Bagaimana jika data 'Messi' Anda benar-benar sempurna?

Hello, data Shokunin-deshi! Selamat datang di bagian akhir dari seri implementasi Data Ecosystem Vision Board kami! Dalam edisi sebelumnya, saya membagikan bagaimana saya membantu Sarah di 4seconds.com membangun lapisan Present Inputs dan Future Vision dari Data Ecosystem Vision Board. Hari ini, kami menyelesaikan perjalanan dengan mengeksplorasi lapisan Metrik Sukses, busur yang membimbing transformasi dan mengukur kemajuan. Tetangga saya begitu terobsesi dengan rumputnya, saya agak yakin dia berpikir dia adalah master Zen dari halaman belakangnya. Dia datang ke atas hari lain, dan untuk sekitar kali keempat, mulai berbicara tentang pohon saya. kali ini, bagaimanapun, dia memprediksi itu dengan cerita dari beberapa "kursus kebun lanjutan" yang dia ambil. "Bagaimana kita akan tahu apakah pemangkasan kita benar?" seorang murid yang bersemangat bertanya. guru, yang tampaknya memancarkan kebijaksanaan yang tenang, menjawab, "Kami menilai dengan tiga ukuran: kesehatan pohon, keindahan, dan bagaimana ia harmonis dengan taman secara keseluruhan. Kemudian, dia melihat saya mati di mata dan, dengan semua ketenangan Zen yang dia bisa mengumpulkan, memberitahu saya bahwa pohon saya yang sangat tidak-Zen-seperti gagal di semua tiga bagian, terutama bagian "harmonisasi dengan kebunnya." Dan jujur, pendapatnya tentang pencerobohan pohon, meskipun tidak-Zen-seperti pengirimannya, sangat menggambarkan tujuan dari lapisan Metrik Sukses kami. Dengan ukuran yang tepat, kita dapat mengevaluasi transformasi kompleks melalui lensa sederhana namun kuat yang membimbing tindakan dan keputusan kita.Karena kadang-kadang, bahkan prinsip-prinsip yang paling mendalam membutuhkan sedikit dorongan, atau tetangga dengan definisi yang sangat spesifik dari "harmoni." Lapisan Metrik Sukses mengubah visi dari aspirasi ke tindakan dengan mendefinisikan bagaimana kesuksesan terlihat dan bagaimana kita akan tahu ketika kita telah mencapainya. Keterangan Eksekutif Dalam edisi ini, saya berbagi bagaimana saya membimbing Sarah melalui membangun lapisan Metrik Sukses dari Data Ecosystem Vision Board: ✅ Pelajari cara menerapkan kerangka kerja 5 W untuk mengembangkan KPI yang fokus dan berpengaruh ✅ Temukan cara memilih metrik kesehatan organisasi (Data ROI dan Data Utilization) yang mengukur kesuksesan transformasi secara keseluruhan Menguasai seni menciptakan prinsip-prinsip panduan yang jelas yang mendorong pengambilan keputusan Mengimplementasikan pendekatan manajemen perubahan yang memastikan adopsi kapasitas dan realisasi nilai Metrik yang Penting: Melampaui Pengukuran ke Tindakan Setelah menyelesaikan lapisan Future Vision dengan tim Sarah, kami perlu menetapkan bagaimana kesuksesan akan diukur dan bagaimana transformasi akan dipandu. (KPIs) How will we measure success? (Guiding Principles) What principles will guide our decisions? (Change Management) How will we manage the organizational change? Berdasarkan pengalaman implementasi saya, saya merekomendasikan pendekatan fokus dengan: A maximum of 6 total KPIs (including 2 core organizational metrics) No more than 6 guiding principles A structured change management plan linked to capability implementation Pembatasan yang disengaja ini mencegah proliferasi metrik sambil memastikan cakupan yang komprehensif dari apa yang benar-benar penting. Kerangka kerja 5 W untuk KPI yang efektif Di jantung metrik yang bermakna terletak kerangka kerja 5 W, pendekatan terstruktur untuk memastikan setiap KPI mendorong nilai bisnis nyata: Kerangka kerja 5 W untuk KPI yang efektif: Mapping KPI tersebut menjadi tabel Excel sederhana sudah akan memberi Anda gambaran dan pemahaman yang lebih baik. Mengapa: Memahami Tujuan Setiap KPI harus memiliki tujuan yang jelas: " " Kami mengukur (KPI) karena itu memberi tahu kami (pandangan), yang membantu kami mencapai (tujuan bisnis). "Kami mengukur akurasi inventaris karena memberi tahu kami seberapa dapat dipercaya kami dapat merencanakan dan melakukan penjualan flash, yang membantu kami memaksimalkan pendapatan dan kepuasan pelanggan." Example from 4seconds.com: Pelajaran Implementasi: Banyak organisasi berjuang dengan terlalu banyak metrik daripada terlalu sedikit.Tidak peduli dalam menuntut tujuan yang jelas untuk setiap KPI, beberapa metrik yang diusulkan harus dihilangkan ketika tim tidak dapat mengartikulasikan alasan yang meyakinkan. Banyak organisasi berjuang dengan terlalu banyak metrik daripada terlalu sedikit.Tidak peduli dalam menuntut tujuan yang jelas untuk setiap KPI, beberapa metrik yang diusulkan harus dihilangkan ketika tim tidak dapat mengartikulasikan alasan yang meyakinkan. Implementation Lesson: Apa: Menyesuaikan KPI dengan Tindakan KPI harus terhubung ke tindakan spesifik: " " Dan apabila kita berbuat demikian, maka kita akan berbuat demikian. "Kami mengukur akurasi pengidentifikasi kampanye karena memberi tahu kami seberapa efektif kami melacak kinerja pemasaran. ketika turun di bawah 85%, kami menyelidiki kesenjangan pengumpulan data dan masalah pipa untuk memastikan keputusan investasi pemasaran didasarkan pada data yang dapat diandalkan." Example from 4seconds.com: Pelajaran Implementasi: Pernyataan tindakan adalah di mana banyak KPIs jatuh pendek.Dengan secara eksplisit mendefinisikan tindakan tanggapan, tim memastikan KPIs mereka mendorong perilaku daripada hanya mengukurnya. I Dengan secara eksplisit mendefinisikan tindakan respons, tim memastikan KPI mereka mendorong perilaku daripada hanya mengukurnya. mplementation Lesson: Dimana: Mapping KPI Impact Dokumen utama mempengaruhi tim, jika KPI berubah tren, siapa tim yang mempengaruhi itu, tim yang akan merasakan rasa sakit, dan bagaimana itu berhubungan dengan apa "Ketika [KPI] [Meningkat], [Tim] [Tindakan apa yang harus terjadi]. Kepemilikan utama: Data Engineering; ketika skor kualitas turun, tim data perlu menyelidiki apa yang menyebabkan perubahan tren, dan produsen data perlu memeriksa di sisi mereka, apakah aliran data seperti yang diharapkan Example from 4seconds.com: Pelajaran Implementasi: Dimensi "Di mana" sering mengungkapkan ketergantungan yang tidak terduga. Ketika kita bekerja dengan KPI, mereka akan memiliki dampak yang berbeda pada tim yang berbeda. Dengan memetakan di mana perubahan tren pengaruh KPI akan membantu kita lebih memahami dampak dari KPI Dimensi "Di mana" sering mengungkapkan ketergantungan yang tidak terduga. Ketika kita bekerja dengan KPI, mereka akan memiliki dampak yang berbeda pada tim yang berbeda. Dengan memetakan di mana perubahan tren pengaruh KPI akan membantu kita lebih memahami dampak dari KPI Implementation Lesson: Cerita lucu, ketika saya bersama tim pemasaran yang sangat senang mereka berhasil mengurangi pengeluaran anggaran karena data yang lebih baik tentang kinerja kampanye, di seberang ruangan tim keuangan bertanya-tanya bagaimana menjelaskan kepada investor bahwa perusahaan tidak akan mencapai anggaran pemasaran yang dijanjikan dan bagaimana tidak kehilangan itu untuk tahun depan. Cerita lucu, ketika saya bersama tim pemasaran yang sangat senang mereka berhasil mengurangi pengeluaran anggaran karena data yang lebih baik tentang kinerja kampanye, di seberang ruangan tim keuangan bertanya-tanya bagaimana menjelaskan kepada investor bahwa perusahaan tidak akan mencapai anggaran pemasaran yang dijanjikan dan bagaimana tidak kehilangan itu untuk tahun depan. Kapan: Ritme pengukuran Tentukan frekuensi ketika KPI diperlukan, berdasarkan seberapa cepat metrik berubah dan seberapa cepat tindakan dapat diambil. : "Flash Sale Readiness Score". dihitung setiap hari, diperiksa setiap minggu oleh operasi, 48 jam sebelum penjualan oleh eksekutif, dengan analisis tren 90-hari dan penyesuaian musim liburan. Example from 4seconds.com Pelajaran Implementasi: Jangan default ke ulasan harian terlepas dari ritme alami metrik. Jangan default untuk ulasan harian terlepas dari ritme alami metrik. penyesuaian kaden ulasan dengan kebutuhan bisnis secara dramatis meningkatkan kinerja. Implementation Lesson: Who: Pemelihara Metrik Memberikan kepemilikan yang jelas dengan tanggung jawab dan otoritas untuk mempengaruhi kinerja. : "Marketing Data Timeliness", Pemilik: Marketing Analytics Lead; Kontributor: Data Steward, Data Engineer; Pihak berkepentingan: CMO, Manajer Kampanye; Publik: Semua tim pemasaran, Tim Eksekutif. Example from 4seconds.com Implementasi Pelajaran: Kepemilikan harus mencakup otoritas untuk mendorong perubahan. memastikan setiap pemilik KPI memiliki tanggung jawab dan otoritas untuk mempengaruhi kinerja metrik. Memastikan setiap pemilik KPI memiliki tanggung jawab dan otoritas untuk mempengaruhi kinerja metrik. Implementation Lesson Untuk contoh terperinci dan pelajaran implementasi, lihat newsletter kami sebelumnya di Kerangka kerja 5 W untuk KPI yang efektif Metrik Kesehatan Organisasi: Data ROI dan Penggunaan Data Portfolio KPI Strategis: Enam Metrik yang Penting Lapisan Metrik Sukses menampung maksimal enam KPIs, sebuah pembatasan yang disengaja yang memaksa fokus strategis. Overpopulate dengan metrik dan Anda kehilangan jejak apa yang benar-benar penting; underpopulate dan Anda kehilangan visibilitas ke area kritis. Rekomendasi saya mengikuti struktur yang terbukti: Metrik jangka panjang ini menilai kesehatan keseluruhan ekosistem data Anda: Two Foundation KPIs Data Health Indicators: Data ROI: Mengukur nilai moneter yang dihasilkan oleh investasi data Anda Penggunaan Data: Melacak seberapa efektif Anda menggunakan data yang Anda kumpulkan dan simpan KPI dasar ini memberikan "tanda-tanda penting" Anda; jika tren ini buruk, seluruh strategi data Anda membutuhkan perhatian. Metrik ini mengukur kemajuan menuju kemampuan spesifik yang diuraikan dalam Visi Masa Depan Anda. Two to Four Capability KPIs, Progress Trackers Terhubung langsung ke prioritas Vision Board Anda Memungkinkan identifikasi awal masalah implementasi Menunjukkan kemajuan nyata menuju tujuan strategis Memberikan sinyal yang jelas ketika koreksi jalur diperlukan KPI kemampuan mereka termasuk "Data Pipeline Reliability" (99.5% target uptime) dan "Self-Service Analytics Adoption" (60% pengguna bisnis secara aktif menginterogasi data secara independen). Example from 4seconds.com: Data ROI: Mengukur Penciptaan Nilai Data ROI mengukur pengembalian keuangan yang dihasilkan dari investasi data. metrik ini menjawab pertanyaan fundamental: "Apakah ekosistem data kami menciptakan nilai bisnis nyata?" Implementation Approach: Definisi dari formula: Data ROI = (Financial Value Generated - Cost of Data Operations) / Cost of Data Operations If Cost of Data Operations = €100 and Financial Value Generated = €90, then (90−100)/100=−0.10 or -10%. Calculate Components: : Quantified benefits from data-driven decisions and automations Financial Value Generated Tip: Defining "Financial Value Generated" Accurately: This is often the trickiest part. Be clear and consistent about what you include. Avoid double-counting or attributing value that isn't directly a result of data operations. : All expenses related to data collection, storage, processing, and analytics Cost of Data Operations Set Targets: Minimum acceptable ROI (typically 0.01-0.7x) Target ROI (typically 0.8-2.5) Stretch ROI (typically 2.6x+) Implement Measurement: Specify the period over which you are calculating the ROI (e.g., quarterly, annually). Value and costs should align with this timeframe: In our case: Timeframe: Quarterly calculation Year-over-year trend analysis Breakdown by data domain or capability Setelah menerapkan pengukuran, ROI data awal mereka adalah 0,2x, hampir tidak positif. Kami menetapkan target 2x pada akhir tahun dan 4x dalam tiga tahun. Lebih penting lagi, kami menciptakan mekanisme pelacakan terperinci yang mengidentifikasi kemampuan mana yang menciptakan nilai paling banyak dan mana yang membutuhkan intervensi. Example from 4seconds.com: Pelajaran Implementasi: Terkadang berguna untuk membandingkan "Financial Value Generated" dengan operasi data dengan skenario hipotetis tanpa mereka, terutama untuk inisiatif yang bertujuan untuk mempertahankan atau meningkatkan proses yang ada. Kadang-kadang berguna untuk membandingkan "Financial Value Generated" dengan operasi data dengan skenario hipotetis tanpa mereka, terutama untuk inisiatif yang bertujuan untuk mempertahankan atau meningkatkan proses yang ada. Implementation Lesson Ingat bahwa ROI adalah ukuran kuantitatif. inisiatif data sering memiliki manfaat kualitatif yang signifikan (misalnya, pengambilan keputusan yang lebih baik, pengalaman pelanggan yang lebih baik, inovasi) yang lebih sulit untuk secara langsung menghasilkan uang tetapi masih berharga. Qualitative Benefits: Tantangan Sejati: Apa yang Ditemukan Tim Sarah Ketika kami mulai menghitung Data ROI, tim Sarah menabrak jalan segera: "Bagaimana kita mengukur semua pendapatan yang dihasilkan oleh data?" Tantangan itu sangat akut dengan data keuangan, yang penting tetapi tidak secara langsung menghasilkan ROI. Kami harus mengembangkan pendekatan kami: : We classified essential data like financial data, compliance data, and operational data as "must have" and excluded them from ROI calculations. But we needed to tag it properly so this wouldn't become a manual process. "Must Have" Data Exclusion : We created a comprehensive tagging system to automatically categorize data by its business purpose: Tagging System Implementation Revenue-generating data Cost-saving data Must-have/compliance data Experimental data : For every significant data-driven decision or automation, we implemented a value tracking system where stakeholders estimated the business impact, and when possible we created automatic process, for example in the marketing campaigns we identified the campaigns we optimized and they stopped spending budget on bad traffic and accomilated it, and when increased we mark it as value created. Value Tracking Mechanism Pelajaran Implementasi: Banyak organisasi berjuang untuk mengukur nilai dari inisiatif data. Saya bekerja dengan Sarah untuk mengimplementasikan sistem pelacakan nilai di mana setiap keputusan atau otomatisasi yang didorong data yang signifikan memiliki nilai perkiraan ditambahkan. Meskipun tidak sempurna, pendekatan ini memberikan dasar untuk mengukur pengembalian yang jauh lebih baik daripada tidak ada pengukuran sama sekali. Cukup mulai dengan apa yang Anda miliki dan perlahan-lahan belajar lebih banyak dan meningkatkan; pemangku kepentingan akan ingin dimasukkan ke dalam perhitungan karena mereka takut mereka mungkin kehilangan akses ke data karena ROI rendah. Pelajaran Implementasi: Banyak organisasi berjuang untuk mengukur nilai dari inisiatif data. Saya bekerja dengan Sarah untuk mengimplementasikan sistem pelacakan nilai di mana setiap keputusan atau otomatisasi yang didorong data yang signifikan memiliki nilai perkiraan ditambahkan. Meskipun tidak sempurna, pendekatan ini memberikan dasar untuk mengukur pengembalian yang jauh lebih baik daripada tidak ada pengukuran sama sekali. Cukup mulai dengan apa yang Anda miliki dan perlahan-lahan belajar lebih banyak dan meningkatkan; pemangku kepentingan akan ingin dimasukkan ke dalam perhitungan karena mereka takut mereka mungkin kehilangan akses ke data karena ROI rendah. Data Utilization: Measuring Effective Usage Data Utilization mengukur seberapa efektif organisasi Anda memanfaatkan data yang dikumpulkan. metrik ini menangani pertanyaan penting lainnya: "Apakah kami mendapatkan yang terbaik dari aset data kami?" Implementation Approach: Define the Formula: Data Utilization = Data Assets Actively Used / Total Data Assets Collected * Over a fixed period, in our case it was three months, but in bigger organizations I used six months timeframe Calculate Components: Aset data yang aktif digunakan: elemen data yang digunakan dalam laporan, analisis, atau proses otomatis Total Data Assets Dikumpulkan: Semua elemen data yang disimpan di ekosistem data Anda Set Targets: Minimum penggunaan yang dapat diterima (biasanya 55-60%) Penggunaan sasaran (biasanya 61-78%) Penggunaan stretch (biasanya 79% +) Implement Measurement: Quarterly calculation Trend analysis Breakdown by data domain or system, as well as team/user, if possible Sarah's Big Discovery: The Data Utilization Reality Check "Momentumaha" terbesar bagi saya adalah menemukan bahwa tidak ada orang di perusahaan yang berpikir tentang memahami pola penggunaan data, meskipun mereka mengaitkan beberapa biaya dengan tim, mereka menerima tagihan server sebagai hal yang diberikan. Tidak ada tag, tidak ada log database yang mengumpulkan (Data Catalog) dan informasi, dan tidak ada cara untuk melacak data apa yang mereka miliki, siapa yang memilikinya, kapan diakses, atau oleh sistem apa. The Technical Challenge We had to start from scratch: Building the Foundation: : Created a comprehensive system to log all data interactions, creating a data catalog Activity Logging Database : Mapped every dataset to an owner and purpose Ownership Documentation : Implemented monitoring to see which data was being used and when Access Tracking : Built systems to track data flow from source to consumption Lineage Mapping Sarah's initial calculation revealed only 48% utilization of their 32TB of stored data. This led to a massive data rationalization initiative that not only reduced storage, processing, and security costs by over €1,000 monthly but also focused analytics efforts on high-value data. The Results: Perhitungan awal Sarah mengungkapkan hanya 48% penggunaan dari 32TB data yang disimpan. ini menyebabkan inisiatif rasionalisasi data besar yang tidak hanya mengurangi biaya penyimpanan, pemrosesan, dan keamanan lebih dari € 1.000 per bulan tetapi juga memfokuskan upaya analisis pada data bernilai tinggi. The Results: Implementation Lesson: and often hidden. At another client, I discovered they were storing over 200 website behavioral events but only using 8 in any decision-making process. The cost of collecting and storing unused data was substantial, and the unnecessary complexity slowed down legitimate analytics. By implementing utilization measurement, Sarah's team gained visibility into this previously hidden issue. Low utilization is common helps a lot when coming to investigate it, the ability to identify who owns it, what exactly it is, and creating a process that logs this information into some database was super helpful. This practice is not common and should be encouraged even more Use of Tags for data While maybe storing 32TB is only $700, , it top it to over $1,000 a months or even more, if only 50% is used, it's good thing to ask Why do we keep the data, and can we move it to some lower costs long terming plan the backup, moving of data, security... costs money moved into a long-term container, which is extended twice, each with a six-month long-term plan, and if is not required can be deleted by the end period of the second extension, if it's not data the company is obligated to store, such as financial or user health data. Think about this process as well Data not in use . I will deep dive into it in Data Flavors issue #15, covering a few methods, and my view on it. Always set a data retention plan Supporting KPIs: Measuring Capability Success Selain dua metrik kesehatan organisasi, saya membantu Sarah memilih maksimal empat KPI yang mendukung yang akan melacak keberhasilan kemampuan kunci mereka: Proses Seleksi To avoid KPI proliferation, I guided Sarah through a structured selection process: Untuk setiap kemampuan Future Vision, mengidentifikasi 2-3 metrik keberhasilan potensial Menerapkan kerangka kerja 5 W untuk setiap metrik kandidat Evaluate candidates based on: (how broadly applicable across capabilities) Coverage (how feasible to track consistently) Measurability (how it drives specific behaviors) Actionability (how directly it connects to business outcomes) Impact Pilih 3-4 metrik dengan skor evaluasi tertinggi Pelajaran Implementasi: Proses pemilihan yang ketat ini sangat penting. Pada klien sebelumnya, saya telah melihat metrik dipilih berdasarkan apa yang mudah diukur daripada apa yang mendorong nilai. Pelajaran Implementasi: Proses pemilihan yang ketat ini sangat penting. Pada klien sebelumnya, saya telah melihat metrik dipilih berdasarkan apa yang mudah diukur daripada apa yang mendorong nilai. Pilih Dukungan KPI For 4seconds.com, the supporting KPIs included: Data Quality Score Apa yang diukur: akurasi, kelengkapan, aktualitas, dan konsistensi domain data kunci : Directly impacts decision quality and operational efficiency. The vision was to include more marketing data to steer campaigns automatically, and bad data could cause a loss Why it matters Tindakan pemicu: di bawah 90% memicu remediasi; di bawah 80% memicu pemeriksaan darurat Perhitungan: Skor komposit di berbagai dimensi dan domain kualitas data Marketing campaigns automated Apa yang diukur: Angka kampanye pemasaran yang dihasilkan oleh sistem cerdas dan bukan manusia Mengapa itu penting: Tujuan adalah untuk mengotomatisasi upaya pemasar dan menghilangkan kebutuhan untuk agen untuk mendukung mereka.Dengan sistem, tim pemasaran dapat fokus pada kampanye yang sangat keras dan membiarkan sistem mengatur dan mengoptimalkan sisanya Aksi trigger: Jika saham di bawah 65%, kemampuan tidak bertindak seperti yang diharapkan; jika kurang dari 35%, kemampuan menyebabkan masalah yang dapat merusak tim pemasaran. Perhitungan: Waktu rata-rata melalui keputusan bisnis utama Self-Service Adoption : Percentage of analytics requests fulfilled through self-service What it measures Mengapa itu penting: Indikator kemajuan demokratisasi dan leverage analis Tindakan trigger: Di bawah target trigger memungkinkan ulasan; stagnasi trigger evaluasi kemampuan : Self-service requests / Total analytics requests Calculation Data Literacy Index : Organization-wide data skills and confidence What it measures : Foundation for a data-driven culture Why it matters : Skill gaps trigger targeted training; confidence gaps trigger communication initiatives Action triggers : Composite score from skills assessment and confidence survey Calculation Sejarah Otomasi Pemasaran: KPI sebagai Penjaga Kemampuan Let me share the story behind the "Marketing campaigns automated" KPI, which became one of Sarah's most valuable metrics. Tim Sarah telah menetapkan tujuan ambisius: mengotomatisasi 80% dari keputusan anggaran kampanye dan 60% dari pembuatan kampanye. ini bukan hanya tentang efisiensi; dengan pembekuan perekrutan, mereka perlu meningkatkan anggaran pemasaran untuk menghasilkan 10% pertumbuhan pendapatan tanpa menambahkan staf. Tim pemasaran takut. apakah mereka akan kehilangan pekerjaan mereka ke otomatisasi? The Challenge: KPI mengukur kemajuan, tetapi yang lebih penting, melacak apakah otomatisasi membantu atau merusak kinerja kampanye. The Solution Mereka melacak dua KPI yang terhubung: On the Company Core Dashboard: (% of campaigns managed by AI) Marketing campaigns automated (should stay stable or increase as automation progresses) Revenue estimated from marketing campaigns KPI kembar ini menjadi indikator kuat dari pengembangan kemampuan dan upaya kolaborasi antara tim data dan tim pemasaran.Ketika persentase otomatisasi naik tetapi perkiraan pendapatan tetap padat, itu menunjukkan sistem sedang belajar. Pelajaran Implementasi: Setiap KPI yang mendukung harus terhubung ke beberapa kemampuan daripada melacak satu inisiatif. Ini memberikan cakupan yang lebih luas dengan kurang metrik. daftar awal Sarah memiliki 12 KPI potensial, tetapi dengan fokus pada metrik yang mencakup beberapa kemampuan, kami mencapai cakupan yang komprehensif dengan hanya empat. Pelajaran Implementasi: Setiap KPI yang mendukung harus terhubung ke beberapa kemampuan daripada melacak satu inisiatif. Ini memberikan cakupan yang lebih luas dengan kurang metrik. daftar awal Sarah memiliki 12 KPI potensial, tetapi dengan fokus pada metrik yang mencakup beberapa kemampuan, kami mencapai cakupan yang komprehensif dengan hanya empat. Prinsip Panduan: Bintang Utara untuk Keputusan Saya harus mengakui bahwa metode di bawah ini yang saya salin dari pelatih agile saya di Zalando, mereka melakukan pekerjaan yang luar biasa, jadi saya tidak pernah merasa perlu mengubahnya Saya harus mengakui bahwa metode di bawah ini yang saya salin dari pelatih agile saya di Zalando, mereka melakukan pekerjaan yang luar biasa, jadi saya tidak pernah merasa perlu mengubahnya Di luar metrik, saya bekerja dengan Sarah untuk menetapkan prinsip-prinsip panduan yang jelas untuk ekosistem data mereka. prinsip-prinsip ini membimbing keputusan sehari-hari dan membantu memecahkan konflik atau ambiguitas. Principles Development Process Untuk menciptakan prinsip-prinsip yang bermakna, saya memfasilitasi proses terstruktur: Gather Input: Review seminar untuk topik yang berulang Identifikasi prinsip implisit saat ini (apa yang membimbing keputusan hari ini) Collect stakeholder perspectives on what should guide the future Draft Candidate Principles: Fokus pada bidang-bidang di mana bimbingan paling dibutuhkan Memastikan prinsip-prinsip menangani aspek teknis dan budaya Frame positif sebagai pernyataan aspirasi Menjaga bahasa sederhana dan mudah diingat Evaluate and Refine: Menguji setiap prinsip terhadap skenario dunia nyata Memastikan prinsip-prinsip yang cukup spesifik untuk membimbing keputusan Menghapus duplikasi dan pemecatan Terbatas pada maksimal enam prinsip Finalize and Document: Create clear definitions for each principle Mengembangkan contoh aplikasi Hierarki Keputusan Dokumen Ketika Prinsip Berkonflik Membuat rencana komunikasi dan sosialisasi Selama sesi penulisan kami, saya menantang setiap prinsip dengan, "Bagaimana ini akan membantu Anda membuat keputusan yang berbeda?" Jika kami tidak dapat mengidentifikasi skenario spesifik di mana panduan prinsip akan berperilaku, kami memperbaiki atau menggantikannya. Selama sesi penulisan kami, saya menantang setiap prinsip dengan, "Bagaimana ini akan membantu Anda membuat keputusan yang berbeda?" Jika kami tidak dapat mengidentifikasi skenario spesifik di mana prinsip itu akan membimbing perilaku, kami menyempurnakan atau menggantikannya. Implementation Lesson: Prinsip Panduan dari 4seconds.com Setelah proses ini, tim Sarah menetapkan enam prinsip ini: Data as a Product Definisi: Setiap dataset diperlakukan sebagai produk dengan kepemilikan yang jelas, standar kualitas, proses iterasi, nilai moneter, dan dukungan pengguna Contoh aplikasi: sumber data baru membutuhkan kepemilikan dan metrik kualitas yang didefinisikan sebelum implementasi Keputusan bimbingan: Kualitas dan keandalan memiliki prioritas atas kecepatan pengiriman Share by Default : All non-sensitive data should be discoverable and accessible across the organization, and documented in the company’s data catalog Definition Contoh aplikasi: Dataset departemen diterbitkan ke katalog pusat secara otomatis Keputusan pedoman: pembatasan akses memerlukan alasan eksplisit Business Impact First Definisi: Inisiatif data diprioritaskan berdasarkan dampak bisnis yang dapat diukur Contoh aplikasi: Semua proposal proyek termasuk nilai moneter yang diperkirakan Keputusan bimbingan: inisiatif dampak yang lebih tinggi memiliki keunggulan atas yang menarik secara teknis Automate the Routine Definisi: Tugas data manual harus diotomatisasi untuk membebaskan kapasitas manusia untuk generasi wawasan Contoh aplikasi: Setiap laporan yang diproduksi lebih dari dua kali otomatis Panduan Keputusan: Berinvestasi dalam otomatisasi tugas berulang di atas optimasi manual Right-time, Not Always Real-time : Data timeliness should match business need, not default to the most frequent possible Definition : Daily aggregation for metrics that drive weekly decisions Example application : Performance and cost efficiency over unnecessary immediacy Decision guidance Design for Trust Sistem dan proses data harus membangun kepercayaan melalui transparansi dan keandalan, dan proaktif dalam berkomunikasi masalah Definition : Metrik kualitas terlihat di samping semua laporan Example application Transparansi tentang batasan kemampuan yang berlebihan Decision guidance The "Business Impact First" Transformation Dari semua prinsip yang diadopsi oleh tim Sarah, “Business Impact First” menciptakan perubahan yang paling mendalam. Ketika mengevaluasi dua kemampuan yang bersaing, analisis self-service vs. otomatisasi pemasaran, tim awalnya berdebat berdasarkan preferensi teknis dan kebutuhan departemen. The Decision : Kami menerapkan “Business Impact First” dan menghitung nilai moneter untuk masing-masing opsi: The Principle in Action Self-service analytics: €45,000 annual savings in analyst time Marketing automation: €120,000 annual revenue increase potential Prinsip ini membimbing mereka untuk memprioritaskan otomatisasi pemasaran, tetapi yang lebih penting, itu mengubah cara mereka mendekati semua keputusan di masa depan. The Result Pelajaran Implementasi: Prinsip harus mencerminkan aspirasi dan keterbatasan praktis. Pada klien sebelumnya, saya menetapkan "semua-semua-semua-semua-semua-semua" sebagai prinsip tanpa mempertimbangkan implikasi biaya. Ini menyebabkan investasi berlebihan dalam infrastruktur yang memberikan nilai bisnis minimal. Saya membantu tim Sarah menemukan keseimbangan yang tepat dengan prinsip-prinsip seperti "Jalan-waktu, Tidak Selalu-waktu Real" yang mengakui keterbatasan praktis sambil masih memberikan bimbingan yang jelas. : Prinsip harus mencerminkan aspirasi dan keterbatasan praktis. Pada klien sebelumnya, saya menetapkan "semua-semua-semua-semua-semua-semua" sebagai prinsip tanpa mempertimbangkan implikasi biaya. Ini menyebabkan investasi berlebihan dalam infrastruktur yang memberikan nilai bisnis minimal. saya membantu tim Sarah menemukan keseimbangan yang tepat dengan prinsip-prinsip seperti "Jalan-waktu, Tidak Selalu Real-waktu" yang mengakui keterbatasan praktis sambil masih memberikan bimbingan yang jelas. Implementation Lesson Prinsip-prinsip sosialisasi: membuat mereka tetap Kami mengkomunikasikan prinsip-prinsip pada pertemuan umum, membuat papan, dan mengundang orang untuk bereaksi dan menyarankan cara-cara mereka dapat menerapkan prinsip-prinsip. Selama sesi, kami menjelaskan bahwa kami sudah mengalami mereka selama lokakarya untuk lapisan masa depan, dan beberapa telah muncul melalui proses penemuan lapisan saat ini. Communication Strategy: Kami setuju bahwa prinsip-prinsip ini akan diuji selama enam bulan ke depan dan dapat dinilai kembali untuk sesuai dengan budaya dan penggunaan organisasi. hal ini membuat mereka "terikat tetapi sementara," memberi semua orang waktu untuk terbiasa dengan mereka sambil memberikan jalur yang jelas untuk merujuk kembali ke mereka ketika keputusan menjadi kompleks. The Testing Approach Membuat prinsip "sesuai tetapi sementara" mengurangi resistensi dan memungkinkan orang untuk bereksperimen dengan menggunakan mereka sebagai alat pengambilan keputusan. Implementation Lesson: Manajemen Perubahan: Menjamin Adopsi dan Nilai Memperkenalkan kemampuan data baru bukan hanya tentang alat, tetapi tentang mengubah cara orang bekerja, berpikir, dan memutuskan.Dengan Sarah, kami mengembangkan pendekatan manajemen perubahan yang berfokus pada tiga pilar: Impact, Adoption, dan Learning. Memahami dampak Kami memulai dengan a untuk memetakan bagaimana tim yang berbeda akan terpengaruh: Change Impact Assessment Para pemangku kepentingan: Pengguna, produsen data, peran tidak langsung, dan kepemimpinan Dampak: Proses, keterampilan, alat, pola pikir, pengambilan keputusan Example (4seconds.com): Marketing: High impact – full shift in workflows Finance: Medium – new sources, familiar processes Product: Low – minimal change Pelajaran Implementasi: Bahkan perubahan kecil, seperti desain ulang dashboard, dapat sangat mempengaruhi alur kerja jika tidak direncanakan dengan benar. Pelajaran Implementasi: Bahkan perubahan kecil, seperti desain ulang dashboard, dapat sangat mempengaruhi alur kerja jika tidak direncanakan dengan benar. Adopting Capabilities, Not Just Tools Setiap kemampuan memiliki Rencana Adopsi sendiri, berfokus pada metrik keberhasilan, hambatan, dan strategi peluncuran: Kriteria keberhasilan: Frekuensi penggunaan, peningkatan efisiensi, jadwal adopsi Adoption Strategy: Comms, training, support, incentives Example (4seconds.com - Self-Service Analytics): Goal: 60% report access via self-service in 6 months Barriers: Low trust, data literacy gaps Program kampus + lokakarya + jam kantor Approach: Pelajaran Implementasi: Adopsi membutuhkan lebih dari pelatihan.Menghadapi kepercayaan, kebiasaan, dan ketahanan emosional. Adopsi membutuhkan lebih dari pelatihan.Menghadapi kepercayaan, kebiasaan, dan ketahanan emosional. Implementation Lesson Belajar sebagai Pembantu Adopsi kapasitas membutuhkan pengembangan keterampilan di seluruh board: Data Team: Learned marketing workflows and how to talk about business value Marketing Team: Learned how to guide automation and work with data tools Executives: Shifted from urgent demands to structured prioritization Role-based learning pathways, on-demand resources, tantangan data nyata Approach Program Literasi Data 4seconds.com mencakup sesi dua minggu, tantangan praktis, dan saluran Slack untuk dukungan peer. Example Pelajaran Implementasi: Pelatihan generik tidak menempel; mengkontektualisasikan pembelajaran di sekitar masalah perusahaan nyata. Pelajaran Implementasi: Pelatihan generik tidak menempel; mengkontektualisasikan pembelajaran di sekitar masalah perusahaan nyata. Mengkomunikasikan Perubahan Dalam Skala Kami membangun strategi komunikasi terstruktur untuk mempertahankan momentum: Pesan: Mengapa, apa yang berubah, apa yang ada di dalamnya untuk setiap tim Saluran: All-hands, newsletter, Slack, dashboard Cadence: Minggu untuk tim yang terlibat, bulanan organ-wide, eksekusi kuartal Example: “Data Digest” email Transformation dashboard (in-office + intranet) Office Hours for Q&A Pelajaran Implementasi: Komunikasi reguler, terlihat membangun kepercayaan. Komunikasi yang teratur dan terlihat membangun kepercayaan. pembaruan yang tidak teratur membunuh momentum. Implementation Lesson Menjaga Layer Metrik Sukses Setelah Sarah memiliki Metrik Suksesnya di tempat, langkah berikutnya adalah memastikan mereka tetap berguna dari waktu ke waktu. Perhitungan kuartal Kami menetapkan siklus ulasan ringan dan berulang: : Are metrics on target? What trends are emerging? Any surprising correlations? Performance Review : Are these KPIs still tied to business goals? Are people using them? Is the data still solid? Relevance Check : Tweak thresholds or calculations if needed. If a metric hasn’t driven a decision in 6 months, it might be time to retire it. Adjustments Pelajaran Implementasi: Di perusahaan lain, saya melihat metrik dilacak jauh melampaui relevansi mereka, membingungkan dashboard dan membuang-buang waktu. : Di perusahaan lain, saya melihat metrik dilacak jauh melampaui relevansi mereka, membingungkan dashboard dan membuang-buang waktu. Implementation Lesson Pengamatan tahunan Refresh Setiap tahun, saya merekomendasikan pembaruan penuh dari Vision Board; Namun, untuk pertama kalinya, lebih baik melakukannya setiap kuartal sampai Anda masuk ke ritme dan mempelajari sistem: Update the Present: Di mana kita sekarang vs. ketika kita memulai? apa yang telah ditingkatkan? apa yang masih hilang? Adaptasi Masa Depan: Apakah kita membutuhkan kemampuan baru? Apakah strategi kita berubah? Mempertimbangkan kembali metrik: Apakah KPI masih menceritakan cerita yang benar? Re-engage stakeholder: sesi Exec, update tim, pembaruan di seluruh perusahaan, dan ruang untuk umpan balik. Di 4seconds.com, Sarah menjalankan lokakarya yang dikompresi untuk memperbarui papan mereka tepat dalam satu tahun. ini membantu tim merayakan kemenangan, memperbarui prioritas, dan fokus kembali untuk fase berikutnya. Example: Menghubungkan Visi Bersama Setelah Metrik Sukses hidup, semua tiga lapisan Dewan Visi datang bersama: set the baseline Present Inputs defined what needed to change Future Vision showed if progress was being made Success Metrics Setiap lapisan memberi makan yang lain dalam siklus: Metrics track movement from present → future Gaps in the present inform future priorities The future vision tells us which metrics matter most Tanpa integrasi ini, saya sering terjebak dengan klien, menggunakan metrik yang tidak terhubung dengan strategi. Sarah menghindari itu dengan meninjau bagaimana masing-masing lapisan terhubung satu sama lain. Pelajaran Implementasi: Kekuatan Vision Board berasal dari integrasi ini. Ketika klien hanya menerapkan bagian-bagian dari kerangka kerja, mereka kehilangan pandangan holistik yang diperlukan untuk transformasi yang efektif. Pelajaran Implementasi: Kekuatan Vision Board berasal dari integrasi ini. Ketika klien hanya menerapkan bagian-bagian dari kerangka kerja, mereka kehilangan pandangan holistik yang diperlukan untuk transformasi yang efektif. Membuatnya terlihat Untuk menjaga Vision Board top-of-mind, Sarah membuatnya dapat diakses di setiap tingkat: Digital Board in FigJam, updated regularly and shared with stakeholders Exec Dashboard: One-pager with key KPIs and decisions, updated monthly Team Views: Tailored summaries for departments with relevant metrics Office Display: A simplified, visual tracker showing progress and celebrating wins : Sarah menciptakan "Data Transformation Hub" di kantor mereka dengan komponen fisik dan digital. titik referensi pusat ini menjaga Vision Board terlihat dan top-of-mind di seluruh organisasi, memperkuat pentingnya untuk strategi mereka. Example from 4seconds.com Pelajaran Implementasi: Visibilitas mendorong akuntabilitas. Pada klien sebelumnya, dokumen visi mereka diserahkan setelah penciptaan dan dengan cepat dilupakan. Dengan membuat Vision Board sangat terlihat dalam berbagai format, Sarah memastikan itu tetap menjadi panduan aktif untuk keputusan sehari-hari daripada artefak yang terlupakan. : Visibilitas mendorong akuntabilitas. Pada klien sebelumnya, dokumen visi mereka diserahkan setelah penciptaan dan dengan cepat dilupakan. Dengan membuat Vision Board sangat terlihat dalam berbagai format, Sarah memastikan itu tetap menjadi panduan aktif untuk keputusan sehari-hari daripada artefak yang terlupakan. Implementation Lesson Tips khusus untuk SMB Untuk tim yang lebih kecil, saya biasanya merekomendasikan untuk menyederhanakan: Fewer, Better Metrics Stick to 2 org-wide KPIs (like Data ROI and Utilization) and maybe 2-3 supporting ones. Simple Tracking Methods Manual tracking is fine. Focus on direction, not perfection. Use Existing Processes Don’t reinvent the wheel. Add a metrics check-in to existing leadership meetings. Targeted Change Management Focus on influencers, decision-makers, and power users, not everyone at once. Untuk kemampuan Analytics Self-Service mereka, Sarah mengidentifikasi 8 "pengguna daya" di berbagai departemen yang, jika berhasil dikonversi, akan mempengaruhi 80% pengguna potensial. Latihan: Metrik Sukses 30 Menit Anda Tujuan: Mulai mendefinisikan KPI dan prinsip untuk Data Ecosystem Vision Board Anda. Steps: Identify your two most important organizational data health metrics (10 minutes) For each one, define why you're measuring it and what actions you'll take based on trend changes Draft 2-3 guiding principles (10 minutes) Ini akan membantu organisasi Anda membuat keputusan data yang lebih baik Perencanaan satu kapasitas adopsi (10 menit) Untuk satu kemampuan kunci masa depan, mengidentifikasi apa yang akan membentuk kesuksesan di luar hanya implementasi Pertanyaan Refleksi : Yang mana dari 5 W (Mengapa, Apa, Di mana, Kapan, Siapa) Anda menemukan yang paling menantang untuk didefinisikan dengan jelas? Bagaimana prinsip “Business Impact First” dapat mengubah cara organisasi Anda mengevaluasi inisiatif data? Apa perubahan organisasi yang diperlukan untuk berhasil menerapkan lapisan Metrik Sukses? Melihat ke depan: apa yang akan terjadi selanjutnya Ini mengakhiri serangkaian implementasi kami pada Data Ecosystem Vision Board. Dalam buletin masa depan, saya akan mengeksplorasi bagaimana memaksimalkan Vision Board Anda melalui perencanaan strategis tahunan, manajemen inisiatif, dan perbaikan berkelanjutan. terima kasih telah bergabung dengan saya dalam perjalanan ini! Melalui tindakan ini, Sarah mulai mengubah Vision Board dari strategi menjadi kenyataan – sebuah perjalanan yang akan berkembang selama beberapa bulan dan tahun mendatang karena 4seconds.com membangun ekosistem data yang dibutuhkan untuk mendukung tujuan bisnis mereka. Semoga data Anda mengalir dengan tujuan! Liar P.S. What's your biggest challenge in measuring data transformation success? Reply to this email, and I'll personally share insights from my experience working with companies like yours. Langsung berlangganan ke halaman Substack dan newsletter saya, dan biarkan saya membantu Anda mengubah pengetahuan bisnis Anda! Langsung berlangganan ke halaman Substack dan newsletter saya, dan biarkan saya membantu Anda mengubah pengetahuan bisnis Anda! . di sini di sini , Substack Page dan Newsletter Substack Page dan Newsletter Transformasi