانت إحدى تلك المشكلات الأساسية التي واجهناها قبل 10 سنوات هي دخول شخصين إلى غرفة وقالا: "لوحة القيادة الخاصة بي تقول هذا" ، وشخص آخر يقول ، "لوحة القيادة الخاصة بي تقول هذا." يقضون الاجتماع بأكمله ، بدلاً من محاولة معرفة ما يجب القيام به ، ويتجادلون حول الرقم الصحيح. وما زلنا نفعل ذلك ، ولا يزال هناك الكثير من ذلك.

"التسويق والمبيعات موجودان منذ مئات السنين. ما زلنا في المراحل الأولى لمعرفة الشكل الذي تبدو عليه مهنة البيانات "

سمعت حديثًا من الرئيس التنفيذي لشركة Databricks ، أحد هذه المستودعات الحديثة حقًا يقود الكثير من هذا التغيير. كان يقول أن إحدى الشكاوى الأكثر شيوعًا التي تسمعها من العملاء هي أن الناس يقضون كل وقتهم في المشاحنات بشأن الأرقام وأيها هو الصحيح. أعتقد أن جزءًا من حل هذه المشكلة سيستمر في بناء أدوات يمكنها التحدث مع بعضها البعض والعمل معًا بشكل أفضل ، وأنظمة تسمح لنا بتحديد الأشياء مرة واحدة حتى إذا نظرنا إلى لوحة القيادة ، فإننا نعلم أنها تسحب من نفس المكان . لكن جزءًا من ذلك ، أيضًا ، سيكون مجرد منظمات تكتشف كيفية التعامل مع البيانات. لا تزال البيانات شيئًا جديدًا نسبيًا. بدأت معظم الشركات في استخدامه بطريقة حقيقية في آخر 10 أو 15 عامًا. ما زلنا نتعرف على كيفية تحقيق ذلك. لا يزال هناك الكثير من المحادثات في المجتمع حول الأدوار المختلفة التي نحتاجها ، وما هي من أجلها ، ومن المسؤول عن ماذا.

لم تكن الهندسة ممارسة تطورت بين عشية وضحاها. لم تكن تقنية المعلومات ممارسة تطورت بين عشية وضحاها. كان التسويق والمبيعات موجودًا منذ مئات السنين. ما زلنا في المراحل الأولى لمعرفة الشكل الذي تبدو عليه مهنة البيانات. أعتقد أنه سيكون مزيجًا من الأدوات التي نبنيها ويبدأ الجميع في إدراك ، "هذه هي الطريقة التي يعمل بها هذا ، وهذه هي الطريقة التي لا يعمل بها هذا" ، قبل أن نتمكن حقًا من تجاوز ما يبدو أنه مشكلات أساسية .

حسام: بالتأكيد. أعتقد أن كل شخص من جميع أنواع الصناعات سيكون له قصصه الخاصة. أعتقد أن مقاييس البودكاست ربما تكون مثالًا جيدًا على التعقيدات مع البيانات. عادةً لا يساوي التنزيل إجمالي عدد المستمعين لأن مستمعًا فرديًا ربما قام بتنزيل الحلقة نفسها على أجهزة متعددة ، أو ربما قاموا بتنزيلها بقصد الاستماع إليها ولكنهم لم يلتفتوا إليها مطلقًا. أعلم أنهم يحاولون تقديم طريقة معيارية لقياس هذه الأشياء ، والتي من المحتمل أن تحدث في جميع المجالات ، على ما أعتقد ، للعديد من الصناعات.

بين: إذا كنت تفكر في مقاييس التسويق عبر الويب الأساسية وكيفية تشغيل الأشخاص للإعلانات والأشياء ، فقد بدأنا في توحيد بعض من ذلك. إذا انتقلت إلى لوحة تحكم إعلانات Facebook أو لوحة تحكم إعلانات Google الخاصة بك ، فستبدو هذه الأشياء متشابهة إلى حد كبير. سيقولون لك نفس القصة تقريبًا نظرًا لوجود بعض التوحيد القياسي حول كيفية حديثنا بالفعل ومعرفة الإعلانات التي تحقق أداءً جيدًا في مقابل الإعلانات التي لا تحقق أداءً جيدًا. ترى هذا مع بعض الأشياء الأخرى. ترى هذا مع شركات SaaS ، على سبيل المثال. تمتلك شركات SaaS الآن كتابًا قياسيًا للمقاييس التي يستمدون منها جميعًا. هناك عدد قليل من الأماكن حيث بدأنا نشهد هذا الاندماج ، ولكن سيكون هناك الكثير من ذلك خلال السنوات القادمة ، حيث يبدو الأمر ، كيف نفكر في البودكاست؟ كيف نفكر في أنواع معينة من المنتجات؟ كيف نفكر في قياس أداء فريق الدعم؟ كيف نفكر في كل هذه الأشياء المختلفة التي هي بيانات لدينا الآن معلومات أكثر ثراءً عنها ولكن كل شركة لا تزال تحاول اكتشافها بشكل فردي؟

"سنتكيف مع أفضل الممارسات بدلاً من محاولة الجميع القيام بذلك من البداية"

أعتقد أنه سيكون هناك بعض التوحيد القياسي حول ، "ربما يكون هذا هو أفضل ممارسة للتفكير في هذه الأنواع من المشاكل." من الواضح أن الشركات ستظل لديها بعض التقارير المفصلة التي يتعين عليهم القيام بها. قد يرغب هذا البودكاست في قياس الأشياء بشكل مختلف عن البودكاست الآخر لأنه قد يكون لديك جماهير مختلفة أو أهداف مختلفة. سيكون لكل شخص تعديلاته الخاصة به ، ولكن أعتقد أنه سيكون هناك إحساس أفضل بكثير ، "حسنًا ، هذه هي الطريقة التي نتفق عليها جميعًا." سنتكيف مع أفضل الممارسات بدلاً من محاولة الجميع القيام بذلك من البداية. غالبًا ما تحاول الكثير من الشركات التي تبدأ ممارسات البيانات الخاصة بها بناء الأشياء من الألف إلى الياء. أعتقد أن لدينا بعض الطرق لنقطعها قبل أن نصل إلى النقطة التي يكون لديك فيها السقالات التي يمكننا جميعًا البناء عليها.

تعتبر أطر عمل الويب ، من بعض النواحي ، مثالاً على ذلك. إذا كنت ترغب في إنشاء منتج أو برنامج ويب ، فهناك خطوط عريضة محددة جيدًا يمكنك الاستفادة منها من حيث تضيف بعد ذلك المنطق الخاص بك لجعل تطبيقك كما تريد تمامًا. لا يمتلك Analytics ذلك تمامًا. يبدأ الجميع من الصفر بدلاً من امتلاك هذا النوع من الإطار الأساسي الذي يمكنهم البناء عليه.

حسام: ما الذي يمكن أن تقوله للشركات الناشئة التي تخيفها البيانات وتحدق في كل شيء وتشعر ببعض القلق حيال ذلك؟

بين: يمكن أن يحدث هذا في الشركات الناشئة ، ولكن يمكن أن يحدث أيضًا في الشركات الناضجة للبيانات مع محللين فرديين. من السهل التحديق في صفحة فارغة أو في جدول بيانات Excel مثقل والتفكير ، "ماذا أفعل في العالم؟" من السهل القيام بذلك إذا كنت محللًا متمرسًا بدأت للتو في فهم مشكلة ما ، ومن السهل القيام بذلك إذا كنت شركة لا تعرف حتى الآن ما يجب فعله بالبيانات ، ومن السهل القيام بذلك إذا كنت محلل مبتدئ انضم للتو إلى مكان ما ولم يكن متأكدًا مما يجب فعله.

"لا بأس أن تبدأ بأشياء بسيطة حقًا. من اللافت للنظر مقدار المعلومات الأساسية التي سيجدها الأشخاص قيّمة "

أعتقد أن الحل لذلك هو نفسه - لا بأس أن نبدأ بأشياء بسيطة حقًا. من اللافت للنظر مقدار المعلومات الأساسية التي سيجدها الناس قيّمة. أعرف رجلاً ، مرة واحدة في الأسبوع ، سيجتمع مع فريق البيانات الخاص به حتى يتمكنوا من مشاركة الأشياء التي تعلموها خلال الأسبوع. بعض هذه الأشياء كانت بسيطة للغاية. كانت الشركة منتجًا تم إنشاؤه للشركات ، لذلك تم استخدامه من الاثنين إلى الجمعة. لقد وضعوا مخططًا لعدد الأشخاص الذين يستخدمونه في يوم من الأسبوع ، ومرحبا ، لا يستخدمه معظم الناس في عطلات نهاية الأسبوع ويستخدمه الكثير من الناس في أيام الأسبوع. أنت لا تكتشف بالضبط بعض البصيرة المذهلة هناك. كان الجميع يعرف بالفعل أن هذه هي الطريقة التي يعمل بها ، ولكن رؤية هذه الأرقام ومقدار انخفاضها بالضبط في عطلات نهاية الأسبوع - كانت هناك بعض عطلات نهاية الأسبوع حيث لم تسقط كثيرًا ، وفي بعض عطلات نهاية الأسبوع حيث انخفض عدد الأطنان - ولّد مجموعة من الأسئلة والفضول حول ما يقود هذا السلوك. لماذا هذه عطلة نهاية الأسبوع حيث يبدو أن الناس يستخدمونها كثيرًا؟ ماذا حدث هناك؟ كانت هذه بذرة المزيد من ، "حسنًا ، دعنا نستمر في التعلم. دعنا نواصل طرح الأسئلة. دعونا نواصل الحفر ".

هذه هي الطريقة التي أشجع بها الناس على البدء. فقط ابدأ بالأشياء الأساسية ، حتى لو كانت افتراضات تقوم بها. بمجرد أن تبدأ في النظر إلى الأرقام ، سترى الأشياء التي تجعلك تفكر وتخدش رأسك وتجعلك تدرك أن هناك الكثير هنا مما يجعلك لا تفهم ما يثير فضولك. الكثير منها هو مجرد السماح لنفسك بأن يأخذك هذا الفضول دون أن تقول ، "أنا بحاجة للكشف عن بعض الأشياء المدهشة. أحتاج إلى العثور على تلك الإبرة في كومة القش التي ستغير مسار الشركة في اليوم الأول ". لن تجد ذلك على الفور. The way you're going to find it is by just poking around, seeing things that are interesting, and letting yourself explore those interesting things when you find them.

Always tinkering

Liam: You're clearly so passionate about data. I was just wondering where that came from.

Benn: Part of it is working in it for a long time and just getting to know it. Part of it, though, is that I think it's fun to figure stuff out like this. I was talking to someone about flying from New York to San Francisco a couple days ago, and it's a flight that I've made a good bit, and they had made it a good bit, too. They were saying that when they were flying back on a Delta flight, it felt way faster than when they were flying on a United flight. Why is Delta faster on this? And it made me think: are there some airlines that are just able to fly faster? It doesn't seem like that would be true, but does that actually hold up? The Department of Transportation releases raw data on every flight in the US. Where it started, where it ended, what time it took off, when it landed – all of that stuff.

“I'm just naturally prone to want to play around with that and understand it. I don't really have an explanation as to why that is other than I find it fun”

I just started playing around with it, trying to figure this out. I looked at different routes and was like, “Are there changes in the speed of different airlines? Are planes flying faster at different times of day, at different times of the year?” As you get into it, it just became interesting to see… I don't know any of this stuff. I don't know how fast planes fly or why they fly at different speeds on the same routes or whatever, but it was interesting. There were actually some airlines that were consistently a couple minutes faster. I don't know why that would be. It was never by much, but it was basically like 90 seconds of difference fairly consistently between a couple airlines. I don't know, maybe they just have different guidelines or something. That sort of thing, I think, is what makes me interested in it. I'm just naturally prone to want to play around with that and understand it. I don't really have an explanation as to why that is other than I find it fun. That really drew me to the job in the first place. Then, once you get into it, you start to see all these other things that you could be doing that are fascinating and fun.

Liam: That's great. ماذا بعد؟ Have you any particular plans or projects for 2022?

Benn: I mean, continuing to do the Mode thing. I think there's a lot of stuff on that front that we're excited about, a lot of new things we're building. The direction of the space is one we're very excited about. Personally, last year I basically started writing a lot more on Substack, and that's been fun. It's been good to get some of the thoughts out about these ideas, have conversations with the people in the community and see where things go. We're planning on being much more involved in that. I don't know exactly where that goes, and part of this is, again, letting myself be curious about it, do the things I enjoy, and if I find stuff that's fun and other people seem to enjoy, then giving myself the permission to continue to do it.

Liam: I was going to ask where our listeners can go to keep up with you and your work, definitely the Substack. I think it's Benn.substack.com. هل هذا صحيح؟

Benn: That's correct. The two places would be mainly there and Twitter. I'm not the most active Twitter person in the world, so Substack is better for some of the more interesting things. But my Twitter handle is @BennStancil, and there's also LinkedIn if you want to connect professionally.

Liam: I've been reading lots of your posts and they're great, so I would definitely recommend everyone go and subscribe to Benn's Substack. Thank you so much for chatting with us, Benn.

Benn: For sure. Thanks again for having me. This was fun.