category
在本系列的前两部分中，我们探讨了如何即使是设计最好的数据平台也能为失败而构建，以及数据强大的框架如何利用设计思维来创建以人为中心的数据解决方案。在这里，我们将分享我们在实践中学到的一些教训。（此处阅读第一部分，此处阅读第二部分）
技巧1：转变心态
数据真棒心态可以用一句简单的话来概括：让每个人都有数据真棒。这句口头禅带来了以人为中心的数据处理方法和客户对我们数据产品的痴迷。我们衡量成功的标准是我们可以在多大程度上改变人们对数据的感受：从数据挫折到数据赋权。
数据挫折是我们创造的一个术语，用来解释数据体验低于用户期望的情况。我们的意思是，当用户认为数据是浪费时间和精力时，会被数据淹没，或者如果他们的期望没有得到满足，就会回到自己的舒适区（例如电子表格）。另一方面，数据赋能是指数据体验超出用户的预期，使他们能够完成既定目标。
技巧2：原型与数据以获得早期反馈
我们只从一个项目开始，一个用于人员配置线索的仪表板，以实现更好的供应计划。几周后，使用量翻了两番，反馈从“我无法理解它”变成了“没有它我就无法工作”，“我准备放弃我的电子表格了”。新的仪表盘是根据受众的需求量身定制的。它使他们能够更好地做好自己的工作。他们喜欢它，不仅采用了它，还成为了我们数据项目的冠军。该仪表盘在可用性、实用性和对业务的价值方面为所有其他仪表盘提高了标准。利益相关者和技术团队开始将其作为参考。
在另一个例子中，我们没有足够的可用数据来制作仪表板的原型，所以我们与全球供应主管配对，将她用于每月保存的幻灯片原型提交给我们的全球领导小组。快速原型设计为业务带来了立竿见影的价值，并在将我们的利益相关者转变为合作伙伴以及为该数据项目争取专用时间方面发挥了关键作用。通过在幻灯片上进行设计，摆脱了任何数据可用性限制，我们改变了团队的思维方式。这不是关于可用的数据，而是关于哪些数据有助于利益相关者更好地工作。这项工作有助于确定我们数据产品的优先事项。应用于数据的快速原型设计可以节省时间、金钱并避免过度工程化。收益可以衡量为减少了生成业务问题答案的周期时间。
技巧3：超越数据可视化思维
很多时候，当企业试图以数据为主导时，他们认为这是给员工提供数据仪表盘，而不是考虑他们需要什么数据来完成工作。一个常见的陷阱是从数据而不是从人开始：这意味着他们共享数据，而不是见解。我们需要了解员工完成工作所需的信息，以及他们追求的业务成果。只有这样，我们才能将数据塑造成有意义的见解。洞察力是由一个问题、一个答案和足够的上下文组成的，使答案有意义。
数据可视化是我们交流答案以形成见解的方式，一个好的数据可视化是答案的图形表示，在共享信息方面最有效。无论如何，如果你的数据没有回答用户需要和想做的工作的问题，那么你的数据是无用的，即使你使用的是最好的数据可视化。
技巧4：通过展现早期价值，灌输对错失良机的商业恐惧
你熟悉这些情况吗？业务利益相关者不信任这些数据。业务利益相关者不参与分析。尽管进行了技术数据方面的努力和投资，但企业并没有朝着成为一个数据赋能组织的方向发展。工程团队和业务利益相关者脱节。
Data Awesome Framework通过理解业务需求和共同设计见解，引导技术人员走上合作之路，从而弥合了技术人员和业务之间的差距。它为他们提供了可以一起做和自己做的事情，以产生早期价值。工程团队对客户的需求有更好的同理心和理解，并利用它来优先考虑需要首先解决的技术挑战。工程团队和业务利益相关者合作共同设计和制作分析。以人为中心的方法创造了短周期的反馈，以促进技术和商业之间的合作关系以及共同的主人翁意识。业务利益相关者的更好参与将提高业务和运营的效率和持续改进。
技巧5：在人们所在的地方与他们会面，并使用技术使他们能够
让每个人都拥有出色的数据并不意味着每个人都需要成为数据科学家或商业智能专家。了解我们的团队和业务利益相关者的数据流畅性可以产生巨大的影响。通过与我们的一些业务利益相关者坐在一起，我们了解到他们正在使用交互式仪表板作为打印报告，错过了筛选、处理和演练的潜力。我们直接在仪表板上创建了快捷方式过滤器，并明确了小部件何时可以点击。工程团队投入了大量时间来学习我们的商业智能工具，为我们的用户设计更好的仪表盘。通过与他们合作创建简单的模板和拖放小部件，以涵盖最常见的场景，我们能够将向客户提供见解的时间从几个月减少到几周，并且在创建新的仪表板时，我们的工程团队的用户参与度增加了87%。
