当你无法信任自己的数据时会发生什么？

“人们花费更多时间分析使用什么工具，而不是实际埋点和更新数据。”——Brian Balfour，《如何在增长中对抗数据死亡螺旋》

目前有一个巨大的趋势，公司投入资源改善他们做出数据驱动决策的方式。企业花费数十万美元购买工具，让组织能够自助服务，但有时流入这些工具的数据并不可信。与飞机类似，这些工具为你提供仪表盘来修正业务方向，但如果它们显示的是错误信息，你最终会陷入死亡螺旋。对于依赖理解客户行为取得长期成功的公司来说，这是一个巨大的问题。

信任随着时间的推移而侵蚀

每次数据消费者遇到数据完整性问题，都会侵蚀他们的信任，并使他们未来不太可能使用数据做出决策。过了一段时间，他们最终完全放弃，只依靠直觉，而这往往是错误的。更糟糕的是，当他们使用数据进行业务决策，后来才发现数据不准确。

公司有时试图通过让分析师花时间清理和标准化数据来解决这个问题，而不是授权分析师做他们被雇佣要做的事情，即帮助产生促进增长的业务洞察。追溯性地清理数据只在你已知特定数据完整性问题时有效；如果分析师不知道问题，就无法修复。最好在源头清理数据，避免不干净的数据流入数据仓库。

这个问题存在的原因是，依赖这些数据的团队和负责捕获数据的团队在各自独立的世界中运作。对于一些产品团队来说，分析可能是事后考虑的事情；他们知道应该做，但没有投入必要的时间使其成为基因的一部分。这主要是因为大多数组织奖励交付，而不衡量交付了什么。高绩效组织不躲在产出后面，而是专注于他们努力实现的结果。要做到这一点，团队必须确定他们想要改进的指标，识别需要测量该指标的事件，并使业务与改进这些指标保持一致。对于你的组织真正拥抱数据，产品分析需要专门的资源，并且需要考虑作为产品的一个功能，而不是一次性的。

确定要捕获哪些事件、进行埋点以及验证它们是否正确的工作流程可能充满人为错误。要使产品分析成为P1功能，应该有一个定义明确的过程，消除人为错误的可能性，使团队能够在软件开发生命周期中定义、跟踪和验证他们的产品分析。对于某些团队来说，这些信息没有单一可信源；通常分散在Confluence页面或Google表格中，很快过时。更糟的是，开发人员必须复制粘贴这些信息或从Jira票证中解读应该捕获什么。

那么，我能做什么？

幸运的是，Amplitude提供了高级数据治理功能以确保你可以信任发送到分析平台的数据。除了这些功能（或者如果你还没有使用Amplitude），你可以采取这些行动来帮助建立对公司产品分析的信心：

1. 将激励与硬指标挂钩

• 为团队分配指标，并奖励他们达成这些指标
• 给团队所有权，让他们决定如何取得成果
• 将指标对组织可见。

2. 改变“完成”的定义

• 没有清晰的跟踪计划，不要发布新功能
• 验证事件是否被正确跟踪
• 衡量已交付工作的结果

3. 更多数据≠更好的数据

• 数据质量比数据数量更重要
• 构建你的事件以回答业务问题
• 建立标准命名规范及公司范围的分类法

我们很乐意听到你帮助团队建立对其产品分析信心的其他建议。如果你正在积极改进产品分析，我们希望你会加入Amplitude社区，分享你学到的经验。并且注册以获得定制演示，探索Amplitude的数据治理功能。