如何讲清楚做的bi看板、宽表开发、数据产品的业务价值呢,我们是一个乳业公司里做数智化转型部门里的数据中台组,每次汇报领导总是反馈业务价值低,或者价值不清楚
提问
汇报时别先讲看板、宽表怎么做的,先讲它让谁做了什么决定、改变了什么结果;技术细节只用来让领导相信你的结论。
领导要的是决策,不是交付物
材料里的观点立正在讲汇报时提到,老板听到你的成果,脑子里会闪过“这相对竞争对手是什么情况”“这个提升对我意味着什么”“够不够、还要不要继续投”这类评估,然后要做决策。你要做的是把这件事的意义讲清楚,帮他做这个决策;技术细节的作用只是建立他对你结论的信任,他不信才需要看细节1。放到你们组:BI 看板、宽表、数据产品本身都是交付物,领导问“价值”时,问的是这些交付物改变了哪个业务动作。汇报开头可以直接写:某类用户/某条产线原来靠什么判断,现在靠什么判断,判断变快或变准之后做了什么不同的事。
价值说不清,常常是责任在交接中丢了
材料里的观点立正在《如何识别与消灭 fake work》里讲,fake work 容易长在责任被重置的地方:每交接一次,原本的结果就被翻译成更容易验收的交付物——用户问题变成需求,需求变成功能,功能变成上线,交付物都按时完成,最初的问题却可能原封不动。他给的办法是缩短距离:定义问题的人要跟到结果出现,结果不好,责任要一路回到最初的判断2。这正好解释你们的处境:中台组接到的是“做个看板”“开发张宽表”,验收标准自然变成上线没有、跑通没有。要讲出业务价值,得把这条链补回去——这个需求最初是业务方想解决什么问题,上线后谁在用、用来做什么决定。
先问清“这份数据要支持什么决策”
AI推演Mujtaba 在谈数据团队向上沟通时说,最重要的问题是“我们会用这份数据做什么决策、目的是什么”,因为提需求的人往往不了解数据,要的是某些数据,而知道问题后其实可以提供更好的数据;如果答案是没有什么决策,就可以反问这值不值得优先做3。立正回应说,这是区分一个只会写 SQL 的人和能影响决策的数据科学家的关键问题3。对你们是 AI 的应用建议:汇报前对每个看板或宽表问一遍“它支持谁的哪个决策、不做会怎样”,答不上来的先别当成果讲,或者如实标成基础能力投入。
提供的片段没有乳业或中台组织的具体案例,以上是把通用汇报与数据团队沟通原则套到你们场景的推演;具体该找哪个业务决策、哪些指标算价值,需要你们自己的业务信息。
回到3份原文
讲汇报时老板如何评估成果、技术细节该扮演什么角色。
解释交付物替代结果、责任在交接中丢失的机制。
数据团队如何追问需求背后的决策,以及立正对此的回应。