打造數據知情組織的基石（上）
原文連結：The Building Blocks of a Data-Informed Company
在過去十年間，網路產品結合了更高的市場滲透、更多的連接裝置以及更便宜、更好取得的容量空間，造成了使用者與產品的互動資料量有了突破性的成長，也加速了公司內部開始需要更多規劃和行動，以從這些爆炸成長的數據中得到洞見。產品分析的角色開始茁壯，例如 A/B Testing 還有各種實驗框架讓產品的迭代可以更加快速，不只加速了產品開發及上線的流程，也帶來了產品的複利型成長。
漸漸的，一個公司的競爭還有創新能力越來越仰賴組織對產品的分析能力，若能成功地運用分析技術來挖掘大量數據中的商業洞見，就能大大提升組織及產品的成功率。換句話說，打造數據知情組織會是未來的關鍵趨勢。
在過去幾個月中，我們提供了更深度的指南來幫助你理解如何打造一個成功的數據知情組織。一個偉大成功的數據知情組織有很多的特點，但可以被大概分為以下兩點：影響力及文化。在這篇文章中，我們會討論數據知情產品公司的特色及指南。
讓產品分析發揮潛能
在大數據時代來臨以前，打造產品的方式主要是依賴直覺。直覺雖然有時候可以被數據佐證，但並不是一個有架構的方法。
直覺的來源是人類在潛意識消化所見所聞的量化及質量數據，這樣的方式會受限於你所學及所見的數據，沒有遵循資料科學的科學方式，直覺通常伴隨著偏見，直覺會讓人類容易做出有缺陷的決策，導致極高的風險。
但這也不表示直覺在產品開發的過程中不重要，相反的，在產品開發早期還沒有任何數據存在時，經驗豐富的直覺是非常有價值的。在這個階段，產品開發的方法主要依賴在設計還有工程的面向，較少是在資料科學上。這也能解釋為何在十幾年前，當我們還沒有那麼多資料可以分析時，這些早期產品都是由設計和直覺驅動的。
隨著數據量的爆炸性成長，公司開始找尋更有效地方式來利用數據創造影響力及價值。分析的重要性開始受到重視，在許多面向貢獻了不可或缺的價值。資料科學、資料工程還有數據基礎工程，成為產品組織中的關鍵角色。
早期的數據工作都是在算數字（我們有多少用戶？我們的利潤多少？）這種數字的工作是沒有科學在其中的。下一個資料分析的階段就是把這些數數的工作自動化，我們開始建立儀表板還有視覺化的工具來達成早期的數據工作。在這個階段重要的就是輸入的資料正確性，確保這些數據是高品質且被正確定義，藉由打造正確的數據處理流程，讓這些任務可以全部被自動化。這些就是資料基礎功能還有資料工程的本質。
數據下一階段的任務就是確保正確的產品及功能被創造出來。這時候就需要資料科學了 —…
