最初的观察
回答管理层提出的一个问题,需要手动从不同的系统和报告中收集信息。
案例研究 · 行业:建筑与技术服务
有关运营的信息其实是存在的,只是分散在不同的系统、报告和人员之中。在弄清楚什么在延误、什么需要关注、该在哪里采取行动之前,团队必须手动重建一幅本应立即可见的全貌。
一套通往清晰认知的固定方法
要弄清楚运营的真实状况,需要交叉核对来自多个来源的信息。问题并不在于收集更多数据,而在于在采取行动之前,花费大量时间手动重建一幅共同认可的全貌。
哪些关联因素让问题持续存在?
每个系统只呈现现实的一部分
要获得完整视图,只能靠人工拼合
信息来源缺乏统一标准
同一个现实出现不同的版本
每次决策前都要人工核对数据
决策变慢
从最初印象到真正问题的思考路径。
我们没有一开始就选择解决方案,而是先验证表面上的问题是否就是真正需要解决的问题。
以下内容基于已记录的挑战、目标与成果,对思考过程进行了编辑重构,并非Discovery会议的逐字记录。
最初的观察
回答管理层提出的一个问题,需要手动从不同的系统和报告中收集信息。
最初的假设
不完整一个能整合现有数据的仪表盘,或许就能解决可见性不足的问题。
为何看似合理
数据分散在不同工具中,是最直接、最显而易见的症状。
促使我们改变判断的原因
每个系统都只呈现了现实的一部分。
同一个指标,会因查询的来源不同而显示出不同的数值。
在不一致的数据基础上搭建仪表盘,只会复制同样的不信任感。
为何调整方向
更好的数据可视化并没有解决问题的根源。在展示任何信息之前,需要先确定每个状态或指标在所有信息来源中究竟意味着什么。
新的方向
我们从设计界面,转向在进行任何可视化之前先定义统一的状态和指标。
深入分析
每种模式对应的是哪一项原则?
原则 01
原则 02
原则 03
工作方式发生了哪些变化?
此前
数据分散在不同系统之间
此后
统一的决策参照标准
每个系统只呈现一部分信息
一个统一呈现运营全貌的中央视图
决策前先核对数据
基于统一参照标准来决策
团队之间的指标不一致
共享统一的指标
表象背后的根本原因是什么?
表象
数据不足
真正的问题
数据缺乏整合与统一参照标准
原则
让信息更贴近决策发生的那一刻
“运营的可见性,并不是靠堆积报告获得的,而是当决策者能够迅速看清正在发生什么、偏差出现在哪里、哪些地方需要关注时才真正实现。”
相关思考
问题不是数据太少,而是在需要决策的那一刻手上没有数据大多数企业并不缺数据。它们的数据太多,分散在太多地方——而在真正需要做决定的那一刻,没有一份是现成可用的。深入了解推理过程下一个案例
行业:健身与健康当客户越来越多,后续跟进的工作量却超出了团队能承受的范围情境会变,方法不变。