看板Soft_Job
各位數據大神、RD大神、PM大神，我對數據分析有些省思，再請各位看看是否有可以一起
成長或討論的地方。
--
Medium 好讀版
https://reurl.cc/Rb3DXe
--
數據分析的好，人人都知道。可以改善用戶體驗、找到肉眼無法注意的機會點、尋找新的
商機、可以讓資源花在刀口上等等的族繁不及備載，所以大家會努力想著要找到能數據分
析的人、方法、設備，讓自己的公司能夠藉著數據分析殺出一條活路、或是開出一條別人
看不見的賽道。
但是實際情況是，不同的組織、不同的公司埋了flurry、埋了GA，結果只建出了一個又一
個的數據穀倉、一個又一個的數據孤島；每個人都有一堆的數據要看，但是看到最後反而
被數據誤導，然後耽誤了工作時間，結果卻沒有換到什麼成果；數據的邏輯因果關係越用
越複雜，數據框架越來愈多，但是問了對方為什麼這麼做的時候，對方只回答:要看數據
啊！要報告數據啊！通常再追問，看了、報告了，然後呢？通常只會換到一陣沉默以對…
…
數據分析我認為是一門科學，科學就是假設、實驗、證明，但很多管理者在想著建立數據
分析時，卻不是以這個方向來做思考，反而想著來建個數據分析好了，然後數據看一看應
該就有可以改善的地方，這就像做一個科學實驗，你只把相關儀器跟環境準備個大概，卻
忽略了實驗中的變因、實驗中應該要有的人才、實驗應該要有的流程，最後實驗一直得不
到要的結果，要不就是持續做相同的事情期待有不一樣的答案，要不就是讓這些數據們，
就又變成茫茫穀倉大海裡的一粟。
在數據這件事上，其實最終就只是為了洞見，為了能讓你的產品迭代的更好的洞見。而這
個洞見背後，我認為需要有四個因素相配合：能說故事的人才、聚焦的產品、懂得數據推
動產品的邏輯、管理層的心態。
這些要素缺一不可，這樣才能搭建起一個合適正確的數據分析體系，然後讓這個體系持續
運作，進而產生洞見，持續培養出能產生洞見的人才，然後讓整體公司、組織往想要的方
向走時，又多一把有用的尋寶探測器。
能說故事的人才
有些企業在記錄數據上，會由Jr.PM進行記錄或抄寫，後續就由Jr.PM來進行報告，報告完
數據後就草草結束。然後有時候PM還不能很好的描述數據所帶來的意義，甚至迷失在數據
海，或是拿著不太重要場景的數據來和大家說明，既無法產生洞見或優化方向，也讓與會
者的時間效益石沉大海。
我認為人要能夠在數據分析的體系裡面較好的運作，至少要具備以下兩個要素：懂運用
user flow或是user journey等規劃框架、有至少兩年規劃經驗的產品人。懂一些運作框
架是因為台灣業態不一定能讓你好好的接觸用戶，很多情況下我們是採用半摸半思考的狀
態，去參考競品、去問問同事，這時候運用框架變得相對重要。因為這些框架一定程度上
，是國外探索UX所薈萃出來的概念，以這樣的框架思考，對用戶的行為有機會進一步的架
構，而不會只是點狀、散狀的發散。而有這樣框架的運用經驗後，對於數據反饋在思考時
，我們剖析或思考的場景有可能更合理，會更系統性的呈現。
而要有一些規劃經驗是為了在一些架構的調整上，我們可以快速的在產品上決定元素擺放
方式 或 陳列形狀，例如有些呈現方式是換頁籤、有時是摺疊、有時是進到下一個頁面等
等，很多情況結合前面思考的場景，再到UI上不同程度的實現，這些讓有規劃經驗的人在
執行是可以相對快速與明確的，因為對一個還不太知道數據分析本質為何物的產品人，在
摸索數據分析這件事情上就夠苦惱了，如果還由一個Jr.PM來做就比較難有效益。
聚焦的產品
在進行數據分析時，應該要聚焦的在一個能收集有效數據的產品上，或是一個範圍內，持
續的去看數據的反饋、進而思考能否產生洞見，然後不斷優化與調整，讓能數據分析的人
和範圍逐漸擴大，創造更大的效益。但普遍大家的習慣是，我們要導入數據分析，那就推
行到整個組織吧！結果這件事導致的下場是，要看的數據越來越多，但沒有人能夠根據數
據分析的本質來思考數據，反而變成報數據大會，追著數據跑，然後大家抄了數據好幾個
月、甚至一兩年，結果數據這件事卻沒有對組織有任何貢獻。
我認為數據是可以跟催營運狀況和了解相關極端情況，但管理者應該更聚焦於一些質化規
劃的場景思考再回頭來省思數據，因為有時候一些小幅的變動卻要找一些理由來說明，反
而是對工作時間的一些耗損。
懂得數據推動產品的邏輯
我看過一些人在埋數據的時候，是鋪天蓋地的埋，但其實這樣做沒有意義，而且數據表的
品質可能好不到哪裡去。而且會這樣做的另一個面向，是不太清楚自己產品的用戶使用流
程、與該聚焦的用戶場景，因為沒有明確定義才會變的亂槍打鳥。如果從規劃產品初期，
就有去思索或了解用戶的使用場景，至少在你的產品上你會知道可能的蹤跡在哪，而這樣
的蹤跡按圖索驥才能有較明確的立論點來看用戶怎麼使用產品，也能夠有可以迭代和調整
的利基點。
通常數據在產品上的運作機制可能為：
規劃→埋數據→上線→數據反饋→假說→規劃→埋數據→上線
我們必須要根據上線後的數據反饋，深思與規劃時場景的差異，然後試著以數據說故事，
看能不能建構出合理的假說，然後根據這樣的假說找證據支持，接著再進行規劃，然後上
線驗證。
整個數據推動產品的過程其實是一個接一個明確的步驟，而且在某些步驟是針對規劃有深
入的思考，再藉此看能否踏實的摸索到用戶的使用場景。而產品人在進行數據分析時，也
必須很有意識思考整體的脈絡，然後試著將這樣運作過程說明給信任你的管理者，讓他們
不會因為不信任或是一些主觀但不正確的想法，造成數據分析無法落實。
管理層的心態
這一點其實最不可控但卻最為重要，因為推動數據分析需要資金、人力、時間都是在老闆
這裡，但數據分析根據前面這樣的說明，大家應該比較知道整個數據分析困難的、和初步
難以有成果的點在哪。而在這樣的情況很容易在一些一頭熱的開始，最後卻無疾而終，徒
留一個又一個的數據孤島。
所以我認為要推動數據分析的管理者，心中要有很明確數據分析會進展的Roadmap、數據
上困難運作的認知、也要願意持續的投入好的人才與時間，然後堅持下去。因為在建構數
據分析體系後，很可能需要半年、一年組織內的人才才有辦法更明確的瞭解數據分析的本
質，然後更敏銳的產出能讓產品飛躍的洞見。
小結
數據分析的推動其實裡面要注意的眉角很多，它不僅需要人才的配合；還需要公司有意識
的推動；更需要主推者很明確的了解它的效益與困難，然後堅持不懈的推動下去。
而且我覺得另一個讓大家誤會的詞是Data driven，數據從來沒辦法驅動什麼。是因為我
們造出的產品與世界互動後才產生了數據，而數據只是驗證或提示我們也許什麼地方是值
得思考的方向，我想Data informed可能會是對數據分析來說比較合理的解釋，而從這樣的
立場，我想可以更合理的去思考數據與產品、數據與規劃的關係，而有一段好的關係，數
據分析才能走得長久，怎麼感覺像在談感情了(誤)。
希望大家都能從數據分析中，獲得滿滿的洞見！
--
※ 批踢踢實業坊(ptt.cc), 來自: 1.161.76.109 (臺灣)※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1638457649.A.8EC.html
推 NDark: 敏捷失敗都是沒有跑正確的敏捷！ 12/03 11:15
→ shooter555: 敏捷失敗應該是搭配香蕉與猴子容易失敗 12/03 11:35
推 NDark: 有什麼成功是要搭配香蕉猴子的？ 12/03 11:59
→ abraxas: 動物園 12/03 12:50
→ Firstshadow: 數據可以驅動企業改變ㄚ== 12/03 15:52
→ Firstshadow: 不過大多人比較喜歡看很多數據 但又不知道為何需要 12/03 15:53
→ GrayHS: 數據分析找出洞見也是一種專業技能 12/03 18:02
→ GrayHS: 但企業都覺得丟給員工工具就應該會了 12/03 18:02
推 viper9709: 四樓XDDD 12/03 22:45
推 ccvs: 淚推 12/04 13:18