谷歌团队如何在分析中融入故事性

即使是最先进的 如果不使用企业决策者的语言，分析模型就会变得平淡无奇。而当相关决策过程停滞不前时，往往是因为数据见解缺乏清晰的叙述、业务背景或与高管所关心的问题之间的联系。这些都是我们在谷歌中小型企业（SMB）部门学到的经验，当时我的分析团队建立了一个复杂的模型来优化公司全球支持组织的人员配置。

该模型能够通过模拟数以千计的可能情况，预测 100 多个国家的波动性需求，并就销售和客户支持人员配置水平提出建议。它考虑到了季节性、地域差异，甚至复杂的客户优先级规则。我们验证了数据，审查了假设，并对逻辑进行了压力测试。

但是，当我们向高级利益相关者介绍该模型时，他们却没有表现出多少热情。利益相关者非但不欣赏模型的复杂性，反而把讨论重点放在我们建议模型的实用性上。一位领导问道："这对下一季度拉丁美洲的人员配置意味着什么？另一位领导则质疑这些建议将如何影响她的底线。几周的工作停滞不前。没有做出任何业务决策。

这并非孤立事件。技术上完善的模型屡次未能在执行层面产生影响。虽然我们的许多数据专家相信，更好的模型将带来更好的业务成果，但高管们却被复杂性压得喘不过气来，并对他们无法理解上下文的黑箱洞察力持怀疑态度。

教训是显而易见的：分析必须针对如何做出决策而构建，而不仅仅是如何分析数据。这就要求我们重新思考分析堆栈--不仅仅是数据和模型，还包括如何通过讲故事来指导流程的每个阶段。

因此，在 2023 年，我们开始建立一个以叙事为核心的原创框架，目的是让企业领导者能够更快、更自信地做出决策。该框架借鉴了一系列内部项目的经验教训。我将模型概念化和结构化后，在 2024 年年中与分析团队和业务利益相关者一起对其进行了完善和压力测试。此后，作为谷歌中小企业部门的分析主管，我在涉及销售战略优化、业务规划和高管决策支持的高影响力项目中直接实施了这一方法。