모든 초기 단계의 기술 회사에서 데이터를 갖는 것은 쉽습니다; 데이터를 유용하게 만드는 것은 도전입니다. 업계 전문가들이 지적하는 것처럼, “구구조는 결과를 결정하지 않는다; 문화는 그렇게합니다.”Meta의 제품 성장 및 분석 리더 인 Kawano는 이것을 반영합니다 : 도구와 대시보드는 명확한 목표를 충족시키지 않는 한 의미가 거의 없습니다. 그 조정이 없으면 팀은 "필요하지 않은 보고서로 홍수되거나 인상적이지만 행동 할 수없는 헛된 지표를 쫓아 다닐 수 있습니다.Meta에서 세계적인 제품 및 신뢰 이니셔티브를 선도하는 시간부터 Kawano는 첫 번째 요구 사항이 목적의 명확성이라는 것을 주장합니다 : 모든 데이터 포인트는 전략에 연결되어야합니다. Kawano의 배경은 사회적 영향을 미치는 프로젝트와 결합된 학문적 토대이며, 공정성과 윤리에 대한 그의 강조에서 보여줍니다. 그는 규모와 책임을 분리 할 수없는 것으로 간주합니다. 현대 AI 전문가들은 공정성이 "시스템에 적극적으로 구축되어야한다"고 경고합니다. 메타의 규모에서 카와노는 수백만 명의 사용자가 참여할 때 소규모 데이터 가정이 어떻게 증폭 될 수 있는지 알았습니다. 그는 초기 추적을 간단하고 민첩하게 유지하는 법을 배웠습니다. : 팀을 안내하기 위해 기본적인 참여를 측정하는 것 (매일 활동적인 사용자와 같은) 대신 모든 지표를 완성하기 위해 기다리는 것. Define clear objectives before collecting data 첫날부터 분석을 스타트업의 사명과 일치시킵니다. 큰 질문을 던지십시오: 우리가 해결하고 있는 문제는 무엇입니까? 데이터가 어떤 결정을 내릴 것입니까? 전문가들은 데이터를 자체적으로 수집하는 대신 "우리는 데이터를 사용하여 어떤 비즈니스 결과를 달성하고 싶습니까?"라는 결과로 모든 측정을 연결하는 것이 좋습니다.이 초점은 헛된 측정을 피하는 데 도움이됩니다.Day1Data가 경고하는 바와 같이 목적에 대한 공통된 이해가 없으면 팀이 보고서에 빠지거나 헛된 측정을 쫓아내는 것을 권장합니다.Kavano는 앞서 명확함이 나중에 헛된 노력을 방지한다는 것에 동의합니다. Keep early data collection simple but structured 제품을 즉시 도구하지만 과도하게 건설하지 마십시오.Kawano는 설립자를 격려합니다 모드 애널리틱스가 조언하는 바와 같이 엔지니어는 첫날부터 개발 프로세스의 필수적인 부분을 추적하는 상세한 이벤트를 만들도록 권장합니다. 초기 시작 단계에서 DAU와 같은 간단한 참여 측정은 올바른 방향으로 가고 있는지 확인합니다. Start with the essentials, so you can learn quickly and pivot without rebuilding your analytics. track basic user events and core metrics don’t over-engineer metrics too soon Balance build vs. buy for your data stack Meta에서 Kawano는 사용자 정의 시스템을 구축하는 것은 유연성을 제공하지만 솔루션을 구입하는 것은 가치에 대한 시간을 가속화한다는 것을 배웠습니다. 데이터 리더들은 선택은 "비용, 전문 지식 및 시간 가치에 달려 있습니다."라고 말합니다. 최고의 엔지니어링 재능과 독특한 필요가 있다면 내부 건설이 가치가 있습니다. 예를 들어, 몬테 카를로 데이터 사례 연구에 따르면 데이터 품질 도구를 내부로 구축하면 ~$450K/년과 개발자 시간이 소요될 수 있으며, 이는 옥스 홀 서비스에 의해 피할 수 있는 엄청난 투자가 될 수 있습니다.The takeaway: developers costs and hiring risks (many engineers prefer working with industry standard tools) versus vendor lead times. Ensure data quality and trust from day one 한 분석 전문가가 말했듯이, “기술이 얼마나 진보되었든, 데이터에 의존하는 모든 이니셔티브는 데이터 자체의 품질만큼 강하다.” 실제로, 이것은 기본적인 데이터 청소, 계획 검사 및 모니터링 알림을 처음부터 추가하는 것을 의미합니다.모든 데이터가 “창조에서 소비에 이르기까지... 소스에서 오염이 모든 것을 영향을 미칩니다.”(복제 키, 일관된 형식 등)의 표준을 일찍 시행함으로써 신뢰할 수없는 기초를 피할 수 있습니다.시간에 걸쳐 데이터 품질이 낮은 데이터는 분석 ROI를 멈출 수 있습니다. Prioritize privacy, security, and compliance early 소규모 스타트업으로서도 이제 사용자 데이터와 규정을 존중하십시오. 카와노는 개인 정보 보호와 보안이 선택적인 추가 기능이 아니라 근본적인 것이라고 조언합니다. 업계 가이드는 “처음부터 올바른 개인 정보 보호 및 보안 관행을 구현하는 것이 취약성을 피하는 데 중요하다”고 강조합니다. 구체적으로 이것은 PII를 암호화하거나 안전한 클라우드 인프라를 사용하거나 GDPR/CCPA 준수를 계획하는 것을 의미 할 수 있습니다. 스타트업은 이러한 기능을 나중에 지연시키는 유혹을받을 수 있지만 카와노는 설립자들에게 데이터 책임을 증명하는 것이 고객의 신뢰를 구축하고 비용이 많이 들지 않는다는 것을 상기시켜줍니다. Make data accessible across teams (no gatekeeping) 데이터 문화는 통찰력이 민주화되면 번성합니다. 카와노는 데이터 분석가뿐만 아니라 모든 사람이 데이터에 대한 질문을 할 수 있어야 한다고 주장합니다. 예를 들어 Day1Data는 데이터 기반 문화가 "기술적 장애물 뒤에 데이터가 잠겨 있다면 번성할 수 없다"고 지적합니다. 메타 규모에서 그는 대안을 보았습니다 : 병아리와 실로 결정 대신 다른 기술 거인과 같은 모델을 채택하십시오 : "데이터는 조직의 모든 수준에서 액세스 할 수 있어야합니다," 직원들이 모든 수준에서 데이터 기반 결정을 내릴 수있는 권한을 부여합니다. Use data for experimentation, not just dashboards Kawano는 테스트와 학습 사고 방식을 옹호합니다. 분석을 뒷모습 거울로 취급하는 대신에 가설을 제시하고 반복하는 데 사용하십시오. 팀을 격려하여 실험, A/B 테스트, 프로토 타입 기능, 파일럿 캠페인 및 결과를 엄격하게 측정하십시오. 이것은 Facebook, Google 및 기타의 "테스트와 학습" 문화와 일치하여 데이터가 기능 및 마케팅에 대한 결정을 안내합니다. Kawano는 이 이념을 일찍 부여하면 데이터를 발견의 도구로 만듭니다.단순히 정적 대시보드를 구축하는 대신에 빠른 피드백 루프를 구축하십시오: 분석에서 얻은 통찰력이 새로운 아이디어와 개선을 유도하도록하십시오. Document and communicate data workflows 명확한 문서화는 협상할 수 없습니다. 카와노의 팀은 언제나 데이터가 어디에서 왔는지, 어떻게 변형되었는지, 어디로 가는지 매핑합니다.이 명확성은 새로운 멤버가 가입하거나 문제가 발생할 때 혼란을 피합니다.세코다의 최선의 관행은 “데이터 파이프라인을 문서화하는 것이 탑재하는 데 중요합니다... 문제 해결, 시스템 유지 보수 및 준수 보장”입니다.이 없이는 회사가 중단 시간과 혼란을 초래합니다.카와노는 공유 데이터 사전과 흐름 차트를 유지하는 것을 권장합니다. 간단히 말해서, 아키텍처를 작성하십시오: 데이터 소스, ETL 작업, 계획 및 대시보드 목록.이 작업 흐름을 팀 전체에 전달하십시오.전문가들이 경고하는 바와 같이, 파이프라인이 명확하지 않으면 효율성과 준수 격차가 발생합니다.이 분야는 신뢰를 구축합니다.사람들은 추적 할 수있는 데이터를 신뢰합니다. Design data systems that evolve and scale Kawano는 확장할 수 있는 모듈형, 클라우드 친화적 인 아키텍처를 사용하는 것을 권장합니다.최근의 가이드에서는 스타트업이 "최소한의 실현 가능한 설정으로 시작하고 점차적으로 확장해야한다"는 것을 지적합니다.이것은 나중에 더 큰 부하를 처리할 수있는 구성 요소 (데이터 창고, ETL, BI 도구)를 선택하는 것을 의미합니다. Kawano는 가능한 경우 관리 플랫폼 (Snowflake, BigQuery, dbt 등)을 사용하는 것을 권장합니다.이 플랫폼은 유연성을 지원합니다.이 목표는 2 년 내에 완전한 재 설계를 피하는 것입니다.변화를 받아들이는 도구와 아키텍처를 선택함으로써 분석 기술이 더 많은 트래픽과 더 많은 사용자를 유지할 수 있도록합니다. Avoid over-engineering or chasing vanity metrics 처음에는 덜이 더 중요합니다. 카와노는 스타트업이 기본을 마스터하기 전에 정교한 분석의 함정에 빠지지 않도록 경고합니다. 초기에는 중요한 몇 가지 매개 변수에 집중하십시오. 모드의 분석 가이드는 즉시 말합니다 : 제품 시장이 적합할 때까지, 당신은 " 분석 낙태를 감당할 수 없습니다."와 마찬가지로 Day1Data는 목적이없는 회사가 비즈니스를 움직이지 않는 헛된 매개 변수를 "채용"한다고 경고합니다. KPIs를 성장 또는 보존과 관련된 것들로 제한하고, 가능한 모든 숫자를 제한하지 마십시오. 처음에는 가벼운 파이프라인을 구축하고 복잡한 모델링을 연기하십시오. 정기적으로 메트릭스를 검토하십시오 : 결정에 언급되지 않은 것을 제거하십시오.Revisit metrics regularly: drop any that were not cited in decisions. 스택을 부드럽게 유지하고 대시보드를 깨끗하게 유지함으로써 유동성을 유지할 수 있습니다.카바노의 팀은 데이터에 대한 실제 문제를 해결하는 것은 종종 더 많은 분석 층을 추가하지 않고 소음을 줄이는 것을 포함한다는 것을 발견했습니다. Key lessons from Meta 카와노의 메타(Facebook) 임기는 이러한 점들을 극단적 규모로 강화시켰다.글로벌 제품을 실행하는 것은 유동성이 필수적이라는 것을 가르쳤다: 몇 주 동안 완벽한 정의를 논의하는 대신, 메타 팀은 종종 임시 결정을 내리고 반복한다. 그는 또한 수천 명의 엔지니어와 분석가가 동시에 작업할 때 명확성과 문서화가 얼마나 강력해지는지 목격했습니다.데스크보드 또는 파이프라인에서 컨텍스트가 부족하면 중요한 실패를 일으킬 수 있습니다; 전문가들은 적절한 문서화가 없으면 중지 시간의 위험이 "대단히 증가한다"고 경고합니다. Final advice for founders 카와노의 견해에 따르면, 데이터 훈련의 진정한 수익은 문화입니다. 그는 설립자들에게 “데이터와 함께 명확성, 신뢰, 유동성의 문화”를 구축하는 것이 초기 단계의 빅데이터 프로젝트보다 훨씬 더 영향력있다는 것을 상기시킵니다. Day1Data가 말했듯이, “툴은 오고 가고... 그러나 문화, 사람들이 생각하고, 의사 소통하고, 결정을 내리는 방식은 데이터가 전략적 이점이 되는지 여부를 결정하는 것입니다.” 규율을 갖춘, 잘 통신 된 지표가있는 소규모 스타트업은 매번 더 큰, 더 조직화 된 것을 뛰어넘을 것입니다. 결국, 카바노의 책은 간단합니다 : 기본을 올바르게 얻고, 첫날부터 데이터에 대한 신뢰를 구축하고, 자존심이 아닌 호기심과 증거가 제품 선택을 추진하십시오. LinkedIn에서 Kawano와 연결하여 자세히 알아보세요: . https://www.linkedin.com/in/Kawanokawano/

This story contains new, firsthand information uncovered by the writer.

이 오디오는 이야기의 원래 언어로 제작되었습니다!

명확하게 구축 : Yusuke Kawano는 데이터 훈련을 통해 스타트업을 확장합니다.

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

독특한 생태계를 강화하는 비트코인 UTXO 모델

사용자 중심의 암호화 제품 만들기: 고객 피드백의 중요성

성공적인 클라우드 마이그레이션을 위한 전체 가이드: 전략 및 모범 사례

바다 항해: 데이터 레이크를 사용하여 프로덕션 등급 RAG 애플리케이션 개발

독특한 생태계를 강화하는 비트코인 UTXO 모델

사용자 중심의 암호화 제품 만들기: 고객 피드백의 중요성

성공적인 클라우드 마이그레이션을 위한 전체 가이드: 전략 및 모범 사례

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps