精益数据分析 - 照亮创新黑暗迷宫的火炬

2024-02-24 15:20

本文主要是介绍精益数据分析 - 照亮创新黑暗迷宫的火炬,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、创新模型出了什么问题?

许多时候,创新被想象成这样一个过程:领导或者创新部想出一个绝妙点子,交给工程部或研发部去实现,如果一切顺利,那么一个成功的产品就由此诞生了。

残酷的现实一次次打击团队,绝妙点子碰上一次又一次的惨败。有人会说,创新吗,失败一两次很正常的。失败是成功之母。但是,这里面的关键在于是摔一个跟头,还是一命呜呼。我们看到的是一次次一命呜呼,一个一个大惨败,从2000年的Webvan,到2016年中国遍地的O2O创业项目。然而,大家并不怀疑这个创新过程,大家觉得是他们的点子不好,是他们的工程团队能力不足,是市场还不成熟,各种原因林林总总,但是我们会不一样的。几年以后,又一场惨败,我们成为了别人口中的他们,一切从头再来。

其实问题的根源在于,大家错误地理解创新模型,创新是一个复杂的过程,不是一个点子转化成一个产品这么理想化。一个优秀的产品不是有一个点子构成的,而是由成百上千,甚至成千上万的点子(决定)构成的。举个简单的例子,想想一部部皮克斯的成功电影,影片里面有多少诚意满满的细节。如在电影《美食总动员》中,“黑白瓷砖地板上主厨的木底,皮鞋走路的噼啪声,大厨们切菜时抬举胳膊的姿势以及他们摆放厨具的方式 ”。这些细节展示了团队对电影主题的深入了解,对作品背景设置的全面把握,这种自信会渗透到影片的每一帧画面中,让观众体会到这是一部伟大的影片,一个震撼而真实的故事。

二、拷问失败,根源在于创新生态缺失

写到这里大家应该可以明白了,现在缺失的不是一个好点子,而是一个被授权、被激励、有动力去精雕细琢每个细节、而又能按时交付的创新生态系统。金字塔不是奴隶建成的 ,创新也不能靠被强迫996的IT外包。

究其原因,创新过程需要作出海量的小决定这些决定必须由掌握第一手决定的一线人员作出,而不能指望高高在上,日程表满满的领导们。每次看到月初等待领导审核需求、审核界面风格,而月末疯狂007的“创新”团队时,我的心中都深深为他们感到悲哀,同时又感到很无力,看着他们的青春年华被消耗在这一个一个注定失败的“创新”上面。我想我总应该做点什么,这也是我最近开始研究创新管理的根本原因。不做好创新管理,敏捷精益做的再好,也不过是更快速地,让大家更劳累地,做更多无用功

为了能让基层快速做出更好地决定,创新生态注定不是一个中央控制式、命令控制式的系统,而必然是一个分层的复杂系统,底层单元可以在一定权限内自主运行,高层单元在底层单元之上构建,实现更高级地功能,但又不干涉底层单元的自主运行。这个架构在机器人领域叫包容架构,以下视频就是一个基于这个架构构建的一个复杂系统。参看视频:“包容架构机器人”。


 三、建立有效反馈机制,培育健康创新生态

培育创新生态系统的第一要素是建立反馈机制,因为反馈是进化的前提。只有有了反馈机制,复杂系统里面的各层单元才能不断演化,整个系统才能更有效地创新。

 

我们再来看看皮克斯,它们的挑战在于,电影是一个很难建立反馈机制的产品。在电影历史上,无数大制作花出去了真金白银,上映时就会票房惨败。但是,皮克斯做到了,看下面这组NB无比的数据, 从1995年起,20年间,只要皮克斯发片,基本上可以保证全球票房前十,甚至两次问鼎全球票房冠军。2014年,他们更加果断地取消了《蝾螈》(Newt),以避免惨败,他们是怎么做到的呢?

皮克斯建立了非常成功的反馈机制:智囊团审片会机制。这个机制有三个非常重要的基石:1. 坦诚沟通的文化;2. 快速产出动画小样;3. 定期智囊团审片(The Brain Trust Meeting)。坦诚沟通文化听起来很简单,但是,很难培育,这个未来作者再专文讲解。动画小样的制作过程是这样的:首先会画好分镜头故事板,然后将画面串联在一起,并配上同步音效和音乐,由此得出影片的粗样, 也就是动画小样。下图就是飞屋环游记当时的故事板。

http://pixar-animation.weebly.com/storyboard.html

接着,由智囊团观看动画小样,讨论影片哪些地方不够合理,哪些地方需要改进,以及哪些地方需要删除。但是这个评审会和其他类似会议有两个显著的不同 :1. 评审会的参与人员都是讲述故事的大师,这使得被评审影片的导演也很乐于倾听来自这些大师的意见;2.评审会没有任何实际权力。影片导演决定应该是否听取、如何听取智囊团意见,如何对故事进行修改。皮克斯的一个核心理念就是故事为王,智囊团评审会确立的反馈机制很好地帮助皮克斯保证这一核心理念得到充分贯彻。2006年,迪士尼收购了皮克斯,但是,反而将迪士尼动画工作室完全交给皮克斯的两位负责人管理。这两位负责人作了一个伟大的实验,他们将迪士尼工作室和皮克斯工作室完全隔离开,仅仅将皮克斯的文化和运作机制移植到迪士尼,包括坦诚文化,智囊团,动画小样和评审会机制。仅过了几年的卧薪尝胆,迪士尼起死回生,2013年《冰雪奇缘》勇夺全球票房冠军,近两年更是连续产出了《超能陆战队》《疯狂动物城》等佳作。【后记:文章写作时,2016奥斯卡还没有出炉,现在2016奥斯卡已经揭晓,《疯狂动物城》毫无悬念地摘取奥斯卡最佳动画长片奖。】

四、坚持快速实验,不断验证假设,

逼近战略目标

电影是一个具有高度创新性的无形产品,很难量化。因此,皮克斯用智囊团会议这种定性方式建立反馈机制,并取得了良好的效果。而对有型产品而言,应该可以建立基于量化数据的反馈机制。另一个创意企业谷歌就非常重视数据反馈。谷歌的多数会议室都配有两台投影仪一台用于与其他办公室进行视频会议以及投射会议纪要,另一台用来投射数据。在交流意见和讨论观点时,谷歌人会以公布数据的方式作为会议的开场。不希望以“我觉得”这句话来服人,而是用“请看数据” 这句话来服人 。

 

创新过程是如同在黑暗的迷宫里面找寻出口。这一过程难免走弯路,但是成功关键在于快速实验,快速反馈。在Alistair《精益数据分析》一书中,他给出了一个Airbnb的例子 。2009年,Airbnb刚刚起步,团队有两个假设:

 

  • 价值假设:有专业照片的住房会获得更多预定;

  • 成长假设:房东会愿意使用专业摄影服务。

为此,团队快速利用看门人MVP,快速进行试验,获得数据反馈。看门人MVP是指先快速利用一个小团队来代替软硬件系统和专业服务团队,以小规模甚至是高成本、不经济的方式先运作起来,以求快速获得反馈。等反馈数据验证了假设,再来建设完备的软硬件系统和专业服务团队,以获得规模优势。

在上面这个Airbnb例子当中,可以看到看门人起到了串接业务流程的目的,使得20名摄影师作为第一批可以先开始帮助房东拍摄房屋专业照片,以获取实验数据,下图大家可以看到非专业照片和专业照片的对比。

看了上面的照片,读者应该已经可以猜到数据结果了,两个假设都被证实:有专业照片的住房相对于市场均值而言可以得到2-3倍地订单,因此房东也非常愿意使用这个服务。以这个数据为基础,Airbnb开始构建IT系统和客服团队,不断优化和扩展这个专业摄影服务。

这时,他们关注一个核心业务指标,每月的专业照片数量,不断发现去优化这一指标。

团队首先建立起监控体系,不断快速实验和进行数据分析。团队发现为了提高每月拍照数量需要监控若干指标:每月新增摄影师数量,每月摄影师流失率,拍照完成时间等等。

经过不断的优化和实验,包括自动给摄影师付款(减少客服人工干预,提升客服用于招募摄影师时间;提升摄影师满意度,降低流失率),扩充客服团队,优先展示专业摄影房源等措施,希望不断发现问题不断优化这个指标,最终取得了商业成功。

 

五、选对“唯一指标”,掌握探索前行的罗盘

在上面Airbnb的例子可以注意到,根据当前业务发展阶段,选择正确的业务指标对创新企业来说至关重要。然而,这件事难度非常大,就像要在茫茫大海中要辨明方向一样。好在在《精益数据分析》这本书中,总结了在诞生于美国硅谷精益数据分析体系。这个体系以硅谷100多位创始人和内部创新者的亲身实践为基础,最终由投资人兼多次创业者 Alistair Croll 结合自身经历融汇贯通而成。 书中把创新分成共情、粘性、病毒、收入、规模化五个阶段。


将这五个阶段和六种常见的商业模式(电子商务、SaaS、移动App、媒体网站、用户生成内容、双边市场)相结合,可以得出不同业务类型的组织,在不同阶段最应关心的业务指标体系(见下图)。

例如,上面例子中的Airbnb就属于典型的双边市场,这个市场既需要房东,又需要租客。Airbnb已经进入了收入阶段,所以他们就应该聚焦于交易量和佣金指标。

 

这一框架的另一贡献在于,它引导团队在一个阶段只需要聚焦于1-2个核心业务指标,这些指标就像照亮黑暗迷宫的火炬,它指引相关决策人员保持聚焦,汇聚优势资源于最有价值的事务,确保企业战略快速落地。同时,它让团队养成以用户反馈为中心,数据优先的决策习惯,破除教条主义和”一切唯上“的组织文化,为企业形成健康的创新生态奠定了关键基础。

 

精益数据分析方法不仅包括指标体系,还针对指标给出了重要的基线数据。例如,在进入规模化阶段之前,月用户流失率应该降到2-5%以下;在进入规模化阶段之后,周用户增长速度应该达到5%,等等。这些都是硅谷众多创意精英总结的宝贵经验。

六、应用精益数据分析,加速创新成功

确定了本阶段业务指标之后,下图给出了应用精益数据分析的具体过程:


纵横互联网行业18载的网易CEO丁磊亦力荐《精益数据分析》一书,号召全体员工学习这一实用的理论与方法,把营销变成学习,把产品开发变成与客户的交流,以实现网易旗下各产品的良性稳健发展。

本文首发于GitChat平台。Alistair2月28号晚上在GitChat上进行了一次访谈,点击阅读原文,获取访谈实录内容。

吴穹博士近期公开课介绍

精益创新领导力课程之【研发管理篇】

本课程以LIFE框架(企业级精益创新框架)为基础,结合团队七年来在平安、华为、顺丰等公司的创新管理实战经验,以及精益思想、看板方法、复杂系统、稀缺心理学等理论方法融会贯通而成,致力于解决“如何在企业内部培育创新生态”这个普遍难题。课程分为【研发管理篇】和【创新生态篇】两个部分。研发管理篇阐述如何管理充满不确定性的创新研发过程,帮助研发管理者解决交付压力大、交付周期长、质量不稳定、市场需求多变等问题,并初步具备快速落地的能力。

报名信息如下,期待您的参与。。。

日期:2017年4月20 - 21日

地点:北京丽亭华苑酒店

价格:8500元/人(含午餐与茶歇)

邮件:info@agilean.cn

电话:白小姐  138 1079 3830

也可以扫描二维码报名:

这篇关于精益数据分析 - 照亮创新黑暗迷宫的火炬的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/742520

相关文章

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

win7下安装Canopy(EPD) 及 Pandas进行python数据分析

先安装好canopy,具体安装版本看自己需要那种,我本来是打算安装win764位的,却发现下载总是出现错误,无奈只能下载了32位的! https://store.enthought.com/downloads/#default 安装好之后,参考如下连接,进行检验: 之后再根据下面提供的连接进行操作,一般是没问题的! http://jingyan.baidu.com/article/5d6

风格控制水平创新高!南理工InstantX小红书发布CSGO:简单高效的端到端风格迁移框架

论文链接:https://arxiv.org/pdf/2408.16766 项目链接:https://csgo-gen.github.io/ 亮点直击 构建了一个专门用于风格迁移的数据集设计了一个简单但有效的端到端训练的风格迁移框架CSGO框架,以验证这个大规模数据集在风格迁移中的有益效果。引入了内容对齐评分(Content Alignment Score,简称CAS)来评估风格迁移

《黑暗之魂2:原罪学者》是什么类型的游戏 《黑暗之魂》可以在苹果Mac电脑上玩吗?

在宏大的世界观游戏中,《黑暗之魂2:原罪学者》脱颖而出,以其探索性和挑战性征服了全球玩家的心灵。下面我们来看看《黑暗之魂2:原罪学者》是什么类型的游戏,《黑暗之魂2:原罪学者》可以在苹果电脑玩吗的相关内容。 一、《黑暗之魂2:原罪学者》是什么类型的游戏 《黑暗之魂2:原罪学者》作为《黑暗之魂2》的增强版和重制版,是一款FromSoftware制作、BANDAI NAMCO和FromSoft

「大数据分析」图形可视化,如何选择大数据可视化图形?

​图形可视化技术,在大数据分析中,是一个非常重要的关键部分。我们前期通过数据获取,数据处理,数据分析,得出结果,这些过程都是比较抽象的。如果是非数据分析专业人员,很难清楚我们这些工作,到底做了些什么事情。即使是专业人员,在不清楚项目,不了解业务规则,不熟悉技术细节的情况下。要搞清楚我们的大数据分析,这一系列过程,也是比较困难的。 我们在数据处理和分析完成后,一般来说,都需要形成结论报告。怎样让大

nyoj306(走迷宫)

走迷宫 时间限制: 1000 ms  |  内存限制: 65535 KB 难度:5 描述 Dr.Kong设计的机器人卡多非常爱玩,它常常偷偷跑出实验室,在某个游乐场玩之不疲。这天卡多又跑出来了,在SJTL游乐场玩个不停,坐完碰碰车,又玩滑滑梯,这时卡多又走入一个迷宫。整个迷宫是用一个N * N的方阵给出,方阵中单元格中填充了一个整数,表示走到这个位置的难度。 这个迷宫可以向上走,向

2024年AI芯片峰会——AI芯片架构创新专场

概述 2024年9月7日于北京举行。 官方链接: 大会官网 正文 对存内计算的思考——戴瑾 面向边缘端大语言模型的RPP架构芯片与落地实践——李原 LLM推理端的特征 边缘计算的特征 来源《联想集团边缘计算白皮书》出炉 Llama2计算过程举例 RPP架构 RPP软件栈 RPP的PPA AI 芯片架构创新开启打算里第二增长曲

结合Python与GUI实现比赛预测与游戏数据分析

在现代软件开发中,用户界面设计和数据处理紧密结合,以提升用户体验和功能性。本篇博客将基于Python代码和相关数据分析进行讨论,尤其是如何通过PyQt5等图形界面库实现交互式功能。同时,我们将探讨如何通过嵌入式预测模型为用户提供赛果预测服务。 本文的主要内容包括: 基于PyQt5的图形用户界面设计。结合数据进行比赛预测。文件处理和数据分析流程。 1. PyQt5 图形用户界面设计

使用AI大模型进行企业数据分析与决策支持

使用AI大模型进行企业数据分析与决策支持已成为现代企业管理的重要趋势。AI大模型凭借其强大的数据处理能力和智能分析功能,能够为企业提供精准、高效的数据分析服务,进而支持企业的决策过程。以下是使用AI大模型进行企业数据分析与决策支持的具体方式和优势: 一、AI大模型在数据分析中的应用 超级数据处理能力 海量数据处理:AI大模型能够同时处理海量数据,包括结构化数据、非结构化数据等,满足企业大规模

【ShuQiHere】从残差思想到 ResNet:深度学习的突破性创新

【ShuQiHere】引言 在深度学习的迅速发展中,卷积神经网络(CNN)凭借其在计算机视觉领域的出色表现,已经成为一种主流的神经网络架构。然而,随着网络层数的增加,研究人员逐渐发现了一个关键问题:梯度消失 😖 和 梯度爆炸 💥,这使得训练非常深的网络变得极其困难。为了解决这一问题,残差思想 💡 被提出,并在 2015 年由 Kaiming He 等人正式引入 ResNet 中。这一创新不