您的组织需要数据层次结构图——原因如下

团队或组织可以跟踪无限的数据点。 很难知道要优先考虑哪些指标。 结果？ 组织通常最终会获得一个平坦的竞争环境，收入与电子邮件打开率等低级指标具有相同的价值。

当不同指标之间的关系没有明确的一致意见时，人们最终会陷入数据孤岛。 每个团队都花时间改进与业务目标没有联系和影响的虚荣指标。

解决方案是数据层次图：显示组织中不同指标之间关系的框架。 它说明了较低级别的指标如何有助于更高级别的结果，并定义了谁负责哪些指标。

该地图显示了组织中指标的层次结构。 例如，个人贡献者拥有的功能使用情况会反馈到团队负责人拥有的参与度指标中。 团队领导（例如，产品经理或营销人员）拥有的指标有助于部门主管（例如，增长、产品或营销主管）负责的指标。

数据层次结构图提示团队查看数据点如何馈送到组织的其他部分。 这样，您可以根据数据和证据选择要跟踪的指标，并努力对组织目标产生积极影响。

停止追逐虚荣指标

数据层次结构图迫使您优先考虑影响组织目标的指标。 如果您选择了正确的指标，那么拉动底部的杠杆将对数据树的整个过程产生影响。

如果您不映射这些连接，那么您改进的指标无济于事。 假设营销团队的目标是增加流量。 他们努力工作并设法将您网站的流量增加一倍、三倍或四倍。

与此同时，业务正在失败。 没有激活营销团队流量或将其货币化的计划，因此不会影响转化。 当您应用错误的数据指标时，您就不是数据驱动的——您只是数据的强大。 这对业务没有帮助。

数据层次结构图显示您选择虚荣指标的位置，提示您迭代和更新您跟踪的指标。 如果您改进了您拥有的指标，并且它不会影响层次结构中高于它的指标，那么您知道您需要重新考虑该指标。

让每个人都说同一种语言

孤立的团队跟踪不链接到组织其他部分的指标。 每个人都需要在关键数据点上保持一致，这样他们才能朝着相同的目标努力。

数据层次结构图促进部门之间的团队合作，因为每个人都围绕业务目标统一起来。 例如，您无需跟踪未关联的不同指标的营销或产品，而是获得公司级别的视图，了解您如何解决获取、保留和货币化问题。

它还使数据成为部门之间的通用语言。 对于哪些指标有助于哪些结果，通常存在隐含的一致（或分歧）。 例如，营销团队可能认为增加流量将有助于增加收入，但事实可能并非如此。

绘制层次结构图会迫使您讨论指标并使这些协议明确：我们都同意改进 X 指标将产生 Y 影响。 通过明确达成这些协议，每个人都信任所选指标，团队之间的讨论可以更顺利地进行。

实现所有权和自主权

当您围绕数据优先的结果而不是策略设定目标时，团队成员可以对他们的结果负责。

以战术为目标，人们感到被微观管理。 他们被迫坚持完成特定任务，即使他们可能认为自己毫无意义。

当您将数据结果（映射上游的指标）作为目标时，人们就可以拥有所有权。 团队成员可以自由地使用他们的技能和创造力来提出最佳策略来实现目标。

结果是一个更加民主的组织。 人们从他们的工作中获得更多的满足感，因为他们觉得对某事负责。

它还导致基于结果的项目规划。 例如，营销人员有一个策略作为目标：每月创建四篇博客文章。 他们感到受限制和沮丧，因为他们必须不断提出这些帖子，无论这些帖子会产生什么影响。

假设您给他们一个数据结果作为目标：每月增加 30% 的自然流量。 他们可能会决定最好的策略是创建四个帖子，或者他们可能会设计出更有创意和更有效的方法来实现这一目标。 例如，他们可能会增加对现有帖子的分发、更新旧帖子或寻找外部影响者进行合作，而不仅仅是发布公司生成的内容。

该地图还意味着您分配了正确的级别指标，并为人们提供了他们可以影响的指标。 例如，将营销人员收入作为指标是没有意义的。 相反，你给他们一个映射到收入的较低级别的指标。

另一个结果是人们看到他们的工作如何影响公司。 与更高结果的联系是激励性的，因为团队成员可以看到他们的工作是如何有意义的。

如何实现数据层次图

数据层次结构图是动态的。 当您从中学习并发展您的跟踪指标时，价值就会出现。

尽快获取第一版数据地图。 它不应该是完美的。 它应该是学习的起点。

地图应该来自单一的事实来源——一个团队——所以每个指标都有一个定义。 理想情况下，您的数据团队会创建地图，但任何精通数据的中立方都可以创建它。 创建地图的团队可以将版本一的指标基于过去的学习或团队当前正在跟踪的指标。

因为地图是为了让每个人都在同一页面上，所以它需要包含指标的定义以及任何包含或排除的内容。 例如，对于新的用户获取指标，您可能只跟踪业务级别的获取作为您的主要指标。

与整个组织共享地图，包括在哪里可以找到指标数据。 每个数据点不需要在同一个仪表板上，但每个人都需要知道如何查找或计算他们的指标。

在这一点上，预计人们不同意地图上的指标。 每个人都应该表达他们的不同意见，但承诺以接受这些指标为起点。 然后，团队应收集数据和示例以证明更改指标的合理性。 任何更新都应基于客观的客户数据，而不是意见或直觉。

收入始终保持不变。 获取、保留和货币化也保持不变，尽管您可能决定更新它们的定义。

您重新访问和迭代其余指标的频率取决于您组织的速度。 一家初创公司可能每个月都会审查其指标。 对于一个大型且成熟的组织，每隔几年进行一次迭代是有意义的。

要避免的常见陷阱

• 不设置团队指标的所有权。 如果没有人对团队指标负责，人们最终会为个人贡献者选择虚荣指标或使用其指标的浮动定义。 这最终导致不信任和数据文化失败。 为地图上的每个指标分配一个所有者。
• 指标错位。 假设您有一个以产品为主导的盈利模式。 让销售成为唯一拥有与收入相关的指标的团队是没有意义的。 调整层次结构图以适应您的业务模型。
• 每个部门都有自己的地图版本。 如果不同的团队使用不同版本的地图，他们将在部门孤岛中工作。 数据层次图必须是跨部门共享的事实来源。 在您的整个业务和产品中创建和使用相同的地图。

开始跟踪与 Amplitude 相关的指标

使用 Amplitude Analytics 跟踪数据层次结构图中的指标，并为您的团队提供自助式产品分析见解。 立即开始使用我们的免费入门计划。

如果您喜欢这篇文章，请在 LinkedIn 上关注我，了解有关产品主导型增长的更多信息。