Nini ikiwa data yako ya 'Messi' ni kweli kamili?

Hello, data Shokunin-deshi! Karibu kwenye sehemu ya mwisho ya mfululizo wetu wa utekelezaji wa Data Ecosystem Vision Board! Katika toleo letu la awali, nilijifunza jinsi nilivyowasaidia Sarah katika 4seconds.com kujenga viwango vya Inputs ya sasa na Maono ya baadaye ya Data Ecosystem Vision Board yake. Leo, sisi kukamilisha safari kwa kuchunguza kiwango cha Mafanikio Metrics, busu ambayo huongoza mabadiliko na kupima maendeleo. jirani yangu ni na ujasiri wa mti wake, nina uhakika sana kwamba anadhani yeye ni bwana wa Zen wa bustani yake. Alikuja siku nyingine, na kwa mara ya nne, alianza kuzungumza kuhusu mti wangu. "Tunajua jinsi gani tutaweza kujua kama kupiga mbegu zetu ni sahihi?" mwanafunzi mwenye hamu aliuliza.Mwalimu, anasema, "Tunashughulikia kwa hatua tatu: afya ya mti, uzuri wake, na jinsi inavyounganisha na bustani kwa ujumla. Kisha, akaniangalia macho yangu maiti na, na utulivu wote wa Zen anayeweza kukusanya, akaniambia kwamba mti wangu usio na Zen-kama-maua alikuwa kushindwa katika mambo matatu, hasa sehemu ya "harmoni na bustani yake". Na kwa uaminifu, mtazamo wake juu ya kuingilia kati ya mti, ingawa un-Zen-kama utoaji wake, inaonyesha kikamilifu madhumuni ya kiwango cha mafanikio yetu. Na hatua sahihi, tunaweza kutathmini mabadiliko magumu kupitia lens rahisi lakini yenye nguvu ambayo inaongoza matendo yetu na maamuzi. Kwa sababu wakati mwingine, hata kanuni za kina zaidi zinahitaji kuchochea kidogo, au jirani na ufafanuzi maalum sana wa "harmonia." Kiwango cha Mafanikio kinabadilisha mtazamo kutoka kwa matarajio kwenda kwa vitendo kwa kufafanua jinsi mafanikio yanaonekana na jinsi tutakavyoweza kujua wakati tumefikia. Muhtasari wa utekelezaji Katika toleo hili, napenda kushiriki jinsi nilivyoongoza Sarah kupitia kujenga kiwango cha Mafanikio cha Data Ecosystem Vision Board yake: ✅ Jifunze jinsi ya kutumia mfumo wa 5W ili kuendeleza KPI za lengo, za athari ✅ Jifunze jinsi ya kuchagua viwango vya afya vya shirika (Data ROI na Utumiaji wa Data) ambavyo vinashughulikia mafanikio ya jumla ya mabadiliko ✅ Kutawala sanaa ya kuunda kanuni za mwongozo wazi ambazo zinaongoza uamuzi ✅ kutekeleza mbinu ya usimamizi wa mabadiliko ambayo inahakikisha kupitisha uwezo na ufanisi wa thamani Mifano ambayo ni muhimu: Mbali na kupima kwa hatua Baada ya kumaliza kiwango cha Maono ya Juu na timu ya Sarah, tulihitaji kuamua jinsi mafanikio yatathminiwa na jinsi mabadiliko yataongozwa. (KPIs) How will we measure success? (Guiding Principles) What principles will guide our decisions? (Change Management) How will we manage the organizational change? Kulingana na uzoefu wangu wa utekelezaji, ninapendekeza mbinu ya kimkakati na: 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 Kizuizi hiki cha makusudi kinazuia kuongezeka kwa metric wakati huo huo huo hutoa ufafanuzi kamili wa kile ambacho ni muhimu sana. Mfumo wa 5W kwa KPI za ufanisi Juu ya viwango vya maana ni mfumo wa 5W, mbinu iliyoundwa ili kuhakikisha kila KPI inachukua thamani halisi ya biashara: Mfumo wa 5 W kwa KPI za ufanisi: Kuhariri KPI hizo katika meza rahisi ya Excel tayari itakupa ufahamu bora na ufahamu. Kwa nini: Kuelewa madhumuni Kila KPI inapaswa kuwa na lengo wazi: " " Tunafanya kazi kwa bidii kwa sababu tunajifunza. "Tunashughulikia usahihi wa hifadhi kwa sababu inatuambia jinsi tunavyoweza kupanga na kutekeleza mauzo ya flash kwa uaminifu, ambayo husaidia kuongeza mapato na kuridhika kwa wateja." Example from 4seconds.com: Mafunzo ya utekelezaji: Mashirika mengi yanapigana na takwimu nyingi badala ya wachache. Mafunzo ya utekelezaji: Mashirika mengi yanapigana na takwimu nyingi badala ya wachache. Nini: Kuunganisha KPIs na vitendo KPIs zinapaswa kuunganishwa na vitendo maalum: " " Na wakati tunapofanya hivyo, tutakuwa tumefanya kazi kwa bidii. "Tunatathmini usahihi wa Kampeni ya Utambulisho kwa sababu inatuambia jinsi tunavyofuata utendaji wa masoko.Kama inapungua chini ya 85%, tunachunguza upungufu wa kukusanya data na masuala ya pipeline ili kuhakikisha kwamba maamuzi ya uwekezaji wa masoko yanategemea data ya kuaminika." Example from 4seconds.com: Mafunzo ya utekelezaji: Ufafanuzi wa vitendo ni ambapo KPI nyingi hupungua. Kwa kufafanua hatua za majibu, timu zinahakikisha tabia yao ya KPI badala ya tu kupima. I Kwa kufafanua kwa uwazi hatua za majibu, timu zinahakikisha kuwa KPI zao zinaongoza tabia badala ya tu kupima. mplementation Lesson: Jinsi ya kurekebisha athari za KPI Makala ya awali imeathiri timu, ikiwa vipimo vya KPI vinabadilika, ni nani timu ambazo zinaathiri, timu ambazo zitahisi maumivu, na jinsi inavyohusiana na nini "Wakati [KPI] [Kuongezeka], [Timu] [Mafunzo gani yanahitaji kutokea]. Usajili wa msingi: Uhandisi wa Data; wakati kiwango cha ubora unapoanguka, timu ya data inahitaji kuchunguza kile kilichosababisha mabadiliko ya mwelekeo, na watengenezaji wa data wanahitaji kuangalia upande wao, kama data inaendelea kama ilivyotarajiwa Example from 4seconds.com: Mafunzo ya utekelezaji: Umbali wa "Where" mara nyingi unaonyesha mahusiano yasiyotarajiwa. Wakati tunavyofanya kazi na KPI, watakuwa na athari tofauti juu ya timu tofauti. Kwa kubadilisha wapi mabadiliko ya mwelekeo wa ushawishi wa KPI itasaidia kuelewa vizuri athari ya KPI Mafunzo ya utekelezaji: Umbali wa "Where" mara nyingi unaonyesha mahusiano yasiyotarajiwa. Wakati tunavyofanya kazi na KPI, watakuwa na athari tofauti juu ya timu tofauti. Kwa kubadilisha wapi mabadiliko ya mwelekeo wa ushawishi wa KPI itasaidia kuelewa vizuri athari ya KPI Hadithi ya kusisimua, mara moja nilikuwa na timu ya masoko ambayo ilikuwa na furaha kubwa walifanikiwa kupunguza matumizi ya bajeti kutokana na data bora juu ya utendaji wa kampeni, upande mwingine wa chumba timu ya fedha ilionekana jinsi ya kuelezea wawekezaji kwamba kampuni haitafikia bajeti ya masoko iliyoidhinishwa na jinsi ya kupoteza kwa mwaka ujao. Hadithi ya kusisimua, mara moja nilikuwa na timu ya masoko ambayo ilikuwa na furaha kubwa walifanikiwa kupunguza matumizi ya bajeti kutokana na data bora juu ya utendaji wa kampeni, upande mwingine wa chumba timu ya fedha ilionekana jinsi ya kuelezea wawekezaji kwamba kampuni haitafikia bajeti ya masoko iliyoidhinishwa na jinsi ya kupoteza kwa mwaka ujao. Wakati: Rhythm ya kupima Kuweka mara kwa mara wakati KPIs zinahitajika, kulingana na jinsi haraka metric inabadilika na jinsi haraka hatua inaweza kuchukuliwa. "Flash Sale Ready Score". Inakadiriwa kila siku, kutafakari kila wiki kwa shughuli, masaa 48 kabla ya mauzo na viongozi, na uchambuzi wa mwelekeo wa siku 90 na marekebisho ya msimu wa likizo. Example from 4seconds.com Mafunzo ya utekelezaji: Usifanye mapitio ya kila siku bila kujali mzunguko wa asili wa metric. Usifanye mapitio ya kila siku bila kujali mzunguko wa asili wa takwimu. Kuunganisha kasi ya mapitio na mahitaji ya biashara huongeza utendaji. Implementation Lesson: WHO: Mlinzi wa Metrics Kutoa umiliki wa wazi na wajibu na mamlaka ya kuathiri utendaji. : "Marketing Data Timeliness", Wamiliki: Marketing Analytics Kiongozi; Washirika: Data Steward, Data Engineer; Washirika: CMO, Kampeni Meneja; Wasikilizaji: Timu zote za masoko, Timu ya Usimamizi. Example from 4seconds.com Mafunzo ya utekelezaji: Wamiliki lazima uwe na mamlaka ya kuendesha mabadiliko. kuhakikisha kila mmiliki wa KPI ana jukumu na mamlaka ya kuathiri utendaji wa takwimu. Kila mmiliki wa KPI ana jukumu na mamlaka ya kuathiri utendaji wa takwimu. Implementation Lesson Kwa mifano ya kina na masomo ya utekelezaji, angalia gazeti letu la awali kwenye Mfumo wa 5W kwa KPI za ufanisi Mifano ya afya ya shirika: ROI ya data na matumizi ya data Portfolio ya KPI ya Mkakati: Takwimu sita ambazo zina umuhimu Aina ya Metrics ya Mafanikio inashikilia kiwango cha KPI sita kiwango cha juu, kizuizi cha makusudi ambacho kinasababisha lengo la mkakati. Overpopulate na takwimu na wewe kupoteza ufuatiliaji wa kile ambacho ni muhimu kweli; chini-populate na wewe kupoteza kuonekana katika maeneo muhimu. Mapendekezo yangu yanafuata muundo wa kuthibitishwa: Takwimu hizi za muda mrefu zinaangalia afya ya jumla ya mazingira ya data yako: Two Foundation KPIs Data Health Indicators: Data ROI: Inategemea thamani ya fedha inayotokana na uwekezaji wako wa data Utumiaji wa Data: Ufuatiliaji wa jinsi unavyotumia data unayokusanya na kuhifadhi kwa ufanisi KPIs hizi za msingi hutoa "maonyesho yako muhimu"; ikiwa hizi zinazidi kuwa mbaya, mkakati wako wote wa data unahitaji tahadhari. Takwimu hizi zinaonyesha maendeleo kwa uwezo maalum unaoelezwa katika Maono Yako ya Juu. Two to Four Capability KPIs, Progress Trackers Kuunganisha moja kwa moja na maelekezo yako ya maono Kuwezesha kutambua matatizo ya utekelezaji mapema Kuonyesha maendeleo ya kimwili kuelekea malengo ya kimkakati Kutoa ishara wazi wakati upya wa mwelekeo unahitajika KPIs yao ya uwezo zilikuwa "Usalama wa Data Pipeline" (99.5% uptime target) na "Uchukuaji wa Self-Service Analytics" (60% ya watumiaji wa biashara wanaotafuta data moja kwa moja). Example from 4seconds.com: Data ROI: Kupima Uumbaji wa thamani Data ROI inathiri faida ya kifedha iliyotokana na uwekezaji wa data. Mtihani huu unajibu swali la msingi: "Je, mfumo wetu wa data unaunda thamani halisi ya biashara?" Implementation Approach: Fikiria juu ya 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 Baada ya kutekeleza kupima, ROI yao ya awali ya Data ilikuwa 0.2x, karibu chanya. Tumeweka malengo ya 2x hadi mwisho wa mwaka na 4x ndani ya miaka mitatu. Example from 4seconds.com: Mafunzo ya utekelezaji: Wakati mwingine ni muhimu kulinganisha "Financial Value Generated" na shughuli za data na hali ya uwezekano bila yao, hasa kwa mapendekezo yanayo lengo la kudumisha au kuboresha taratibu zilizopo. Wakati mwingine ni muhimu kulinganisha "Financial Value Generated" na shughuli za data na hali ya uwezekano bila yao, hasa kwa mapendekezo yanayo lengo la kudumisha au kuboresha taratibu zilizopo. Implementation Lesson Kumbuka kwamba ROI ni kiwango cha kiwango cha thamani. Hatua za data mara nyingi zina faida muhimu za ubora (kwa mfano, uamuzi bora, uzoefu bora wa wateja, uvumbuzi) ambazo ni vigumu kufikia fedha moja kwa moja lakini bado ni muhimu. Qualitative Benefits: Changamoto ya kweli: kile timu ya Sarah ilifunua Wakati tulipoanza kuhesabu ROI ya Data, timu ya Sarah ilipiga hatua ya haraka: "Je, tunajifunza mapato yote yaliyotokana na data?" changamoto ilikuwa hasa kali na data ya kifedha, ambayo ni muhimu lakini haina moja kwa moja kuzalisha ROI. Tulipaswa kuboresha mbinu yetu: : 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 Mafunzo ya utekelezaji: Mashirika mengi yanapigana kupima thamani kutoka kwa mapendekezo ya data. Nilifanya kazi na Sarah kutekeleza mfumo wa ufuatiliaji wa thamani ambapo kila uamuzi muhimu unaoongozwa na data au automatisering ulikuwa na thamani ya kuhesabiwa. Ingawa sio kamili, mbinu hii ilitoa msingi wa kupima kurudi ambayo ilikuwa bora zaidi kuliko hakuna kupima kabisa. Tu kuanza na kile unacho na polepole kujifunza zaidi na kuboresha; washirika watataka kuingizwa katika hesabu kwa sababu wanaogopa kupoteza upatikanaji wa data kutokana na ROI ndogo. Mafunzo ya utekelezaji: Mashirika mengi yanapigana kupima thamani kutoka kwa mapendekezo ya data. Nilifanya kazi na Sarah kutekeleza mfumo wa ufuatiliaji wa thamani ambapo kila uamuzi muhimu unaoongozwa na data au automatisering ulikuwa na thamani ya kuhesabiwa. Ingawa sio kamili, mbinu hii ilitoa msingi wa kupima kurudi ambayo ilikuwa bora zaidi kuliko hakuna kupima kabisa. Tu kuanza na kile unacho na polepole kujifunza zaidi na kuboresha; washirika watataka kuingizwa katika hesabu kwa sababu wanaogopa kupoteza upatikanaji wa data kutokana na ROI ndogo. Matumizi ya data: kupima matumizi ya ufanisi Data Utumiaji inathiri jinsi kampuni yako inavyotumia kwa ufanisi data ambayo inakusanya. Mtihani huu unahusu swali jingine muhimu: "Je, tunapata zaidi ya mali zetu za data?" 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: Vyanzo vya data vinavyotumika: vipengele vya data vinavyotumika katika ripoti, uchambuzi, au taratibu za automatiska Kiasi cha jumla cha data kilichokusanywa: vipengele vyote vya data vilivyohifadhiwa katika mazingira yako ya data Set Targets: Minimum acceptable utilization (typically 55-60%) Target utilization (typically 61-78%) Matumizi ya Stretch (kwa kawaida 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 The biggest "aha moment" for me was discovering that no one in the company was thinking about understanding the patterns of data usage, although they were associating some costs with teams, they accepted the server bill as a given thing. For Sarah and her team, it was the shocking discovery of their super low data usage – they had always been under the impression they were effectively using their data. Wakati tulijaribu kutekeleza ufuatiliaji wa Matumizi ya Takwimu, mara moja tulikutana na ukuta. Hakukuwa na alama, hakuna kumbukumbu za database (Data Catalog) na habari, na hakuna njia ya kufuatilia data gani walikuwa na, nani alikuwa na, wakati ulipatikana, au kwa mfumo gani. The Technical Challenge Tulipaswa kuanza kutoka mwanzo: 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 Matokeo: Tathmini ya awali ya Sarah ilionyesha matumizi ya 48% tu ya data zao za 32TB zilizohifadhiwa. Hii ilisababisha mpango mkubwa wa usahihi wa data ambayo haina tu kupunguza gharama za kuhifadhi, usindikaji, na usalama kwa zaidi ya € 1,000 kwa mwezi lakini pia ilihusisha juhudi za uchambuzi kwenye data yenye thamani kubwa. 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: 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 Kuunga mkono KPIs: Kupima Mafanikio ya Uwezo Mbali na takwimu mbili za afya za shirika, niliwasaidia Sarah kuchagua kiwango cha juu cha vipengele vya KPIs vya msaada ambavyo vilikuwa vinafuata mafanikio ya uwezo wao muhimu: The Selection Process To avoid KPI proliferation, I guided Sarah through a structured selection process: Kwa kila uwezo wa maono ya baadaye, kutambua vipimo vya mafanikio ya uwezekano 2-3 Apply the 5 W's framework to each candidate metric 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 Select the 3-4 metrics with the highest evaluation scores : This rigorous selection process is crucial. At previous clients, I've seen metrics chosen based on what's easy to measure rather than what drives value. By focusing on coverage, measurability, actionability, and impact, Sarah's team ensured they selected metrics that would genuinely guide their transformation. Implementation Lesson : Mchakato huu wa kuchagua kwa makini ni muhimu. Katika wateja wa zamani, nimeona takwimu zilizochaguliwa kulingana na kile ambacho ni rahisi kupima badala ya kile kinachoongoza thamani. Kwa kuzingatia kiwango, kupimwa, ufanisi, na athari, timu ya Sarah iliahidi kuchagua takwimu ambazo kwa kweli zitaongoza mabadiliko yao. Implementation Lesson Selected Supporting KPIs Kwa 4seconds.com, KPI za msaada ni pamoja na: Data Quality Score Nini inathiri: Usahihi, kamilifu, wakati, na ufuatiliaji wa maeneo muhimu ya data Kwa nini ni muhimu: Inaathiri moja kwa moja ubora wa maamuzi na ufanisi wa uendeshaji. maono yalikuwa kuingiza data zaidi ya masoko ili kuongoza kampeni moja kwa moja, na data mbaya inaweza kusababisha hasara : Below 90% triggers remediation; below 80% triggers emergency review Action triggers Tathmini: Tathmini ya mchanganyiko kati ya vipengele vya ubora wa data na maeneo Marketing campaigns automated Nini inathiri: Sehemu ya kampeni za masoko zinazozalishwa na mifumo ya akili na sio binadamu Kwa nini ni muhimu: Lengo ni kuchangia juhudi za wauzaji na kuondoa haja ya mashirika kuwasaidia.Na mfumo, timu ya masoko inaweza kuzingatia kampeni za jitihada kubwa na kuruhusu mfumo kuweka na kuboresha wengine Vifaa vya vitendo: Ikiwa hisa ni chini ya 65%, uwezo haufanyi kazi kama ilivyotarajiwa; ikiwa ni chini ya 35%, uwezo unasababisha matatizo ambayo yanaweza kuharibu timu ya masoko Hesabu: Muda wa wastani wa maamuzi muhimu ya biashara Self-Service Adoption Nini inathiri: Asilimia ya maombi ya uchambuzi yaliyotimizwa kupitia utumishi wa kujitolea : Indicates democratization progress and analyst leverage Why it matters : Below target triggers enablement review; stagnation triggers capability assessment Action triggers Ufafanuzi: Maombi ya huduma binafsi / Maombi ya uchambuzi wa jumla 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 Historia ya Utangazaji wa Masoko: KPIs kama Walinzi wa Uwezo Nitawaambia hadithi nyuma ya KPI ya "Kampeni za Masoko zilizotumika", ambayo imekuwa mojawapo ya takwimu muhimu zaidi za Sarah. Timu ya Sarah ilikuwa na lengo kubwa: automatiska 80% ya maamuzi ya bajeti ya kampeni ya usimamizi na 60% ya uumbaji wa kampeni. Hili halikuwa tu kuhusu ufanisi; na kukomesha ajira, walihitaji kuongeza bajeti ya masoko ili kuzalisha ukuaji wa mapato ya 10% bila kuongeza wafanyakazi. Timu ya masoko ilikuwa na hofu. Je, watapoteza kazi zao kwa automatisering? The Challenge: Tumeweka hii kama kuboresha, sio kubadilisha. KPI ilipima maendeleo, lakini muhimu zaidi, imefuatilia kama automatisering inasaidia au kuharibu utendaji wa kampeni. The Solution Waligundua KPI mbili zilizounganishwa: 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 KPIs hizi mbili zilikuwa dalili za nguvu za maendeleo ya uwezo na jitihada za ushirikiano kati ya timu ya data na timu ya masoko. Wakati asilimia ya automatisering iliongezeka lakini makadirio ya mapato yalibaki sawa, ilionyesha mfumo unajifunza. Mafunzo ya utekelezaji: Kila KPI inayounga mkono inapaswa kuungana na uwezo wengi badala ya kufuatilia mpango mmoja. Hiyo inatoa ufikiaji mkubwa na takwimu cha chini. Orodha ya awali ya Sarah ilikuwa na KPI za 12, lakini kwa kuzingatia takwimu ambazo zilikuwa na uwezo wengi, tumefikia ufikiaji wa kina na nne tu. Kila KPI inayounga mkono inapaswa kuungana na uwezo wengi badala ya kufuatilia mpango mmoja. Hili hutoa umuhimu mkubwa zaidi na takwimu cha chini. Orodha ya awali ya Sarah ilikuwa na KPI za 12 zinazowezekana, lakini kwa kuzingatia takwimu ambazo zimehusisha uwezo wengi, tumefikia umuhimu kamili na tu nne. Implementation Lesson: Kanuni za Usimamizi: Nyota ya Kaskazini kwa Maamuzi Nataka kukubali kwamba njia hapa chini niliyopiga kutoka kwa walimu wangu wa agile huko Zalando, walifanya kazi nzuri sana, hivyo sikuwahi kuhisi haja ya kubadilisha Nataka kukubali kwamba njia hapa chini niliyopiga kutoka kwa walimu wangu wa agile huko Zalando, walifanya kazi nzuri sana, hivyo sikuwahi kuhisi haja ya kubadilisha Mbali na takwimu, nilifanya kazi na Sarah ili kuanzisha kanuni za wazi za mwongozo kwa mazingira yao ya data. Kanuni hizi zinaongoza maamuzi ya kila siku na kusaidia kutatua migogoro au udanganyifu. Principles Development Process Ili kuunda kanuni za maana, niliwezesha mchakato uliojengwa: Gather Input: Maoni ya warsha kwa ajili ya mandhari ya kurudia Kufafanua kanuni za sasa (ambayo huongoza maamuzi ya leo) Collect stakeholder perspectives on what should guide the future Draft Candidate Principles: Mtazamo juu ya maeneo ambapo ushauri ni muhimu zaidi kuhakikisha kwamba kanuni zinashughulikia mambo ya kiufundi na ya kitamaduni Frame positively as aspirational statements Kuweka lugha rahisi na ya kumbukumbu Evaluate and Refine: Jaribu kila kanuni dhidi ya matukio ya dunia halisi kuhakikisha kwamba kanuni ni maalum ya kutosha kuongoza maamuzi Kuondoa upungufu na kufutwa Kupunguza kwa kiwango cha juu cha kanuni sita Finalize and Document: Kujenga ufafanuzi wa wazi kwa kila kanuni Kuendeleza mifano ya maombi Uamuzi wa uamuzi wa nyaraka wakati kanuni zinakabiliana Create a communication and socialization plan Kozi ya Utekelezaji: Kanuni zinapaswa kuwa zinaweza kutumika, sio malengo ya matumaini. Wakati wa kikao chetu cha maandalizi, niliwauliza kila kanuni na, "Kama hii itakusaidia kufanya uamuzi tofauti?" Ikiwa hatuwezi kutambua matukio maalum ambapo mwongozo wa kanuni utakuwa na tabia, sisi kufafanua au kubadilisha. Kanuni zinapaswa kuwa zinaweza kutekelezwa, sio matarajio. Wakati wa mkutano wetu wa maandalizi, nilihoji kila kanuni na, "Kama hii itakusaidia kufanya uamuzi tofauti?" Kama hatuwezi kutambua matukio maalum ambapo kanuni inaweza kuongoza tabia, sisi kufafanua au kubadilisha. Implementation Lesson: Kanuni za msingi za 4seconds.com Baada ya mchakato huu, timu ya Sarah ilianzisha kanuni hizi sita: Data as a Product Ufafanuzi: Kila dataset inachukuliwa kama bidhaa na mamlaka ya wazi, viwango vya ubora, mchakato wa iteration, thamani ya fedha, na msaada wa mtumiaji Utekelezaji wa Mfano: Vyanzo vya data mpya vinahitaji umiliki na viwango vya ubora vilivyoelezwa kabla ya utekelezaji Usimamizi wa uamuzi: ubora na kuaminika huchukua juu ya kasi ya utoaji Share by Default Ufafanuzi: Data yoyote isiyo na hisia inapaswa kuwa inapatikana na inapatikana katika shirika, na kuandikwa katika orodha ya data ya kampuni. Mfano wa programu: Datasets ya idara huchapishwa moja kwa moja kwenye orodha kuu Mwongozo wa uamuzi: Upatikanaji wa upatikanaji unahitaji sababu ya wazi Business Impact First Ufafanuzi: Hatua za data zinachaguliwa kulingana na athari za biashara zinazoweza kupimwa Mfano wa maombi: Mapendekezo yote ya mradi yanajumuisha thamani ya fedha Utaratibu wa uamuzi: Mipango yenye athari kubwa huchukua kipaumbele juu ya kile kinachohitajika kiufundi Automate the Routine Ufafanuzi: Kazi za data za mwongozo zinapaswa kuwa za automatiska ili bure uwezo wa binadamu wa kuzalisha ufahamu Mfano wa maombi: Ripoti yoyote iliyotolewa zaidi ya mara mbili ni automatiska Ufuatiliaji wa uamuzi: Uwekezaji katika automatisering ya kazi za mara kwa mara juu ya manually optimization 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 Mifumo na taratibu za data zinapaswa kujenga ujasiri kwa njia ya uwazi na uaminifu, na kuwa na ufanisi katika mawasiliano ya masuala Definition Takwimu za ubora zinaonekana pamoja na ripoti zote Example application Uwazi kuhusu mipaka ya uwezo wa kutosha Decision guidance The "Business Impact First" Transformation Miongoni mwa kanuni zote ambazo timu ya Sarah ilipitisha, "Tathmini ya Biashara ya Kwanza" ilifanya mabadiliko makubwa zaidi. Wakati wa tathmini ya uwezo wawili wa kushindana, uchambuzi wa huduma ya kujitegemea vs. uuzaji wa masoko, timu za awali zilijadili kulingana na mapendekezo ya kiufundi na mahitaji ya idara. The Decision : Tumeitumia "Uathiri wa Biashara Kwanza" na kuhitimisha thamani ya fedha kwa kila chaguo: The Principle in Action Self-service analytics: €45,000 annual savings in analyst time Marketing automation: €120,000 annual revenue increase potential Kanuni hiyo iliwaongoza kuweka kipaumbele kwa automatisering ya masoko, lakini muhimu zaidi, ilibadilisha jinsi walipokuwa wakipitia maamuzi yote ya baadaye. The Result Mafunzo ya utekelezaji: Kanuni zinapaswa kutafakari matarajio na vikwazo vya vitendo. Katika mteja uliopita, nilianzisha "kila kitu katika muda halisi" kama kanuni bila kuzingatia madhara ya gharama. Hii ilisababisha uwekezaji wa juu katika miundombinu ambayo ilitoa thamani ya biashara ndogo. Niliwasaidia timu ya Sarah kupata usawa sahihi na kanuni kama vile "Kwa wakati sahihi, Si daima wakati halisi" ambayo ilitambua vikwazo vya vitendo wakati bado kutoa mwongozo wazi. : Kanuni zinapaswa kutafakari matarajio na vikwazo vya vitendo. Katika mteja wa zamani, nilianzisha "kila kitu katika muda halisi" kama kanuni bila kuzingatia madhara ya gharama. Hii ilisababisha uwekezaji wa juu katika miundombinu ambayo ilitoa thamani ndogo ya biashara. Niliwasaidia timu ya Sarah kupata usawa sahihi na kanuni kama "Kwa wakati sahihi, Si daima wakati halisi" ambayo ilitambua vikwazo vya vitendo wakati bado kutoa mwongozo wazi. Implementation Lesson Kanuni za Kijamii: Kufanya Wao Kuungana Tumewasiliana kanuni katika mkutano wa mikono yote, kuunda bodi, na kuwakaribisha watu kujibu na kupendekeza njia ambazo wanaweza kutekeleza kanuni. Communication Strategy: Tumefikia makubaliano kwamba kanuni hizo zitafanyiwa majaribio kwa miezi sita ijayo na zinaweza kupimwa upya kulingana na utamaduni wao wa shirika na matumizi.Kwa kufanya hivyo, zilikuwa "vikwazo lakini kwa muda mrefu," na kila mtu alikuwa na muda wa kujifunza, wakati huo huo huo hutoa njia ya wazi ya kuelekeza nyuma kwao wakati maamuzi yalikuwa magumu. The Testing Approach Kuanzisha kanuni "haraka lakini ya muda" kupunguza upinzani na kuruhusu watu kutumia majaribio yao kama zana za uamuzi. Implementation Lesson: Usimamizi wa Mabadiliko: Uhakikishe Utekelezaji na thamani Kuingiza uwezo mpya wa data sio tu juu ya zana, ni juu ya kubadilisha jinsi watu wanafanya kazi, kufikiri, na kuamua. Pamoja na Sarah, tulijenga mbinu ya usimamizi wa mabadiliko iliyoundwa juu ya mitambo mitatu: athari, kupitisha, na kujifunza. Kuelewa madhara ya Tulianza kwa a kuelezea jinsi timu tofauti zitaathiriwa: Change Impact Assessment Washirika: Watumiaji, watengenezaji wa data, majukumu ya moja kwa moja, na uongozi Athari: mchakato, ujuzi, zana, mawazo, uamuzi Example (4seconds.com): Marketing: High impact – full shift in workflows Finance: Medium – new sources, familiar processes Product: Low – minimal change Mafunzo ya Utekelezaji: Hata mabadiliko madogo, kama kubuni upya wa dashboard, yanaweza kuathiri kwa kina mchakato wa kazi ikiwa haijatengenezwa vizuri. Mabadiliko madogo, kama kubuni upya wa dashboard, yanaweza kuathiri kwa kiasi kikubwa mchakato wa kazi ikiwa haijatengenezwa vizuri. Implementation Lesson Kutumia uwezo, sio tu zana Kila uwezo ulikuwa na Mpango wake mwenyewe wa Utekelezaji, unaoelekezwa kwenye takwimu za mafanikio, vikwazo, na mkakati wa kuanzisha: Masharti ya Mafanikio: Matumizi ya mara kwa mara, faida ya ufanisi, muda wa kupitisha Mkakati wa kupitisha: Comms, mafunzo, msaada, motisha Example (4seconds.com - Self-Service Analytics): Goal: 60% report access via self-service in 6 months Barriers: Low trust, data literacy gaps Programu ya kampeni + warsha + masaa ya ofisi Approach: Mafunzo ya Utekelezaji: Utekelezaji unahitaji zaidi ya mafunzo. Kukabiliana na imani, tabia, na upinzani wa kihisia. Utekelezaji unahitaji zaidi ya mafunzo.Mtazamo wa uaminifu, tabia, na upinzani wa hisia. Implementation Lesson Kujifunza kama uwezekano Utekelezaji wa uwezo unahitaji ukuaji wa ujuzi katika bodi: 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 paths, on-demand resources, real-data challenges Approach Programu ya ujuzi wa data ya 4seconds.com ilijumuisha mikutano ya wiki mbili, changamoto za vitendo, na channel ya Slack kwa msaada wa wafanyakazi. Example Kozi ya Utekelezaji: Mafunzo ya kawaida haifai; contextualize kujifunza kuhusu matatizo halisi ya kampuni. Kozi ya Utekelezaji: Mafunzo ya kawaida haifai; contextualize kujifunza kuhusu matatizo halisi ya kampuni. Kuwasiliana na Mabadiliko kwa Kiwango Tumeunda mkakati wa mawasiliano uliojengwa ili kudumisha kasi: Ujumbe: Kwa nini, nini kinabadilika, nini ni ndani yake kwa kila timu Vyanzo: mikono yote, magazeti, Slack, dashboards Cadence: Kila wiki kwa timu zinazohusika, kila mwezi kwa org-wide, execs kwa quarterly Example: “Data Digest” email Transformation dashboard (in-office + intranet) Office Hours for Q&A Mafunzo ya utekelezaji: Mawasiliano ya mara kwa mara, yanaonekana huunda uaminifu. Ujumbe wa kawaida, unaoonekana unaunda uaminifu. Implementation Lesson Kuhifadhi kiwango cha mafanikio cha Metrics Mara baada ya Sarah kuwa na Maelezo ya Mafanikio yake katika nafasi, hatua inayofuata ilikuwa kuhakikisha kuwa walikuwa na manufaa kwa muda. Sehemu ya check-ins Tunaanzisha mzunguko wa uchunguzi mdogo, wa kurudia: : 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 Mafunzo ya Utekelezaji: Katika kampuni nyingine, nikaona takwimu zilizofuata kwa muda mrefu zaidi ya umuhimu wao, kuchanganyikiwa na dashboards na kupoteza muda. : Katika kampuni nyingine, nikaona takwimu zilizofuatiliwa kwa muda mrefu zaidi ya umuhimu wao, kuchanganya boards na kupoteza muda. Implementation Lesson Mtazamo wa Mwaka wa Refresh Kila mwaka, ninapendekeza upya kamili ya Bodi ya Maono; hata hivyo, kwa mara ya kwanza, ni bora kufanya hivyo kila robo hadi unapopata mzunguko na kujifunza mfumo: Sasa tunajifunza: Tuko wapi sasa vs. wakati tulianza? kile kilichoboreshwa? kile kilichopotea? Kufanya mabadiliko ya baadaye: Tunahitaji uwezo mpya? Reassess the Metrics: Je, KPIs bado husema hadithi sahihi? Kurejesha washirika: mikutano ya Exec, updates ya timu, upya kwa kampuni nzima, na nafasi ya maoni. Katika 4seconds.com, Sarah aliendesha warsha ya kushinikiza ili kurekebisha bodi yao kwa mwaka mmoja tu. Ilikusaidia timu kusherehekea ushindi, kuboresha vigezo, na kurekebisha kwa hatua inayofuata. Example: Kuunganisha maono kwa pamoja Mara baada ya Kiwango cha Mafanikio kilikuwa hai, vichwa vitatu vya Bodi ya Maono vilikuja pamoja: set the baseline Present Inputs defined what needed to change Future Vision showed if progress was being made Success Metrics Kila kiwango kinatoa chakula kwa wengine katika mzunguko: Metrics track movement from present → future Gaps in the present inform future priorities The future vision tells us which metrics matter most Bila ushirikiano huu, nilitumia kuungana na wateja, kwa kutumia takwimu zilizohusishwa na mkakati. Mafunzo ya utekelezaji: Nguvu ya Bodi ya Maono inatokana na ushirikiano huu. Wakati mteja alipofanya utekelezaji wa sehemu tu za mfumo, walipoteza mtazamo wa jumla unahitajika kwa mabadiliko ya ufanisi. Niliwasaidia Sarah kuhakikisha ngazi zote tatu zilifanya kazi pamoja kwa kuangalia mara kwa mara uhusiano kati yao. Mafunzo ya utekelezaji: Nguvu ya Bodi ya Maono inatokana na ushirikiano huu. Wakati mteja alipofanya utekelezaji wa sehemu tu za mfumo, walipoteza mtazamo wa jumla unahitajika kwa mabadiliko ya ufanisi. Niliwasaidia Sarah kuhakikisha ngazi zote tatu zilifanya kazi pamoja kwa kuangalia mara kwa mara uhusiano kati yao. Kufanya ya kuonekana Ili kuweka Bodi ya Maono juu ya akili, Sarah alifanya inapatikana katika ngazi zote: 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 aliunda "Data Transformation Hub" katika ofisi yao na vipengele vya kimwili na vya digital. Kituo hiki cha msingi kilikuwa kimehifadhiwa na Bodi ya Maono iliyoonekana na juu ya akili katika shirika, kuimarisha umuhimu wake kwa mkakati wao. Example from 4seconds.com Mafunzo ya Utekelezaji: Kuonekana huongoza uwajibikaji. Katika mteja wa zamani, hati yao ya maono iliwasilishwa baada ya uumbaji na haraka kusahau. Kwa kufanya Bodi ya Maono inaonekana sana katika muundo mbalimbali, Sarah ili kuhakikisha kuwa imekuwa mwongozo wa kazi kwa maamuzi ya kila siku badala ya kiini cha kusahau. : Utazamo unaongoza uwajibikaji. Katika mteja wa awali, hati yao ya maono ilipelekwa mbali baada ya uumbaji na haraka kusahau. Kwa kufanya Bodi ya Maono inaonekana sana katika muundo mbalimbali, Sarah ili kuhakikisha imekuwa mwongozo wa kazi kwa maamuzi ya kila siku badala ya kiini cha kusahau. Implementation Lesson Tips kwa ajili ya SMBs Kwa timu ndogo, kwa kawaida nataka kufafanua: 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. Kwa uwezo wao wa Self-Service Analytics, Sarah alibainisha watumiaji 8 wa nguvu katika idara ambazo, ikiwa zitaongezwa kwa ufanisi, zitaathiri 80% ya watumiaji wa uwezo. Mafunzo yako ya Mafanikio ya Dakika ya 30 Lengo: Kuanza kufafanua KPIs na kanuni kwa Data Ecosystem Vision Board yako. 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) Hii itasaidia shirika lako kufanya maamuzi bora ya data Mchakato wa kupanga uwezo mmoja (10 dakika) Kwa uwezo mmoja muhimu wa baadaye, kutambua kile ambacho kitakuwa na mafanikio zaidi ya utekelezaji tu Maswali ya mawazo: Ni nani kati ya 5 W (Kwa nini, Nini, Ambapo, Wakati, Nani) unaona changamoto zaidi ya kufafanua kwa uwazi? Namna gani kanuni ya "Uathiri wa Biashara Kwanza" inaweza kubadilisha jinsi shirika lako linavyotathmini mapendekezo ya data? Ni mabadiliko gani ya shirika yanahitajika ili kutekeleza kwa mafanikio kiwango cha mafanikio? Kuangalia mbele: kile kinachotokea baadaye Hii inamalizia mfululizo wetu wa utekelezaji kwenye Bodi ya Maono ya Ecosystem ya Data. Katika magazeti ya baadaye, nitafunza jinsi ya kuendesha Bodi yako ya Maono kupitia mipango ya kila mwaka ya kimkakati, usimamizi wa mradi, na kuboresha daima. Shukrani kwa kushirikiana nami katika safari hii! Kwa njia ya hatua hizi, Sarah alianza kubadilisha Bodi ya Maono kutoka kwa mkakati hadi ukweli - safari ambayo itafanywa katika miezi na miaka ijayo kama 4seconds.com ilijenga mazingira ya data ambayo inahitajika kusaidia malengo yao ya biashara. Tumia data yako kwa madhumuni! Uongo 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. Kujiandikisha kwenye ukurasa wangu wa Substack na jarida, na kuruhusu kukusaidia kubadilisha ujuzi wako wa biashara! Kujiandikisha kwenye ukurasa wangu wa Substack na jarida, na kuruhusu kukusaidia kubadilisha ujuzi wako wa biashara! . Hapa ya Hapa ya , Ukurasa wa Substack na Newsletter Ukurasa wa Substack na Newsletter Muundo wa