Spotify職場初體驗:不能沒有的共識和數據

你好,我姓艾名許利。
XChange
Published in
6 min readJul 20, 2019
*此文章同步授權刊登於Dcard

前言

進到Spotify擔任產品經理大約一個多月了,目前大部分的時間都用在觀察和理解上。觀察這間公司和其他公司的工作文化差異、觀察不同國家的人表達方式的用字遣詞及多樣化的情緒表達。目前的短期觀察下來,個人認為這間公司的兩大關鍵字,一個是共識,一個是數據。

共識文化

開會互相了解和討論大概平均佔據工作時間的百分之五十,工程師可能會降低一點比例,而對於產品經理大概是百分之七十吧(有時候崩潰指數也成正比)。

The better we collaborate, the more effective we are.

在Spotify,我們非常相信,在做每個決定之前,要盡可能地對話和集合共識。 某些程度上會有點不習慣,我也曾經問過我主管,感覺一個專案的開始就是一直不斷的跟很多人開會討論,但實際上的Action Item和方向卻好像沒有很明確。

我主管回應說在Spotify的文化就是,大家把所有的想法和建議都放到桌子上,然後我們再來看桌子上的東西可以幫助我們做出什麼決定,所以在過程中有點茫然或困惑是正常的,因為下一步要做什麼是在擺東西到桌子上和整理桌子的時候逐漸確認的。而且我們相信在項目的早期做這些工作,可以提高後期的溝通效率及成果。

造成這個文化的成因我自己不準確推論有兩個:

一、High Autonomy造成不同行為者都有不同的想法和解決方案

由於公司high autonomy的文化,不是主管指定任務或解決方案的工作方式,所以每個員工都會不受限的思考,常常會有多個產品經理看到了同樣的問題,並且想出了不同的解決方案來實驗。而隨著公司組織的日漸龐大,已經不可能每個產品經理之間都互相知道彼此曾做過或正在做的所有項目和實驗,又為了避免重工或後期的不效率,只要知道某個人曾經做過類似實驗、提過相關方案,就會約對方一小時左右聊一聊。而且這個聊一聊的人選範圍不只侷限於該項目的產品經理,還包含負責分析的數據分析師、負責做用戶研究的研究員、負責設計技術方案的工程師。討論的時候也非常開放,主要就是說明現在自己在解決什麼問題、可能有什麼解決方向和方案,也希望對方根據自己的經驗分享下自己的想法、建議或之前實驗的結果等。

二、瑞典人恐懼衝突

公司雖然非常多元,也有各種國籍的人,但瑞典文化還是深植人心,而瑞典人恐懼衝突的這種文化成為了公司裡人與人合作模式的基礎。所以為了避免專案後期發生激烈衝突(例如已經開發快完成了,某個部門跑來說,這是WTF,不准給我上線之類的),他們寧願前期跟每個人好好對話、好好理解彼此立場和想法,這樣後期就不會有他們不想面對的衝突。

也會有很多人問我說,這樣的文化到底好還不好。其實我目前也沒有一個非常好的解答,但每樣東西一定都有優點和缺點。偶爾也會覺得很煩躁,好像有點沒效率,推動的過程太緩慢,很懷念那種老闆一下令、大家就全部沒有異議的執行,馬上節省了很多的溝通成本。但大部分的時間都還是覺得這樣的文化蠻好的,每個人都有充分的話語權,在每件事情的決策過程中都是被尊重的,是非常舒服的工作氛圍。

數據文化

幾乎所有公司都會說自己非常重視數據,但真的做到data-driven的真的非常少,多半就是某個功能上線之後會做後續的數據追蹤、想辦法優化數據,要真的完全的data-driven去做每個決定是非常困難的,甚至data-driven的去決定要開發什麼功能更是難上加難,但這個困難在Spotify是日常。在有任何數據佐證之前,做什麼決策都會被打臉。

這時候要先介紹一下Spotify的DIBB Framework,這個Framework 幾乎就是產品經理寫的Product Brief 文件的核心。

Data:質化或量化的客觀數據。有足夠的數據基礎,才有辦法build up a case。

Insight:根據目前取得的客觀數據,我們得到的結論。我們如何解讀這些數據,從這些數據中得到了什麼資訊、了解到了什麼事情。

Belief:在我們有了對數據的了解並且解讀後,這些理解對於我們要解決的問題可以建立哪些假設、我們相信哪些事情是真的?

Bet:在我們有了這些belief之後,我們的action item是什麼才有辦法達成任務解決問題。

DIBB Framework 舉例 / 取自Crisp’s Blog

我們在做任何決策之前都要先搜集大量的數據,不管是目前的使用數據、實地訪談的用戶研究、以前的實驗數據等。透過這些數據我們可以找到問題,但到底要哪個solution才能有效解決是未知的。為了避免投入資源去開發一個最後沒有人用或無法達成目標的功能,我們會先進入測試的階段。

測試的文件上會寫清楚reasons for testing, hypothesis and the definition of success,確保我們是在經過完整充分思考、且有足夠數據的前提去進行。

每份測試文件中的核心 / 取自內部測試文件範本

Spotify對於數據的驗證和重視真的是非常的誇張的程度,真的很像以前看Design With Data那種教科書中的範例,本來以為現實生活中會受限於資源等因素,根本沒有人這樣執行,結果現在覺得我們公司真的就是非常嚴謹且精準的在執行。

進來之後,真的覺得一切都非常新鮮,也常常會思考所以這件事情應該如何歸因,是因為西方文化,還是瑞典文化,還是只是spotify的文化等。雖然目前也沒有一個答案,但感覺這就是在國外工作的另外一個有趣的地方吧。

如果你喜歡這篇文章⋯

希望大家喜歡這篇分享,祝大家問問題不被翻白眼。
請記得點擊拍手按鈕,上限是50個。

歡迎訂閱我的 Facebook 專頁:你好,我姓艾名許利。裡面可能會有一些比較生活化的內容。

若有任何問題或是建議,或是想看我寫什麼文章,也歡迎直接透過 臉書私訊給我,收到訊息後我會盡快回覆你!

--

--