Как построить data-driven культуру, а не просто BI, в который никто не заходит? 🟣В прошлом посте я писала: данные ≠ актив, если вы с ними ничего не делаете. Но чтобы начали делать, нужна не просто BI-система. Нужна культура. И как и всё важное в бизнесе, она начинается с головы. Я вообще выросла в аналитической среде. Когда я начинала карьеру в консалтинге, ни Big Data, ни ChatGPT ещё не было, но мышление «данные → вывод → решение» у нас тренировали так, как будто от этого зависела судьба миллионов (и иногда — правда зависела). 🟣Этот майндсет остался со мной до сих пор. И я вижу: чем дальше, тем чаще компании говорят, что они аналитичные, но при этом продолжают принимать решения на летучках в духе «ну по ощущениям». А BI-системы — просто красивые панели, на которые никто не заходит. Вот 5 элементов, которые реально помогают построить культуру решений на данных. 1️⃣ Всё начинается с фаундера и C-Level: Если CEO говорит «я чувствую, что надо пушить эту фичу» и не дает задачу проверить гипотезу — всё, приехали. Команда будет делать то же самое. Data-driven культура начинается с того, что лидер принимает решения на данных. ✸ Он задаёт вопросы. ✸ Просит цифры. ✸ Не ведёт обсуждения в стиле «мне кажется». 2️⃣ Без инструментария — ничего не взлетит: Не надо думать, что культура вырастет на энтузиазме. Если у людей нет доступных и понятных дешбордов — никакая data-driven культура не сложится. Метрики должны быть: ✸ Привязаны к бизнес-целям ✸ Регулярно обновляемы ✸ С возможностью копать вглубь, а не просто «доход-расход» Иначе всё закончится в Excel на 17 вкладок у одного аналитика. 3️⃣ Люди должны понимать, что их перформанс считают по данным: Не метафорически, а буквально. ✸ Если в компании бонус зависит от бизнес-результатов — значит, сотрудник должен видеть свои метрики. ✸ Если продуктовая команда оценивается по росту retention — она должна уметь его мерить, а не угадывать. Когда оценка и рост человека связаны с метриками — у него появляется привычка на них смотреть. 4️⃣ Нормализуйте «сначала смотрим → потом решаем»: Я обожаю команды, в которых принято начинать обсуждение с цифр. Прямо нормализовать это: ✸ Хотите запустить фичу? Где данные? ✸ Хочешь отключить воронку? Что на неё влияет? ✸ Думаешь, надо пушить что-то в маркетинге? Где проверка гипотез? Это становится привычкой. А привычка → поведение → культура. 5️⃣ Культуру нужно растить через обучение: Если вы строите команду посильнее или у вас уже есть масштаб, то работа с данными = отдельная компетенция. 🟣 Что можно делать: ✸ Обучение по интерпретации ключевых метрик ✸ Мини-тренинги по юнитке, ретеншну, воронкам ✸ Кейсы «что сказали данные и к чему это привело» ✸ Отправлять на курсы или собирать внутренний чек-лист Если компания маленькая — то хотя бы: ✸ Привычка делиться аналитикой ✸ 1 инсайт недели в чат ✸ Простые дешборды для всей команды 🟣 Пример Плохой сценарий: ✸ «У нас упала конверсия с лендинга!!!» ✸«Паника!!!» Хороший: ✸ «Конверсия упала, но трафик вырос в 2 раза, потому что залили TikTok с нерелевантной аудиторией. А CTR по email — остался стабильным». Это и есть мышление на данных. Контекст, динамика, гипотеза, вывод. В итоге, data-driven культура — это про то, чтобы каждый в команде реально начал думать через данные, а не через «мне кажется» или «ну, так всегда делали». Чтобы цифры стали не страшным отчётом, а привычкой — первым делом смотреть на них, задавать вопросы и искать ответы. А как часто вы в команде обращаетесь к данным и стараетесь ли вы формировать привычку в команде? Пишите в комментариях 🚀. #Data_driven