萨德基：Fishtown Analytics的预测师Tristan Handy近日发表该文称，预测潜能是每一创业团队者必不可少的核心理念潜能。在这篇手册该文中，他预测了创业团队各期所须要展开的预测组织工作，阐释了怎样就可以恰如其分地展开预测关键性决策，以协助子公司身心健康。
我非常确定每一人都须要预测。更为重要是产品，网络营销，财务管理，销售以及实行操作方式过程。创会子公司的每一人都须要预测。从发展战略到阵型，从监事会室到雇员各队，预测影响着每一关键性决策。
这首诗主要就是为了告诉你，怎样为你的子公司建立预测潜能。这不是有关分项追踪（有许多好的回帖有关分项追踪），它是有关怎样真正让你的子公司下一年度。在我看来，“怎样建立一个可操作方式统计数据的业务”这个问题极难提问。
但标准答案已经开始出现加速变动。预测系统已经开始迅速变动，你所保有的快捷键在过去24个月内出现了关键性改变。这首诗的主要就内容是对2017年统计数据技术的建议和一些实战经验。
第一：你为什么要听我的
我花了可贵的三十年来专门从事分析组织工作。那时候，我知道许多事都关键性进展成功，但还是有许多不太好的事。 我花了我生涯的晚期部分，实行现代企业统计数据挖掘项目（莫非）。我从2009年至2010年建立了Squarespace的第二个预测板块，并通过统计数据得到了大量A轮股权融资。我当时是SNS新闻媒体预测子公司Argyle Social的行政官CFO，随即是RJMetrics(为创业团队子公司提供一流的统计数据挖掘网络平台)的网络营销总裁。
现在，作为Fishtown Analytics的行政官行政官和创会人，我协助创业团队子公司继续执行预测统计数据。在Fishtown，他们开始与展开过A轮股权融资的子公司密切合作，并协助他们建立自己的外部预测潜能。他们已经与包括Casper、SeatGeek和Code Climate其中的十多家子公司密切合作过，在这首诗中，就要叙述具体内容操作方式过程。
我将逐步地带你浏览整个操作方式过程，有关你的子公司应该怎样展开统计数据预测。在每一个期，我都会提问“我至少能够逃避掉什么？”他们不是在天空中建造城堡， 他们须要尽可能简单的标准答案。
他们开始吧。
创会期
（0至10名雇员）
在这个期，你没有资源，没有时间。你须要衡量一百万件事。但你非常熟悉业务细节，你可以做出相当好的本能决定。你须要测量你的产品。因为你的产品分项，可协助你在此关键期加速迭代。其他一切都可以往后排。
什么该做
通过 Google Tag Manager在你的网站上安装Google Analytics。统计数据不会很完美，这须要更多的组织工作来润色，但不要担心。
如果你做电子商务业务，你确实须要确保你的Google Analytics电子商务统计数据良好。Google Analytics可以追踪从访客到购买的整个电子商务业流程，所以你须要花时间来确保Google Analytics统计数据是正确的。
构建任何类型的软件，你都须要实时的事件追踪。我不在乎你使用什么工具——Mixpanel和Heap是类似的，他们都很好。在这一点上，我不会太在意你已经开始追踪的内容：只需使用Mixpanel的autotrack或者Heap的默认安装设置。如果你突然须要一个统计数据分项，你会发现它已经在那里了。这种方法不能很好地扩展，但目前为止，它就足够了。
你的财务管理报告应在Quickbooks中完成。你的预测应该在Excel中完成。如果你专门从事订阅业务，请使用Baremetrics作为订阅分项。如果你专门从事电子商务业务，请使用你的购物车网络平台来衡量商品交易总额。不要太花哨。
如果你不是技术人员，你可能须要一名工程师协助你使用Google Analytics和事件追踪功能。整个练习不须要超过一两个小时，包括阅读文档。花点时间建立Google Analytics是值得的。
什么不该做
与上面提到的完全相反。不要买别人的统计数据仓库，商务智能网络平台，大的咨询项目，或者…是的，你懂了。保持专注。当你坚持展开预测时，会有持续的花销、统计数据变动以及业务逻辑变动。一旦你开始这条路，你无法真正把项目暂停。等到子公司发展到后期再开始投资。
会有许多问题你们现在无法提问。这没关系（在现在期）。
非常晚期期
（10至20名雇员）
你的团队有所增大。人们须要依赖统计数据来做组织工作。他们可能是、也可能不是统计数据专家，你须要确保他们做的事基本上是正确的。
什么该做
你可能已经聘请了一个网络营销人员。确保他们使用Google Analytics。让他们负责，以保证统计数据是干净的。他们须要UTM代码，追踪他们建立的每一链接。他们须要确保你的子域名不被双重追踪。你的网络营销人员可能会说他们不会使用Google Analytics。不要听。网站上有足够的有关Google Analytics的信息，如果他们够聪明并且有动力，他们完全可以学习它并弄清楚。如果他们无法担任组织工作，就解雇他们，找别人（认真）。
如果你有一两个销售人员并使用客户关系管理系统，请使用内置的报告。确保你的雇员知道怎样使用它。你须要了解的只有，如期性的代表生产率和转换率等。Salesforce可以做到非常独特。不要将统计数据导出到Excel，在（可怕的）报告构建器中生成报告。即使这是痛苦的，这将在未来几个月节省大量的时间。
你可能有几个人在做客户成功方面的组织工作。大多数网络平台协助系统都没有很好的报告，所以选择可以在界面内轻松测量的关键绩效分项。
确保追踪净推荐值指数。使用Wootric或Delighted
什么不该做
统计数据仓库和基于SQL的预测还为时过早，因为建立它们须要太多时间。你须要花费所有时间做事，而不是预测，最直接的方法是使用你运营业务的各种SaaS产品的内置报告功能。你不应该雇用全职预测师。在这一点上，你有限的资金要花费到更多的重要的事上。
晚期期
（20至50名雇员）
这是事变得有趣的地方，过去两年的改变真的开始变得明显。一旦你展开了A轮股权融资，并有20多名雇员，你就有了新的选择。
这些选择都是由一个事驱动的：预测技术越来越好，越来越快。 以前，这种类型的基础组织工作被保留给更大的子公司。自己预测的好处? 是有更可靠的分项，更多的灵活性和更好的未来增长网络平台。
这是最困难和最关键的期：如果你做的对，这是有前途的，但如果你做错了就会很痛苦。
什么该做
建设统计数据基础。这意味着选择统计数据仓库，ETL工具和BI工具。对于统计数据仓库，选择使用“Snowflake ”和“Redshift”（我喜欢使用Snowflake展开选择）。对于ETL工具，使用Stitch和Fivetran。对于BI，使用Mode and Looker。这个有许多许多的产品；这六个是他们从客户的反馈中得知的。
聘请强大的预测主管。今后，你将须要一个完整的专家预测团队：工程师，预测师，统计数据科学家…但现在，你只能支付（至多）一个人。你须要找到那个，能够在第1天就提供价值的特殊人才，并随着他的成长，可以雇用他周围的团队的人。这个人极难找到——投入时间去寻找他们。通常，这些人有咨询或财务管理方面的背景，他们有MBA学位。虽然这个人应该可以亲力亲为，撸起袖子大干一场。但，你须要雇用一个可以专注于考虑统计数据以及有关你业务的人。策略：未来许多年，他们将成为你的预测难题中最重要的一部分。
考虑聘请顾问。尽管你已经发现了预测主管，但该人不具备将技术堆栈的所有组件结合在一起的专业知识，也不能解决你将面临的所有的不同问题的预测实战经验。随着你的成长，如果在这个关键期出现错误，那么以后会付出许多时间和金钱的代价，所以重要的是打下坚实的基础。为了做到这一点，今天更多的创业团队子公司选择与顾问密切合作以协助他们建立基础，然后在该基础架构周围建立一个团队。
什么不该做
除非机器学习是你产品的核心理念部分，否则请勿雇用统计数据科学家。你须要一名通才，而不是专家来建立你的预测团队。
请不要建立自己的ETL传递途径。这将浪费数小时的工程时间。请到Stitch或Fivetran购买现货。
不要使用我上面提到的两个以外的其他任何商务智能工具。你会在将来付出代价。
请勿尝试使用像Postgres这样的更现代的统计数据库作为统计数据仓库。它不便宜，如果以后当你达到极限时才切换，将会是非常痛苦的。Postgres不能像统计数据仓库一样扩展。
中期期
（50至150名雇员）
这个期可能是最具挑战性的。你仍然保有一个相对较小的团队和少量资源，但你须要为企业提供越来越复杂和多样化的预测，你的组织工作可以直接影响到整个子公司的成功或失败。别太有压力。
重要的是在这里取得关键性进展，同时确保你继续为未来增长期奠定基础。如果你不考虑未来，你在这个期所做出的决定可能会导致你直接陷入僵局。
什么该做
为基于SQL的统计数据建模，实行稳定的流程。你的统计数据模型是你预测业务的逻辑基础，并应在所有预测用例中共享（从商务智能到统计数据科学）。确保你的流程，允许所有用户对统计数据建模脚本展开更改，由版本控制，并在透明环境中运行。他们在维护一个名为dbt的开源产品，许多增长期的子公司都使用这个产品来做建模。
从你现有的网络预测和事件追踪迁移到Snowplow Analytics。Snowplow具有所有付费工具都具备的功能，但它是开源的。你可以自己运营（只需支付你的EC2实例费用），或者你可以支付Snowplow或Fivetran，让他们协助你运营。如果你不在此期展开这样的过渡，那么你将丢掉更多细节统计数据。而且你以后会收到来自Segment、Heap或Mixpanel的庞大的账单。一旦你挺过去这个期，这些付费工具就可以轻松收取每月最低10万美元的费用。
深思熟虑地增长你的团队。你团队的核心理念人物应该始终是业务预测师：谁是SQL专家和你的商务智能工具。并花时间与业务用户合作，协助他们服务于他们的统计数据请求。了解这个人的背景，以及怎样训练和装备他们是非常重要的。在这个期你也应该聘请你的第一位统计数据科学家。在雇用实战经验丰富的（和昂贵的）统计数据科学人才之前，让你的统计数据基础架构和核心预测团队准备好，是非常重要的，但在某些时候你应该添加这个技能组。
开始选择性地应对一些即将到来的挑战。预测比运行计数更难，但潜伏在几个关键领域是非常有意义的。如果你是做SaaS业务的，你应该研究一个流失预测模型。如果你是做电子商务的，你必须要做一个需求预测模型。这些模型不须要特别复杂，但它们将比可以随便入侵的杂乱无章的Excel组织工作簿要好的多。
花时间和精力找到你的网络营销归因。这是一个独立的自发博文，意思是说，你不能把这个关键的商业问题给交给第三方处理。
什么不该做
很容易被自己带上道，然后开始投资重型统计数据库基础设施。不要这样做。在这个期，主要就的基础设施投资仍然是一个昂贵的部分。以下是怎样保持灵活的一些建议：
大力支持SQL和统计数据仓库。你可以使用统计数据仓库的，处理这个期几乎全部的操作方式。 你可以随便购买任何须要的统计数据仓库马力，因为支付服务器比支付人力要便宜得多。
在Jupyter Notebooks中添加统计数据科学组织工作。如果统计数据已经在你的仓库中预先聚合，则通常不须要在Spark或Hadoop集群上展开此处理。
寻找低成本的ETL统计数据集，他们不须要装配好的成品。这就是为什么他们喜欢Singer的原因之一。
避免昂贵的琐碎小事，可以让你专注于解决实际的业务问题。
成长期
（150至500名雇员）
这个期须要建立扩展的预测流程。你须要取得两者的平衡。一者是你今天须要的标准答案，而另一者是当你扩大规模时，你须要继续执行的统计数据预测业务。
有150名雇员，你可能只有一个小团队（3-6人）全职专注于预测。当你保有500名雇员时，你可以轻松保有30名或以上的雇员预测统计数据。3-6名预测师可以以非常特殊的方式运作，非正式地交换知识（和代码）。当你有多于8名预测师时，这就要崩盘了。
如果你不能很好地管理这种转换，那么你的团队就无法身心健康：你须要更长时间就可以产生有意义的见解，你的标准答案质量较差。这只是非线性复杂性的一个功能：你将有更多的统计数据被生产，并且更多的预测人员使用它。为了解决这个问题，你须要将流程保持在可靠的状态。
什么该做
统计数据将继续符合你的期望规则：独特性，外键关系，非空字段以及自定义业务逻辑。如果你没有一个坚如磐石的自动化流程来检查这个东西，你预测的质量将会持续下降，而且你还不知道为什么。他们使用dbt的功能为他们的客户测试。
使用拉扯请求和代码审查。你的预测代码是一种资产，就像你的网站和应用程序的代码一样。制作高质量的代码须要严格的版本控制。让你团队中的每一成员都使用Git，培训他们怎样使用分支，并禁用强制推送。所有部署到生产的代码都应该通过 pull request 操作方式过程展开合并，并让一个团队成员审核。
认真对待文档。你子公司的统计数据环境很复杂。有效管理知识并与你的团队分享的唯一方法是花费时间和精力来记录。这将增
策划预测团队的结构。预测团队的组成方式有两个主要就模式：集中式和嵌入式。没有固定的正确标准答案。但这一决定，将是你怎样向不断增长的组织提供预测的核心理念。卡尔·安德森（Carl Anderson）在他的《建立统计数据驱动组织》一书中叙述了权衡之术。
什么不该做
不要找借口。在这个层面上展开预测是项艰苦的组织工作，须要一个不断创新/改进的有才华和积极的团队。审查代码须要时间和精力。预测师不经常测试他们的代码。文件分类也很痛苦。不要这样做，特别是在记住“过去美好日子”的长期团队成员中。但，随着复杂性的增加，你须要通过改进流程来适应环境。
这些操作方式过程实际上会使预测更简单，加速和可靠，但实行这些操作方式过程，会感觉像拔牙。 如果你认真对缩放预测展开思考，你将会深入了解。
你是先驱者
在子公司外部经过多年的努力后，我已经经历过了这些建议中的每一项。现在将这种做法扩展为顾问。 我与一系列类似的客户密切合作，已经非常清楚子公司该怎样做得很好。
如果你采纳了这首诗中的所有建议，那么你将成为世界上功能最强的预测机构之一。 具有良好的竞争优势。
想聊聊你的预测方法？ 我很乐意接你的电话并倾听！你可以在Tweeter上@jthandy。另外，如果你订阅了我每周发布的通讯统计数据科学综合报告，就要深感荣幸。每周就要从互联网上搜集最有用的统计数据科学该文。这些该文每周天早上将陪你度过早茶时间。
谢谢！
翻译来自：虫洞翻翻 译者ID：王炜 编辑：郝鹏程
