あなたの組織はデータ階層マップを必要としています—これがその理由です

チームや組織が追跡できるデータ ポイントは無限にあります。 どの指標を優先すべきかを判断するのは困難です。 結果？ 組織は多くの場合、収益が電子メールの開封率などの低レベルの指標と同じ値を保持するというフラットな競争条件に陥ります。

異なる指標間の関係について明確な合意がない場合、人はデータサイロに陥ります。 各チームは、関連性がなく、ビジネス目標に影響を与えないバニティ メトリックの改善に時間を費やしています。

解決策はデータ階層マップです。これは、組織内のさまざまな指標間の関係を示すフレームワークです。 下位レベルの指標が上位レベルの結果にどのように貢献するかを示し、誰がどの指標の責任者であるかを定義します。

マップは、組織内のメトリックの階層を示しています。 たとえば、個々の貢献者が所有する機能の使用状況は、チーム リーダーが所有するエンゲージメントメトリックにフィードされます。 チームのリーダー (製品マネージャーやマーケティング担当者など) が所有する指標は、部門の幹部 (成長、製品、またはマーケティングの責任者など) が担当する指標に貢献します。

データ階層マップにより、チームはデータ ポイントが組織の残りの部分にどのようにフィードされるかを確認できます。 そうすることで、データと証拠に基づいて追跡する指標を選択し、組織の目標にプラスの影響を与えることに力を注ぐことができます。

虚栄心の指標を追跡するのをやめる

データ階層マップにより、組織の目標に影響を与えるメトリックに優先順位を付ける必要があります。 適切なメトリクスを選択した場合、一番下のレバーを引くと、データ ツリー全体に影響を与えます。

これらの接続をマッピングしないと、何もしないメトリックが改善されます。 マーケティング チームがトラフィックの増加を目標としているとします。 彼らは懸命に働き、サイトへのトラフィック量を 2 倍、3 倍、または 4 倍にすることに成功しています。

そんな中、事業は失敗。 マーケティング チームのトラフィックをアクティブ化または収益化する計画はないため、コンバージョンには影響しません。 間違ったデータ メトリクスを適用すると、データドリブンではなくなります。データの力が強いだけです。 そして、それはビジネスを助けません。

バニティ メトリックを選択した場所がデータ階層マップに表示され、追跡するメトリックを反復して更新するよう求められます。 所有しているメトリックを改善しても、階層内で 1 つ上のレベルのメトリックに影響がない場合は、そのメトリックを再考する必要があることがわかります。

全員が同じ言語を話せるようにする

サイロ化されたチームは、組織の残りの部分にリンクしていない指標を追跡します。 全員が同じ目標に向かって作業できるように、重要なデータ ポイントについて足並みをそろえる必要があります。

データ階層マップは、全員がビジネス目標に合わせて団結するため、部門間のチームワークを促進します。 たとえば、リンクされていないさまざまな指標を追跡するマーケティングや製品の代わりに、獲得、保持、および収益化をどのように解決するかについての会社レベルのビューを取得します。

また、データは部門間の共通言語にもなります。 多くの場合、どのメトリックがどの結果に貢献するかについて暗黙の合意 (または不一致) があります。 たとえば、マーケティング チームは、トラフィックの増加が収益の増加に役立つと想定している可能性がありますが、そうではない可能性があります。

階層マップをプロットすると、メトリックについて議論し、それらの合意を明確にする必要があります。X メトリックを改善すると Y の影響があることに全員が同意します。 これらの合意が明示的になされることで、誰もが選択された指標を信頼し、チーム間の議論がよりスムーズに進むことができます。

所有権と自律性を有効にする

戦術ではなく、データ ファーストの結果を中心に目標を設定すると、チーム メンバーはその結果に責任を持つことができます。

戦術を目標としていると、人々は細かく管理されていると感じます。 彼らは、無意味だと思っていても、特定のタスクを完了することに固執することを余儀なくされています。

データの成果 (アップストリームにマッピングされる指標) を目標として持つと、人々は所有権を得ることができます。 チームメンバーは、スキルと創造性を駆使して、目標を達成するための最適な戦術を自由に考え出すことができます。

その結果、より民主的な組織になります。 人々は何かに対して責任があると感じるので、仕事からより多くの満足を得ます。

また、結果ベースのプロジェクト計画にもつながります。 たとえば、あるマーケティング担当者が、 1 か月に 4 つのブログ投稿を作成するという戦術を目標としていたとします。 投稿が与える影響に関係なく、それらの投稿を考え続けなければならないため、彼らは制約と不満を感じています.

たとえば、データの成果を目標として設定するとします。それは、毎月のオーガニック トラフィックを 30% 増やすことです。 彼らは、4 つの投稿を作成することが最善の戦術であると判断するかもしれませんし、その目標を達成するためのより創造的で効果的な方法を考案するかもしれません。 たとえば、既存の投稿への配信を増やしたり、古い投稿を更新したり、会社が生成したコンテンツのみを投稿する代わりに協力する外部のインフルエンサーを見つけたりすることがあります。

マップはまた、適切なレベルの指標を割り当て、人々に影響を与えることができる指標を与えることを意味します。 たとえば、マーケティング担当者に収益を指標として与えることは意味がありません。 代わりに、収益に対応する下位レベルの指標を提供します。

もう 1 つの成果は、従業員が自分の仕事が会社に与える影響を理解することです。 チームメンバーは自分の仕事がいかに有意義であるかを理解できるため、より高い成果へのつながりがモチベーションになります。

データ階層マップの実装方法

データ階層マップは動的です。 そこから学び、追跡する指標を進化させると、価値が生まれます。

データ マップのバージョン 1 をできるだけ早く公開します。 完璧である必要はありません。 学習の出発点となるはずです。

マップは、単一の信頼できる情報源 (単一のチーム) から取得する必要があるため、メトリックごとに 1 つの定義があります。 理想的には、データ チームがマップを作成しますが、データに精通した中立の当事者であれば誰でもマップを作成できます。 マップを作成するチームは、過去の学習またはチームが現在追跡している指標に基づいてバージョン 1 の指標を作成できます。

マップは全員が同じ認識を持つようにするためのものであるため、指標の定義と包含または除外を含める必要があります。 たとえば、新しいユーザー獲得指標の場合、主要な指標としてビジネス レベルの獲得のみを追跡できます。

メトリックのデータを見つける場所を含め、組織全体でマップを共有します。 すべてのデータ ポイントが同じダッシュボードにある必要はありませんが、全員がメトリックを見つけたり計算したりする方法を知っている必要があります。

この時点で、人々がマップ上の指標に同意しないことが予想されます。 誰もが意見の相違を表明する必要がありますが、指標を出発点として受け入れることを約束してください。 次に、チームはデータと例を収集して、メトリックの変更を正当化する必要があります。 すべての更新は、意見や直感ではなく、客観的な顧客データに基づいている必要があります。

収入は常に一定です。 獲得、維持、収益化も一定のままですが、定義を更新することを決定する場合があります。

残りの指標を再検討して反復する頻度は、組織の速度によって異なります。 スタートアップは、毎月その指標を確認する場合があります。 大規模で確立された組織の場合、数年ごとに繰り返すことは理にかなっています。

避けるべき一般的な落とし穴

• チーム指標の所有権を設定しない。 チームのメトリクスに誰も責任を負わない場合、人々は個々の貢献者のバニティ メトリクスを選択するか、メトリクスの浮動定義を使用することになります。 これは最終的に不信とデータ文化の失敗につながります。 マップ上のすべての指標に所有者を割り当てます。
• 指標の不整合。 製品主導の収益化モデルがあるとします。 収益に対応するメトリクスを所有するチームが営業だけであることは意味がありません。 ビジネス モデルに合わせて階層マップの構造を調整します。
• 各部門は、独自のバージョンのマップを作成します。 異なるチームが別々のバージョンのマップを使用する場合、部門ごとにサイロで作業することになります。 データ階層マップは、部門間で共有される信頼できる情報源である必要があります。 ビジネスと製品全体で同じマップを作成して使用します。

Amplitude で重要な指標の追跡を開始する

Amplitude Analytics を使用して、データ階層マップの指標を追跡し、セルフサービスの製品分析の洞察をチームに提供します。 無料のスターター プランで今すぐ始めましょう。

この投稿を気に入っていただけた場合は、LinkedIn で私をフォローして、製品主導の成長の詳細をご覧ください。