您的組織需要數據層次結構圖——原因如下

團隊或組織可以跟踪無限的數據點。 很難知道要優先考慮哪些指標。 結果？ 組織通常最終會獲得一個平坦的競爭環境，收入與電子郵件打開率等低級指標具有相同的價值。

當不同指標之間的關係沒有明確的一致意見時，人們最終會陷入數據孤島。 每個團隊都花時間改進與業務目標沒有聯繫和影響的虛榮指標。

解決方案是數據層次圖：顯示組織中不同指標之間關係的框架。 它說明了較低級別的指標如何有助於更高級別的結果，並定義了誰負責哪些指標。

該地圖顯示了組織中指標的層次結構。 例如，個人貢獻者擁有的功能使用情況會反饋到團隊負責人擁有的參與度指標中。 團隊領導（例如，產品經理或營銷人員）擁有的指標有助於部門主管（例如，增長、產品或營銷主管）負責的指標。

數據層次結構圖提示團隊查看數據點如何饋送到組織的其他部分。 這樣，您可以根據數據和證據選擇要跟踪的指標，並努力對組織目標產生積極影響。

停止追逐虛榮指標

數據層次結構圖迫使您優先考慮影響組織目標的指標。 如果您選擇了正確的指標，那麼拉動底部的槓桿將對數據樹的整個過程產生影響。

如果您不映射這些連接，那麼您改進的指標無濟於事。 假設營銷團隊的目標是增加流量。 他們努力工作並設法將您網站的流量增加一倍、三倍或四倍。

與此同時，業務正在失敗。 沒有激活營銷團隊流量或將其貨幣化的計劃，因此不會影響轉化。 當您應用錯誤的數據指標時，您就不是數據驅動的——您只是數據的強大。 這對業務沒有幫助。

數據層次結構圖顯示您選擇虛榮指標的位置，提示您迭代和更新您跟踪的指標。 如果您改進了您擁有的指標，並且它不會影響層次結構中高於它的指標，那麼您知道您需要重新考慮該指標。

讓每個人都說同一種語言

孤立的團隊跟踪不鏈接到組織其他部分的指標。 每個人都需要在關鍵數據點上保持一致，這樣他們才能朝著相同的目標努力。

數據層次結構圖促進部門之間的團隊合作，因為每個人都圍繞業務目標統一起來。 例如，您無需跟踪未關聯的不同指標的營銷或產品，而是獲得公司級別的視圖，了解您如何解決獲取、保留和貨幣化問題。

它還使數據成為部門之間的通用語言。 對於哪些指標有助於哪些結果，通常存在隱含的一致（或分歧）。 例如，營銷團隊可能認為增加流量將有助於增加收入，但事實可能並非如此。

繪製層次結構圖會迫使您討論指標並使這些協議明確：我們都同意改進 X 指標將產生 Y 影響。 通過明確達成這些協議，每個人都信任所選指標，團隊之間的討論可以更順利地進行。

實現所有權和自主權

當您圍繞數據優先的結果而不是策略設定目標時，團隊成員可以對他們的結果負責。

以戰術為目標，人們感到被微觀管理。 他們被迫堅持完成特定任務，即使他們可能認為自己毫無意義。

當您將數據結果（映射上游的指標）作為目標時，人們就可以擁有所有權。 團隊成員可以自由地使用他們的技能和創造力來提出最佳策略來實現目標。

結果是一個更加民主的組織。 人們從他們的工作中獲得更多的滿足感，因為他們覺得對某事負責。

它還導致基於結果的項目規劃。 例如，營銷人員有一個策略作為目標：每月創建四篇博客文章。 他們感到受限制和沮喪，因為他們必須不斷提出這些帖子，無論這些帖子會產生什麼影響。

假設您給他們一個數據結果作為目標：每月增加 30% 的自然流量。 他們可能會決定最好的策略是創建四個帖子，或者他們可能會設計出更有創意和更有效的方法來實現這一目標。 例如，他們可能會增加對現有帖子的分發、更新舊帖子或尋找外部影響者進行合作，而不僅僅是發佈公司生成的內容。

該地圖還意味著您分配了正確的級別指標，並為人們提供了他們可以影響的指標。 例如，將營銷人員收入作為指標是沒有意義的。 相反，你給他們一個映射到收入的較低級別的指標。

另一個結果是人們看到他們的工作如何影響公司。 與更高結果的聯繫是激勵性的，因為團隊成員可以看到他們的工作是如何有意義的。

如何實現數據層次圖

數據層次結構圖是動態的。 當您從中學習並發展您的跟踪指標時，價值就會出現。

盡快獲取第一版數據地圖。 它不應該是完美的。 它應該是學習的起點。

地圖應該來自單一的事實來源——一個團隊——所以每個指標都有一個定義。 理想情況下，您的數據團隊會創建地圖，但任何精通數據的中立方都可以創建它。 創建地圖的團隊可以將版本一的指標基於過去的學習或團隊當前正在跟踪的指標。

因為地圖是為了讓每個人都在同一頁面上，所以它需要包含指標的定義以及任何包含或排除的內容。 例如，對於新的用戶獲取指標，您可能只跟踪業務級別的獲取作為您的主要指標。

與整個組織共享地圖，包括在哪裡可以找到指標數據。 每個數據點不需要在同一個儀表板上，但每個人都需要知道如何查找或計算他們的指標。

在這一點上，預計人們不同意地圖上的指標。 每個人都應該表達他們的不同意見，但承諾以接受這些指標為起點。 然後，團隊應收集數據和示例以證明更改指標的合理性。 任何更新都應基於客觀的客戶數據，而不是意見或直覺。

收入始終保持不變。 獲取、保留和貨幣化也保持不變，儘管您可能決定更新它們的定義。

您重新訪問和迭代其餘指標的頻率取決於您組織的速度。 一家初創公司可能每個月都會審查其指標。 對於一個大型且成熟的組織，每隔幾年進行一次迭代是有意義的。

要避免的常見陷阱

• 不設置團隊指標的所有權。 如果沒有人對團隊指標負責，人們最終會為個人貢獻者選擇虛榮指標或使用其指標的浮動定義。 這最終導致不信任和數據文化失敗。 為地圖上的每個指標分配一個所有者。
• 指標錯位。 假設您有一個以產品為主導的盈利模式。 讓銷售成為唯一擁有與收入相關的指標的團隊是沒有意義的。 調整層次結構圖以適應您的業務模型。
• 每個部門都有自己的地圖版本。 如果不同的團隊使用不同版本的地圖，他們將在部門孤島中工作。 數據層次圖必須是跨部門共享的事實來源。 在您的整個業務和產品中創建和使用相同的地圖。

開始跟踪與 Amplitude 相關的指標

使用 Amplitude Analytics 跟踪數據層次結構圖中的指標，並為您的團隊提供自助式產品分析見解。 立即開始使用我們的免費入門計劃。

如果您喜歡這篇文章，請在 LinkedIn 上關注我，了解有關產品主導型增長的更多信息。