Benn Stancil, fondatorul Mode, despre modul în care știința datelor ne poate ajuta să luăm decizii mai bune

Analiza datelor nu se referă la aruncarea de tablouri de bord fanteziste – este un proces lung, iterativ, colaborativ, care vă ajută să înțelegeți mai bine ce dorește clientul și cum să ajungeți acolo.

Sau, mai degrabă, ar trebui să fie. Acea imagine stereotipă a unei încăperi plină de monitoare și tablouri de bord elaborate în care se iau toate deciziile nu este reală și este timpul să ne îndepărtăm de ea. Potrivit lui Benn Stancil, co-fondatorul și Chief Analytics Officer din spatele Mode, o platformă concepută pentru a ajuta analiștii de date și oamenii de știință de date să analizeze, să vizualizeze și să partajeze date, o mare parte din munca lor de zi cu zi implică să stea cu managerii de produs și lideri de afaceri, mângâiindu-se cu diverse lucruri, încercând să rezolve împreună o problemă de afaceri.

Faptul este că știința datelor, ca domeniu, este încă relativ nouă. Așadar, mulți lideri de afaceri nu sunt foarte siguri cum să înceapă, cum să le folosească sau ce să facă atunci când toate tablourile de bord și instrumentele par să indice soluții diferite. Dar, așa cum subliniază Benn, viitorul analizei datelor nu este o diagramă de arhitectură sau liderii de afaceri care se uită la tablouri de bord - este construirea unei experiențe și una foarte interesantă.

Săptămâna aceasta, am avut plăcerea de a discuta cu Benn despre stiva modernă de date și despre modul în care datele pot – și, mai important, ar trebui – să fie folosite pentru a stimula creșterea.

Dacă ai puțin timp, iată câteva idei rapide:

• Deși știința datelor nu poate prezice viitorul, cu siguranță vă poate ajuta să vă concentrați resursele, să remediați problemele și chiar să deblocați noi piețe.
• Orice perspectivă din analiza datelor va fi întotdeauna la fel de bună ca datele în sine. Asigurați-vă că datele dvs. sunt corecte înainte de a trage concluzii despre acestea.
• Dacă nu vă uitați la date pentru a înțelege de ce clienții dvs. folosesc produsele dvs., evitați să luați decizii bazate pe așteptările dvs. cu privire la motivațiile lor.
• Pe măsură ce vedem mai multă standardizare în ceea ce privește cele mai bune practici pentru manipularea datelor, nu va mai fi necesar să proiectăm procesul de la zero, ci mai degrabă să le construim pe deasupra și să le adaptăm la fiecare caz de utilizare.
• Privirea la rânduri și coloane nesfârșite poate fi descurajantă chiar și pentru un analist de date experimentat. Când aveți îndoieli, începeți să căutați câteva ipoteze de bază despre produse și mergeți de acolo.

Dacă îți place discuția noastră, vezi mai multe episoade din podcastul nostru. Puteți urmări pe iTunes, Spotify sau puteți prelua fluxul RSS în playerul dorit. Ceea ce urmează este o transcriere ușor editată a episodului.

Intrarea în analiză

Liam Geraghty: Benn, îți mulțumesc foarte mult pentru că ni ești alături astăzi.

Benn Stancil: Grozav să fiu aici.

Liam: În primul rând, ai putea să ne spui puțin despre trecutul tău, ce faci și cum ai ajuns în acest punct?

Benn: Practic, mi-am început cariera într-o lume total diferită. Am început în lumea politicii ca cercetător în economie la un think tank. Mi-am petrecut câțiva ani acolo, mi-a plăcut foarte mult munca și mi-a plăcut ideea de a încerca practic să rezolv problemele cu datele. Treaba mea a fost să mă uit la ceea ce se întâmplă în economia mondială – era ca în 2010 la acea vreme, așa că totul se prăbușește – și apoi să mă uit la datele despre asta și să încerc să vin cu recomandări despre ce ar trebui să facă factorii de decizie politică. .

A fost foarte interesant din punct de vedere conceptual, dar dacă faci recomandări despre ceea ce ar trebui să facă Fed ca o persoană junior la un think tank, nimeni nu te acordă cu adevărat atenție. Îmi place ideea de a face genul ăsta de muncă, dar am vrut să o fac într-un mod în care să fie mai direct legat de problemele pe care oamenii încercau să le rezolve, în care ai putea vedea dacă ideile sau recomandările tale au funcționat. Așa am ajuns să trec de la acel job într-un job de analiză la o companie de tehnologie din San Francisco. Acesta a fost primul meu loc de muncă în tehnologie. Am lucrat acolo câțiva ani ca analist sau cercetător de date. Eram genul de persoană a cărui sarcină este să lucreze cu specialiști în marketing, manageri de produs sau oameni de operațiuni pentru a-i ajuta să ia decizii cu privire la produsele pe care să le livreze, la ce publicuri să vizeze sau dacă afacerea are performanțe bune în anumite domenii și nu bine în alții. A fost similar cu ceea ce făceam în DC, dar aplicat la un domeniu foarte diferit.

„Călătoria unei companii de trei oameni care lucrează din camera de zi a cuiva în ceva ce înseamnă sute de oameni este una în care întâlnești constant lucruri noi”

De acolo, am întâlnit câțiva oameni, am început să realizez nevoile unor oameni ca mine și ce fel de instrumente ne dorim, ce fel de instrumente nu existau încă și am ajuns să creez Mode pe baza acelei viziuni.

Liam: A fost dificil să ajungi la acest punct cu Mode în călătoria de pornire?

Benn: Cu siguranță. Fiecare pornire va fi o provocare, iar Modul nu este diferit. Modul a avut o mulțime de suișuri și coborâșuri. Pe de o parte, a fost foarte provocator. În fiecare zi lucrezi la diferite probleme, lucruri pe care nu le-ai anticipat niciodată până acum. După cum sunt sigur că știți bine, călătoria unei companii de trei oameni care lucrează din camera de zi a cuiva în ceva care reprezintă sute de oameni este una în care întâmpinați constant lucruri noi, unde problemele pe care le aveți în prima lună sunt diferit de problemele pe care le aveți în luna a doua.

În fiecare zi, trebuie să înveți ceva nou pe care nu te-ai gândit niciodată să-l rezolvi înainte. Nu este de genul: „Voi deveni foarte bun la acest lucru anume”. Așa cum te pricepi la asta, ajungi la următorul. În acest sens, a fost foarte provocator. Cu toate acestea, am avut o echipă grozavă. Există oameni grozavi care au susținut compania, fie că sunt sau nu angajați, fie că sunt sau nu oameni care au fost clienți timpurii, fie că sunt sau nu doar prieteni și familie și tipuri de oameni care au suportat. tu pe măsură ce mergi cu ea. A fost o muncă grea, dar a fost o experiență foarte bună, având sprijinul atâtor oameni pentru a o face. Cred că oamenii din Silicon Valley sunt deosebit de privilegiați să aibă un întreg ecosistem dedicat să îi ajute pe ei și pe compania lor să reușească. Dacă ar fi să faci asta în alte locuri, cred că ar fi mult mai greu.

Ce date pot și ce nu pot face

Liam: Știința datelor este ceea ce este vorba pentru companiile care doresc să-și îmbunătățească procesul decizional utilizând informațiile pe care le colectează deja în aplicațiile lor și în alte sisteme. Aici intervine Modul companiei dvs. Ne puteți spune puțin despre platforma pe care ați construit-o și cum îi ajută pe oamenii de știință ai datelor?

Benn: Cu siguranță. Companiile folosesc datele în multe moduri diferite. Modul simplu de a te gândi la asta este să te gândești la ceea ce vezi în caricaturile din filme și chestii, cum ar fi sălile pline de tablouri de bord și diagrame în care oamenii iau decizii. Asta evident că nu se întâmplă. Oamenii au tablouri de bord și toți verificăm performanța companiilor și astfel de lucruri. Dar o mare parte din munca de zi cu zi de utilizare eficientă a datelor vine de la un expert în date care stă cu un expert în afaceri care încearcă să rezolve împreună o problemă și să răspundă la întrebările pe care le au pentru a-i ajuta să ia anumite decizii.

„Managerul de produs nu se va uita la un ecran și va spune: „Aha, asta este exact ceea ce avem nevoie””

Imaginează-ți că ești un manager de produs și dorește să decidă ce produs să construiești. Poate doriți să înțelegeți cum folosesc oamenii funcțiile actuale pe care vă gândiți să le schimbați. Diferite tipuri de oameni îl folosesc în moduri diferite? Există lucruri pe care încearcă să le facă, dar cu care se luptă? Pot să-și atingă obiectivele pe care le au? Toate aceste lucruri necesită aceste întrebări foarte particulare și nu este un proces la care ați răspunde dacă vă uitați la un tablou de bord. Managerul de produs nu se va uita la un ecran și va spune: „Aha, asta este exact ceea ce avem nevoie.” Este acest proces lung și iterativ de a înțelege din ce în ce mai mult ceea ce își doresc clienții, apoi de a lua o decizie și de a spune: „Hei, cred că ar trebui să construim asta. Să facem niște analize pentru a ne da seama dacă credem că aceasta este caracteristica potrivită pe care trebuie să o construim.”

Modul înseamnă de fapt să le permiti oamenilor să facă asta. Este vorba despre a-i permite acelui analist să facă acest tip de muncă, astfel încât să poată ajuta foarte rapid și ușor să răspundă la întrebări pentru alți oameni. Și apoi, cum distribuie asta și se asigură că este colaborativ și cu acești oameni – un analist nu poate pur și simplu să intre într-o gaură și să răspundă la aceste întrebări, trebuie să lucreze alături de managerul de produs pentru a face acest lucru. Asta vrem cu adevărat să activăm. Și odată ce ai astfel de răspunsuri, le poți transforma în ceva reutilizabil? Puteți să le faceți astfel încât să fie ușor de revenit și auditabile și tot felul de lucruri? În esență, este vorba de a ajuta oamenii care trebuie să înțeleagă ceva despre afacerea lor și să răspundă la întrebări, permițându-le să lucreze mai fluid cu analiștii care sunt adesea cei care conduc acele răspunsuri.

Liam: Care este o poveste de date sau un exemplu care a avut un rezultat fericit și unul care nu a avut atât de mult? Doar pentru oameni ca mine care își înfundă degetul în fondul de date, de exemplu.

Benn: Câteva rezultate fericite. A existat această companie care, practic, a oferit videoclipuri pentru o mulțime de clienți – produsul lor este o platformă video globală. Încercau să-și dea seama cum să-l îmbunătățească pentru oamenii din întreaga lume și și-au dat seama că unele țări aveau tendința de a avea performanțe foarte bune, iar unele țări nu și nu știau exact de ce. Ei au spus: „Oh, ne descurcăm grozav în această țară și ne descurcăm grozav în această țară, dar nu ne descurcăm atât de bine în celelalte.

„[Cercetarea noastră] a deschis noi piețe pentru acest produs, fără ca ei să fie nevoiți să treacă prin alte tipuri de experimente pe care le planificau inițial”

După ce au făcut o grămadă de analize și au săpat în ele, și-au dat seama că videoclipurile erau prea lente în anumite țări din cauza locului în care se aflau centrele lor de date sau mediile AWS. S-au gândit că poate a fost ceva cultural, ceva legat de internaționalizare, că poate au făcut ceva greșit acolo. Poate că a fost ceva legat de produs care pur și simplu nu a rezonat cu un anumit public sau care a fost adoptat de diferite tipuri de oameni cu cazuri de utilizare diferite în diferite țări. Au avut o grămadă de lucruri diferite pe care ar fi putut încerca să le rezolve, unde este de genul: „Poate că trebuie să investim o mulțime de internaționalizare, poate că trebuie să investim în diferite caracteristici dacă vrem să vindem acestor tipuri de public pentru că ei. Gândește-te la probleme altfel.” Din nou, era o platformă video, așa că poate că au trebuit să investească în conținut diferit.

Dar a ajuns să fie ceva mai simplu. Aplicația a fost prea lentă în aceste țări, oamenii au fost frustrați pentru că videoclipurile ar fi tamponat prea mult și pur și simplu nu a fost o experiență bună. Ei ar putea rezolva asta spunând: „Hei, haideți să punem produsul nostru în mai multe centre de date din AWS” sau în orice produs de găzduire pe care îl foloseau. Nu este o soluție banală, dar nu este o soluție dificilă în comparație cu a trebui să-ți dai seama cum să creezi conținut complet nou pentru diferite audiențe internaționale. A deschis noi piețe pentru acest produs, fără ca aceștia să fie nevoiți să treacă prin celelalte tipuri de experimente pe care le planificau inițial când și-au dat seama că au avut succes în unele țări și nu în altele.

Liam: Absolut. Acesta este un exemplu grozav.

Benn: În ceea ce privește poveștile cu date negative, cred că există câteva exemple. Există cu siguranță cazuri în care oamenii vor încerca să ia decizii bazate pe date și vor ajunge să facă ceva care nu funcționează. O parte din aceasta este natura a ceea ce sunt datele – vă spune ceva mai mult sau mai puțin probabilistic. Dacă întrebi: „Ar trebui să pariez pe mine să arunc un zar și să obțin între unu și cinci sau șase?” Aș putea să-ți spun: „Lucrul corect pe care ar trebui să-l faci este să pariezi pe unul până la cinci, șansele tale sunt mult mai mari pentru asta.” Aceasta este analiza corectă bazată pe date, dar uneori s-ar putea să pierzi. Dacă construiești un produs sau iei o decizie pentru o afacere pe care o poți lua o singură dată, nu poți să te întorci și să spui: „De fapt, hai să-l lansăm din nou și să continuăm până când obții de la unu la cinci”. Poate că am pariat pe unul prin cinci și am dat șase. Așa merge.

„Asta face parte din jocul de a încerca să fii mai orientat spre date ca produs și ca afacere – nu vei reuși întotdeauna să înțelegi exact corect”

Există o mulțime de exemple de astfel de lucruri în care datele nu sunt perfecte. Datele nu vă vor spune viitorul. Vă poate oferi o idee despre ceea ce s-ar putea întâmpla, dar există o mulțime de povești despre oameni care iau decizii, probabil că fac analiza foarte bine, iau o decizie corectă înainte de a fi luată, iar apoi rezultatul pur și simplu nu scoate. Unul dintre lucrurile despre care vorbim cu mulți oameni este să fim de acord cu asta. Aceasta face parte din jocul de a încerca să fii mai orientat către date ca produs și afacere – nu vei reuși întotdeauna să înțelegi exact corect. Pur și simplu nu vă puteți pierde încrederea în ceea ce sunt datele, așteptându-vă să vă spună întotdeauna exact care va fi viitorul.

Gunoi înăuntru, gunoi afară

Liam: Ei bine, din spate, cât de important este să luăm în considerare călătoria pe care o urmează datele pentru a ajunge la tabloul de bord la sfârșit?

Benn: Există cu siguranță un tip de proces „înăuntru, ieșire gunoi” în toate acestea și cred că este destul de bine înțeles. Majoritatea oamenilor înțeleg că calitatea datelor contează. Să presupunem că încercăm să luăm decizii cu privire la conducta noastră de vânzări și la cât de bine se mișcă diferiții clienți printr-o conductă de vânzări și ce etape ale canalului de vânzări funcționează bine și care nu, puteți ajunge la concluzia că ofertele se blochează întotdeauna. în evaluarea securității atunci când vorbim cu oameni despre IT și securitate despre dacă produsul nostru îndeplinește sau nu standardele lor și, prin urmare, trebuie să ne concentrăm mult mai mult pe asta. Dacă concluzia noastră se bazează pe date care sunt introduse manual de o echipă de vânzări, este posibil ca aceasta să fie partea procesului în care echipa de vânzări este mai neglijentă în ceea ce privește introducerea acestor date în Salesforce și, prin urmare, acea concluzie nu este o reflectare. a realitatii. Trebuie să faci toată munca din timp pentru a te asigura că datele tale sunt cu adevărat exacte înainte de a putea trage concluzii reale despre ele.

„Nu este neapărat că ei înșelează cifrele sau că folosesc date proaste – doar că atunci când cauți ceva interesant, ești mult mai înclinat să-l găsești”

Există un alt mod în care cred că există o dinamică similară în jurul acestui „gunoi intră, gunoi afară”. Puteți face o grămadă de analize diferite și să spuneți că priviți o problemă din 10 perspective diferite, modul în care o priviți va conta. Va exista o perspectivă care va apărea într-un fel anume, iar această analiză, în sine, poate fi solidă. Dar dacă nu le spui oamenilor: „Hei, am încercat 10 lucruri, nouă dintre ele au sugerat un lucru, dar al 10-lea a sugerat altceva”, iar apoi al 10-lea lucru care a sugerat lucrul care este excepția pare a fi foarte pozitiv...

Auzi multe despre asta în studiile de tip p-hacking academic în care oamenii scriu practic lucrări academice și există această întrebare: „Căută ei rezultate?” Răspunsul este, desigur, că sunt. Academicienii sunt plătiți pentru a face asta. Vor să găsească ceva interesant. Nu este neapărat că eșuează numerele sau că folosesc date proaste – doar că atunci când cauți ceva interesant, ești mult mai înclinat să-l găsești, chiar dacă acel lucru interesant nu este neapărat real. .

Analiștii pot suferi de aceeași tendință. Treaba noastră este să găsim ceva interesant. Noi vrem să fim cei care se ridică la marea întâlnire și spune: „Uită-te la această diagramă care dezvăluie acest lucru cu adevărat dramatic”. Dacă sunteți mereu în căutarea acestor lucruri, din nou, de nouă ori din 10, nu le găsiți. Dar a zecea oară, când o faci, este important să spui: „Hei, am încercat mai întâi o grămadă de alte lucruri.” Acest lucru vă ajută să înțelegeți dacă acest lucru pe care credeți că îl găsiți este sau nu real sau nu.

Liam: Pentru startup-urile de acolo, cum pot fi folosite datele pentru a stimula creșterea?

Benn: O grămadă de moduri. Majoritatea oamenilor îl folosesc ca pe un growth hacking, pe care oamenii l-au referit în mod peiorativ drept un nou mod de a numi marketing, dar îl poți folosi foarte mult în acest fel. Îl poți folosi pentru a-ți înțelege mai bine clienții, pentru a ști cu cine să vorbești. O mare creștere înseamnă doar găsirea oamenilor potriviți și transmiterea acestora la mesajul potrivit la momentul potrivit, cel puțin din partea de sus a pâlniei de marketing. Datele pot fi foarte importante în acest sens. Cum poți înțelege, de la cine vine în pâlnia ta, ce spun și cât de departe ajung? Cine sunt acești oameni și cum ajungi la mai mulți care arată așa?

„O mulțime de creștere înseamnă doar găsirea oamenilor potriviți și transmiterea acestora la mesajul potrivit la momentul potrivit, cel puțin din partea de sus a pâlniei de marketing. Datele pot fi cu adevărat importante în acest sens.”

Pârghiile mai importante, totuși, sunt adesea în jurul înțelegerii a ceea ce încearcă să facă clienții tăi. Oamenii vor construi adesea produse și se așteaptă ca acestea să fie folosite într-un anumit mod sau se așteaptă ca oamenilor să le placă dintr-un motiv sau altul, iar oamenilor nu le place întotdeauna din acele motive. Există o mulțime de funcții pe care le-am construit la Mode sau pe care le-am auzit de la clienții noștri care spun: „Oh, da, acesta va fi un lucru grozav pentru X”. Și se dovedește că nu tocmai de aceea le place oamenilor, dar le-ar putea plăcea pentru Y. Dacă nu te uiți la date pentru a înțelege comportamentele a ceea ce fac oamenii și încerci să înțelegi ce îi motivează să facă acele lucruri, te vei gândi adesea: „Oh, grozav, am lansat o funcție care a fost foarte bună pentru asta și de aceea oamenii o folosesc. Deci, ne vom sprijini cu adevărat în asta.” Dar s-ar putea să joci de fapt împotriva modului în care oamenii încearcă să folosească produsul și, în schimb, ar trebui să spui: „Hei, îl folosesc pentru Y. Să creăm modalități pentru a le permite să facă acest lucru. Y lucru pe el.”

„Este vorba de a găsi potrivirea reală a produsului-piață, mai degrabă decât cea pe care presupuneți că o aveți”

De exemplu, a existat această companie care a fost un fel de produs de chat în principal pentru muncă. A fost un produs colaborativ, un fel de produs de tip Slack, care era axat pe mobil. Ei au crezut inițial că ar fi o modalitate excelentă pentru lucrătorii din prima linie de a comunica. Ar fi o modalitate foarte bună pentru persoanele care nu au adrese de e-mail de a comunica. Dacă sunteți casier la 7-11, este posibil să nu aveți o adresă de e-mail 7-11, dar avem nevoie de o modalitate de a putea avea o discuție corporativă cu acești oameni. Aceasta a fost o aplicație pentru asta. Au fost adoptați și au crezut că a fost din cauza acestor oameni care nu aveau adrese de e-mail, dar după ce s-au uitat la o grămadă de date, și-au dat seama că de fapt erau oameni care trebuiau să intre și să iasă din birou. . Cel mai util lucru nu a fost că nu aveau o adresă de e-mail, ci că erau departe de computerul lor. În esență, îl foloseau ca înlocuitor de tip WhatsApp pentru chat-ul corporativ.

Deci, dacă ar fi crezut că este vorba despre oameni fără o adresă de e-mail, ar fi creat o mulțime de funcții în care te înscrii cu numărul tău de telefon, în care faci o grămadă de lucruri care fac posibil să faci asta un lucru în care nu nu am un computer desktop. Dar ceea ce își doreau oamenii de fapt era această experiență în care puteau folosi uneori un computer și apoi să se îndepărteze de el și să aibă o experiență mobilă cu adevărat grozavă în timp ce sunt pe drum, sau fac o livrare sau orice altceva. Asta creează o cale foarte diferită pentru acel produs și companie, dar ei nu ar înțelege niciodată asta decât dacă ar analiza datele pentru a înțelege oamenii care le foloseau de fapt și ce încercau să facă cu ele. Este vorba despre a găsi potrivirea reală produs-piață, mai degrabă decât cea pe care presupuneți că o aveți.

Instrumente noi, aceleași probleme

Liam: Cum arată stiva modernă de date acum?

Benn: Stiva modernă de date este termenul captivant pentru noul set de instrumente de date care sunt dezvoltate pe spatele produselor de date care trec în cloud. Miezul acestui lucru este depozitul de date. Înainte de 2010, orice companie care dorea un depozit de date, care este locul în care vă stocați toate datele, ar fi trebuit de obicei să cumpere ceva, o mașină fizică sau un software fizic, ca pe un CD, pe care apoi să-l ruleze pe o mașină pe care o avea. proprii. Am avea o cameră de server în spate, care este baza noastră de date, și am rula o bază de date Oracle pe ea și toate astea. Practic, cu Redshift, care a fost unul dintre primele depozite de date în cloud, oamenii au început să mute toate acestea în cloud. În loc să trebuiască să cumpăr o mașină sau un software, pot să merg la AWS, să spun „Spin up a Redshift database for me”, pot face asta din browser în 15 minute și nu trebuie să am de fapt niciunul hardware pentru a o face. O grămadă de instrumente au fost construite pe ideea de a spune: „Ce-ar fi dacă ne-am lucra toate datele în cloud și nu ar fi trebuit să avem tot acest software pe care l-am rulat singuri?” Stiva modernă de date este oarecum în jurul acelei idei despre cum arată ca datele să fie mutate în cloud. Există o grămadă de moduri în care îl puteți defini. Dar, în general, a construit aceste produse foarte orizontale care doar vor ingera date din aplicații terțe.

„Am avut aceste îmbunătățiri dramatice ale calității tehnologiei, dar problemele de bază pe care încercăm să le rezolvăm sunt adesea încăpățânat de persistente”

Spuneți că aveți date în Salesforce sau Zendesk sau Marketo sau Stripe, produse care doar vor ingera acele date în depozitul dvs. Aveți produse care îl vor transforma și modela în depozitul dvs. – să spunem că aveți o grămadă de date dezordonate pe care doriți să le transformați în date curate, așa că aveți produse care le vor gestiona. Depozitul în sine va face depozitare. Există instrumente de analiză, cum ar fi Mode, care stau deasupra lui pentru tablouri de bord, pentru analiză, pentru a putea partaja și distribui acea lucrare. Și apoi, există o grămadă de alte instrumente care sunt create pentru a le sprijini. Acum că aveți cinci sau șase instrumente care rulează instrumentele de date, doriți să le puteți monitoriza pe toate. Funcționează totul bine? Conductele de la punctul A la punctul B funcționează și funcționează așa cum mă aștept? Dacă vreau să fac o modificare la unul, cum pot să orchestrez acea modificare în sistem?

Devine acest ecosistem mult mai complex, dar totul se bazează pe acest flux de bază al unui mod de a ingera date într-un depozit, o modalitate de a le transforma într-un depozit, o modalitate de a construi un activ de date pe deasupra datelor din depozit. , și apoi o modalitate de a-l expedia oricui este care chiar trebuie să-l vadă.

Liam: Poate fi atât de greu să-i convingi pe toți să cadă de acord asupra cifrelor când ai tablouri de bord și instrumente diferite care îți spun lucruri diferite. Este asta o provocare?

Benn: Da. Acesta este unul dintre paradoxurile stării actuale a stivei de date moderne. Acum am petrecut aproape 10 ani construind aceste produse și sunt revoluționare, în multe sensuri. Ei fac lucrurile dramatic mai bine și dramatic mai repede decât făceau acum 10 ani. Cu aproximativ 10 ani în urmă, pentru bazele de date de top, ar trebui să cheltuiți, să zicem, un milion de dolari pe an pentru a le rula. Ar trebui să plătiți pentru mașinile care îl rulează. De obicei, ar trebui să ai unul sau doi oameni a căror slujbă cu normă întreagă era să gestioneze. Astăzi, puteți obține depozite mai repede decât cel care vă va costa 20.000 USD pe an și nu trebuie să aveți pe nimeni să le gestioneze pe deplin. Pot să merg la AWS, să apăs un buton și să plătesc zeci de mii de dolari pentru ceva care înainte mă costa probabil câteva milioane de dolari pe an. Și este un produs mai bun.

Ați putea face aceeași pretenție în întreaga stivă. Instrumentele de analiză s-au îmbunătățit în acest fel. Instrumentele de asimilare a datelor și instrumentele pipeline s-au îmbunătățit în acest fel. Am avut aceste îmbunătățiri dramatice ale calității tehnologiei, dar problemele de bază pe care încercăm să le rezolvăm sunt adesea persistente. Una dintre acele probleme de bază pe care le-am avut acum 10 ani a fost că doi oameni intrau într-o cameră și spuneau: „Tabloul meu de bord spune asta”, iar altcineva spunea „Tabloul meu de bord spune asta”. Ei petrec întreaga întâlnire, mai degrabă decât să încerce să-și dea seama ce să facă, certându-se despre al cui număr este corect. Și încă facem asta, mai sunt multe din asta.

„Marketingul și vânzările există de sute de ani. Suntem încă în primele etape de a ne gândi cum arată pentru profesia de date”

Am auzit o discuție de la CEO-ul Databricks, unul dintre aceste depozite cu adevărat moderne care conduce o mare parte a acestei schimbări. Spunea că una dintre cele mai frecvente plângeri pe care le auziți de la clienți este că oamenii își petrec tot timpul certându-se pe numere și care este corect. Cred că o parte din rezolvarea acestei probleme va consta în construirea de instrumente care să poată vorbi între ele și să funcționeze mai bine împreună și sisteme care ne permit să definim lucrurile o dată, astfel încât, dacă ne uităm la un tablou de bord, să știm că trage din același loc. . Dar o parte din asta, de asemenea, va fi doar organizațiile care își vor da seama cum să lucreze cu datele. Datele sunt încă un lucru relativ nou. Majoritatea companiilor au început să-l folosească într-un mod real în ultimii 10, 15 ani. Încă ne gândim cum să facem asta să funcționeze. Există încă o mulțime de conversații în comunitate despre diferitele roluri de care avem nevoie, pentru ce sunt acestea și cine este responsabil pentru ce.

Ingineria nu a fost o practică care s-a dezvoltat peste noapte. Nu a fost o practică care s-a dezvoltat peste noapte. Marketingul și vânzările există de sute de ani. Suntem încă în faza incipientă de a ne gândi cum arată pentru profesia de date. Cred că va fi o combinație a instrumentelor pe care le construim și doar toată lumea va începe să-și dea seama, „Așa funcționează asta și așa nu funcționează”, înainte de a putea trece cu adevărat de ceea ce par probleme fundamentale. .

Liam: Absolut. Cred că toată lumea din tot felul de industrii va avea propriile povești. Valorile podcastului, cred, sunt probabil un bun exemplu al complicațiilor cu datele. De obicei, o descărcare nu este egală cu numărul total de ascultători, deoarece un ascultător individual ar fi putut descărca același episod pe mai multe dispozitive sau l-ar fi descărcat cu intenția de a-l asculta, dar nu a reușit niciodată să-l descarce. Știu că încearcă să introducă un mod standardizat de măsurare a acestor lucruri, ceea ce probabil se va întâmpla peste tot, cred, pentru o mulțime de industrii.

Benn: Dacă te gândești la valorile de bază ale marketingului web și la modul în care oamenii rulează reclame și altele, am început să standardizăm unele dintre acestea. Dacă accesați tabloul de bord pentru anunțuri Facebook sau tabloul de bord pentru anunțuri Google, acele lucruri vor arăta destul de asemănătoare. Vă vor spune mai mult sau mai puțin aceeași poveste, deoarece a existat o anumită standardizare în ceea ce privește modul în care vorbim de fapt despre reclamele care au performanțe bune și nu. Vezi asta cu alte lucruri. Vedeți acest lucru cu companiile SaaS, de exemplu. Companiile SaaS au acum o carte standard de valori din care se extrag toate. Există câteva locuri în care începem să vedem acest lucru unindu-se, dar vor fi mult mai multe în următorii ani, unde se spune, cum ne gândim despre podcasturi? Cum ne gândim la anumite tipuri de produse? Cum ne gândim la măsurarea performanței unei echipe de asistență? Cum ne gândim la toate aceste lucruri diferite, care sunt datele despre care avem acum informații mult mai bogate, dar fiecare companie încă încearcă să-și dea seama individual?

„Ne vom adapta de la cele mai bune practici, în loc ca toată lumea să încerce să facă asta de la zero”

Cred că va exista o anumită standardizare în jurul: „Aceasta este probabil cea mai bună practică pentru a gândi la acest tip de probleme”. Companiile vor avea în continuare unele raportări personalizate pe care trebuie să le facă. Este posibil ca acest podcast să dorească să măsoare lucrurile diferit față de celălalt podcast, deoarece este posibil să aveți audiențe diferite sau obiective diferite. Toată lumea va avea propriile ajustări, dar cred că va exista un sentiment mult mai bun de: „Bine, acesta este modul în care suntem de acord că funcționează.” Ne vom adapta de la cele mai bune practici, în loc ca toată lumea să încerce să facă asta de la zero. Multe companii care își încep practicile de date încearcă adesea să construiască lucruri de la zero. Cred că avem câteva drumuri de parcurs înainte de a ajunge la punctul în care aveți schela pe care să o construim cu toții.

Cadrele web, în ​​anumite privințe, sunt un exemplu în acest sens. Dacă doriți să construiți un produs web sau un software, există contururi destul de bine definite pe care le puteți desena de unde apoi adăugați propria logică pentru a face aplicația exact ceea ce v-ați dorit. Analytics pur și simplu nu are asta. Toată lumea începe de la zero, mai degrabă decât să aibă acel gen de cadru de bază pe care să se poată construi.

Liam: Ce le-ai spune startup-urilor descurajate de date care se uită la toate și se simt puțin îngrijorați?

Benn: Acest lucru se poate întâmpla la startup-uri, dar se poate întâmpla și la companiile mature cu date cu analiști individuali. Este ușor să te uiți la o pagină goală sau la o foaie de calcul Excel supraîncărcată și să te gândești: „Ce naiba fac?” Acest lucru este ușor de făcut dacă ești un analist cu experiență care tocmai începe să înțeleagă o problemă, este ușor de făcut dacă ești o companie care nu știe încă ce să facă cu datele și este ușor de făcut dacă ești un analist junior care tocmai s-a alăturat undeva și nu este sigur ce să facă.

„Este în regulă să începi cu lucruri care sunt foarte simple. Este remarcabil cât de multe informații de bază vor găsi oamenii valoroase”

Cred că soluția pentru asta este aceeași – este în regulă să începi cu lucruri care sunt foarte simple. Este remarcabil cât de multe informații de bază vor găsi oamenii valoroase. Cunosc un tip care, o dată pe săptămână, avea să-și întâlnească echipa de date, astfel încât să împărtășească, în esență, lucrurile pe care le-au învățat de-a lungul săptămânii. Unele dintre aceste lucruri erau prost de simple. Compania a fost un produs care a fost construit pentru afaceri, așa că a fost folosit de luni până vineri. Au făcut o diagramă pentru câți oameni îl folosesc pe zi a săptămânii și, hei, majoritatea oamenilor nu îl folosesc în weekend și mulți îl folosesc în zilele lucrătoare. Nu descoperi exact o perspectivă incredibilă acolo. Toată lumea știa deja că așa funcționează, dar văzând acele numere și exact cât de mult a scăzut în weekend – au fost unele weekenduri în care nu a scăzut foarte mult și unele weekenduri în care a scăzut o tonă – a generat o grămadă. de întrebări și curiozitate în legătură cu ceea ce determină acest comportament. De ce este acel weekend unul în care oamenii par să-l folosească mult? Ce s-a întâmplat acolo? Aceasta a fost sămânța pentru mult mai mult: „Bine, să continuăm să învățăm. Să continuăm să punem întrebări. Să continuăm să săpăm.”

Acesta este modul în care încurajez oamenii să înceapă. Începe doar cu lucrurile de bază, chiar dacă sunt presupuneri pe care le faci. De îndată ce începi să te uiți la numere, vei vedea lucruri care te fac să te gândești și să te zgârie pe cap și te vor face să realizezi că sunt atât de multe altele aici, de care nu înțelegi că ești curios. O mare parte este doar să te lași cucerit de acea curiozitate și să nu spui: „Trebuie să descopăr un lucru uimitor. Trebuie să găsesc acel ac în carul de fân care va schimba traiectoria companiei în prima zi.” You're not going to find that right away. 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. Ce urmeaza? 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. Is that right?

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.