构建一个数据驱动型公司的四个关键原则

简介:

安东尼·托马斯是一个叫贴纸骡子公司的联合创始人,在那里他经营使用四个核心原则:

1、 从第一天开始构建指标驱动的文化

2、 专注于一个核心组指标

3、 在全公司范围内确保业绩可数据化

4、 修复有问题的地方

案例丨构建一个数据驱动型公司的四个关键原则

注意到了一个主题吗?这些点都围绕着指标来展开。通过定义这些原则,贴纸骡子公司确保他们的商业决策是由数字支持,最大限度地提高成功的概率。

1、 从第一天开始构建指标驱动的文化

安东尼认为很多企业视数据为一种奢侈品,不过他认为这是一种必然。当你只是偶尔要求员工使用数据驱动决策的时候,你不设置决策一般应该如何接近正确的先例。安东尼认为,“越早建立重点指标越好。人们渐渐习惯他们。如果过程是早期存在的,它将会成为你是谁以及你如何成长的一部分。”

研究支持这种指标的关系,即把数据嵌入在一个团队如何工作 - 对收入有强烈冲击。阿伯丁研究发现,数据驱动型组织比去年全年收入增长27%,从之前报道的7%增长大幅上涨。

2、 专注于一个核心组指标

使用指标有点双刃剑的感觉,Axcient首席执行官贾斯汀·摩尔警告说, “由于它可以给你带来更多的关注,它也可以很容易地给你偏离了轨道。有效测量的关键是知道用什么来衡量。“识别最重要的指标,着眼于这些指标,是贴纸骡子从一开始就采用的做法。一开始,他们专注于一件事:销售,他们的三个核心指标反映了重点:

1.年收入

2.年同期(同比)销售增长

3.客户获取成本

就是这样。三个指标测量了他们的努力所取得的成功。 “我们没有跟踪的东西像Twitter的参与一样,”安东尼说,“我们只关心那些是我们公司业务目标的核心指标。”

随着他们的团队的成长,所以个体团队也需要跟踪指标的清单。 “当你带上更多的人,你要介绍新的与他们角色相关的指标,”安东尼说。最终他们的指标演化为包括制造(质量和周转时间),客户支持(门票关闭数量)和营销(收购新客户)。在每个阶段,团队只有在他们有信心他们能有精力全身心地投入到每一个关键绩效指标的时候增加指标。

3、 在全公司范围内确保业绩可数据化

一旦贴纸骡子公司建立了自己的KPI,他们确保务必任何人来自任何部门都可以查看自己的数据。例如,营销人员可以看到有多少客户的支持票已经关闭,工程师可以检查出在过去的一个月有多少新的客户被收购。这种透明的结果如何呢? “每个人都可以看到他们的努力正在发挥作用,”安东尼解释说,“它激励我们继续工作。想看到这些数字有所改善,这是人的本性。”

由于整个贴纸骡子团队已经有一个具有图形绘制公司的核心指标仪表板,这不仅是一个调整和协作的意识,而是数据体现了更多价值,因为更多的人可以从中获得价值。盖尔达顿说:简单的5个步骤来构建数据驱动的文化,“除非数据跨组织沟通,它将变得一文不值。”

安东尼认为构建指标驱动的文化最好的部分是这种交流和透明,“它能够让人看到每个人尝试新策略的结果时候的兴奋。”

4、 修复有问题的地方

建设一个以指标为导向的公司总是带有分析瘫痪风险,更多信息可导致更容易且更好的决定,但它也可以导致过度分析和完美主义者的行为。

安东尼已经找到的一种策略避免分析瘫痪的策略是鼓励行动。我们并不需要运行实验来明确做什么,”安东尼说,“我们知道什么是行不通的。贴纸骡子公司不断尝试提高打印质量,让艺术品下载速度更快,并建立与合作者合作的严格的流程。他们知道修复这些领域将会对客户体验产生积极的影响,进而提高留存和收入。没有理由过多的去纠缠数据,只要解决什么出问题的地方就行了。

这些增量变化积少成多。对贴纸骡子公司而言,着眼于积累胜利导致其周转时间从5-6天降低至平均72小时。 “没有什么大的修正,”安东尼针对这个这个不可思议的成就说,“这只是我们整个团队不断的努力工作,修正大量的小问题而已。”

运行一个以指标为导向的公司的技术

如果你有兴趣实施像安东尼那样的方法,你需要一些技术支持:

中央数据仓库:一个中央数据仓库将是您所有的不同数据源的家

一个分析平台:一个分析平台置于你的数据仓库的顶部,让您轻松地与数据进行交互。你可以建立指标,报表和仪表盘。所有这些都将自动更新。它很轻松地使得每一个贴纸骡子团队目前表现一致。

本文转自d1net(转载)

相关文章
|
6月前
|
存储 搜索推荐
知识体系化的必要性及构建通用体系的方法
知识体系化的必要性及构建通用体系的方法
264 0
|
10月前
|
项目管理
CMMI五大成熟度定义及过程管理类详解
CMMI五大成熟度定义及过程管理类详解
122 0
|
10月前
|
数据采集 存储 人工智能
谈谈如何构建有效的数据供应链
谈谈如何构建有效的数据供应链
|
10月前
|
数据采集 机器学习/深度学习 人工智能
成为数据驱动型公司的六大障碍
成为数据驱动型公司的六大障碍
|
11月前
|
缓存 算法 NoSQL
公司对不同职级能力抽象要求的具体化
要先把当前级别要求的能力提升到精通,然后尝试做下一级别的事情。
234 0
|
数据采集 存储 监控
数据治理框架:数据驱动型企业的基石
要解释数据治理框架,我们必须首先定义数据治理。
数据治理框架:数据驱动型企业的基石
|
数据采集 自然语言处理 算法
谈谈大型集团构建全域一致性数据模型的方法
数据建模包括概念模型、逻辑模型、物理模型。企业级数据模型设计通常有两种方法:自上而下和自下而上。
谈谈大型集团构建全域一致性数据模型的方法
|
数据采集 供应链 数据管理
统一数据的认识三观 发挥数据的核心价值
数据治理是长期、复杂的工程,绝非一个部门的事情,更应该从董、监、高治理层建立组织、赋予职责。
统一数据的认识三观 发挥数据的核心价值
|
存储 供应链 安全
谈谈构建区块链的五项重要原则和区块链的典型应用场景
什么是区块链?从科技层面来看,区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题。
谈谈构建区块链的五项重要原则和区块链的典型应用场景
|
机器学习/深度学习 人工智能 运维
基于RPA的自动化优先,正在成为广大组织的主流管理思维
什么是自动化优先思维?它与RPA有什么关系?因何正在成为企业管理主流思维?
119 0
基于RPA的自动化优先,正在成为广大组织的主流管理思维