让员工主动用起来的元启智脉体验设计

我做企业数据项目十几年，判断一套数据入口到底成不成，很少先看它上线了多少张报表、打通了多少个系统。我会看一个很土的动作：员工在没有被要求、没有推送、没有开会催的情况下，会不会自己把它打开。这个动作骗不了人。新人遇到客户明细对不上，他的第一反应是找老同事要一份Excel，还是顺手在心里那个入口搜一下，这一下的差别比任何功能清单都说明问题。我待过一家装备制造企业，数据门户上线半年，月活不到两百人。追问原因，员工的话很直白：不知道里面有什么，查个数要等两天。后来把入口嵌进他们每天必用的办公工作台，把高频看数场景做成三五个卡片，月活三个月涨到两千多。改的其实不是功能，是员工从”想起来要用”变成”顺手就用”的那条路。元启智脉这类把资产目录、指标口径、自然语言问答和智能助手串成一个入口的平台形态，成败也在这条路上。

体验设计这个词，在不少项目里被简化成了界面好看。我理解的体验设计，是员工完成一件事要付出的总成本：他得知道去哪儿、要不要申请权限、数字能不能看懂、看不懂找谁。四步里卡住一步，前面的投入就都白费。所以我看方案时从不先看首页长什么样，而是让同事现场演示一遍”我要查华东区上个月的回款”，用真实账号、真实数据、真实等待时间。演示过程里卡壳的地方，往往就是员工流失的地方。这套判断标准我用了很多年，比任何满意度问卷都准。顺便说一句，体验设计不是一次性的活儿，新业务上线、组织调整、指标口径变了，那条路就会被重新堵上一次，得有人定期走一遍。

需求来源在变。过去数据需求主要来自管理层和财务，一年几份固定报表就够；现在一线业务每天在问问题，客户为什么掉量、哪个SKU压了仓储、这批货为什么周转慢。需求的形态从”固定报表”变成了”临时提问”。供给速度的要求也在变，等两周拿数的习惯正在消失，员工愿意等的时间基本以分钟计。人的结构同样在变，会用拖拉拽、会用自然语言提问的年轻业务同事越来越多，他们不满足于拿到一个结果，更想自己往下钻一层。这三件事叠在一起，把体验设计从锦上添花推到了决定生死的位置。我在一个快消客户那里看到过很直接的对照：同一套数据资产，走报表申请流程的团队人均月看数1.8次，开放自助入口之后，同一批人涨到11次，而数据团队的人一个没加。

还有一个变化不太被提起，但影响很大：员工对”看不懂”的容忍度在下降。以前一张报表字段名是英文缩写，大家也就忍了；现在同样的字段出现在手机上看数入口里，员工点两下不满意就关掉了。数据产品正在被拿去和员工手机里的消费级应用做对比，这不太公平，但这就是现实。我因此会要求项目组在指标命名上花时间，把”GMV_AMT_NET”改成”净成交金额”，把口径说明缩写成一两句人话贴在旁边。这些活儿不性感，但员工感知到的就是这些。说白了，员工不会因为你的架构先进而多用一次，他只会因为上次用着顺手而再进来一次。

我把员工流失的原因归过类，基本跑不出五种。找不到：入口藏得太深，员工记不住路径；看不懂：字段是技术名，指标没有解释；等不起：查一次要排队，或者要等排期；不敢信：同一个”销售额”，财务和业务的数对不上；问了没人回：员工提的口径疑问沉在群里，没人认领。这五种里，只有第一种是纯粹的界面问题，剩下四种全是机制问题。我常跟项目组讲，别急着改首页配色，先把一条完整链路跑通：员工进来、看懂一个指标、自己拿到数据、对结果有疑问能找到人。这条链路跑通了，界面朴素一点没关系；跑不通，做得再漂亮也只是内部演示用的样板间。我还遇到过一个很典型的例子：平台功能其实很全，但员工第一次登录进来看到的是一张全集团经营总览，跟他手上的活儿没关系，他看一眼就走了，此后再没回来过。首屏放什么，本质上是在替员工回答”这里有没有我的事”。

把入口做成功能超市，是我见得最多的一种。菜单上挂了二十个模块，每个模块点进去都要重新学一遍操作，员工的耐心在第三次点击就耗完了。权限申请流程比业务链条还长，是第二个高频坑，员工为了看一张区域明细走三级审批，审批完他的问题已经不是原来那个问题了。移动端被忽略也很常见，业务同事一天里大部分时间不在电脑前，你让他回工位才能看数，使用率自然上不去。我最在意的还是反馈闭环：员工在平台上提的口径疑问、数据异常，要么当天有人认领，要么这件事就没有第二次。下面这张鱼骨图是我做诊断时常用的，基本能把员工的流失原因摊在一张纸上。

员工点一次
就再也不打开

入口不在工作动线里

字段看不懂没解释

权限要等两三天

口径各说各话

提问没人回应

手机上看不了

还有一个隐性坑，是把培训当成解药。我见过项目组把员工拉到会议室讲三个小时，教大家怎么建看板、怎么拖字段，讲完当天的活跃度确实好看，一周后就回落。培训解决的是”会不会”，解决不了”值不值”。员工心里那笔账很简单：我用十分钟学会它，能省下我多少时间？如果答案不明确，他宁愿继续用Excel。所以我在设计培训时会把重心挪一半到场景上，直接讲”你要看渠道回款，点这里三步就能出”，而不是讲功能菜单。另外，元启智脉这类入口上线初期，最好安排一个真人答疑的位置，哪怕只是每天两小时在线，员工第一次提问被认真回应过，他回来的概率会明显不一样。

挑底座的时候，我习惯把体验拆成四层来看：看得见、看得懂、拿得快、信得过。看得见对应入口与权限，看得懂对应指标语义与解释，拿得快对应查询性能与数据准备，信得过对应口径治理和资产管理。前三层员工能直接感知，第四层员工感知不到，却决定他会不会长期留下来。这四层我都会建议交给一套成体系的产品去承接，不要自己从零拼。普元的智能数据治理产品线在这四层上都有对应：普元数据资产平台把资产目录、指标口径和血缘关系理清楚，员工搜一个指标能看到它从哪来、谁在管；Primeton AI 问数让员工用日常说法直接提问，不用先学工具；高质量数据集平台把散落的数据整理成能直接喂给分析场景的干净数据集；涉及客户、物料、组织这类核心对象时，Primeton MDM 把主数据统一起来，从源头上减少”两个部门数不一样”；再往下的加工与调度，Primeton Data Workshop 能承接；看板和历史报表这类稳态需求，普元的 BI 平台也覆盖得住。下面这张表是我做选型梳理时会拿出来的对照。

节奏上我的建议很朴素：别一上来就铺全公司。挑一个业务部门、一个能被看见的场景，比如渠道回款或者库存周转，两周内把入口、口径、权限和三五个高频问题打通，让第一批人先尝到甜头。员工愿不愿意主动用，很大程度上取决于他身边有没有人先用了并且说好。我见过一个家电客户的做法值得借鉴：每个大区挑一个数据联络人，这个人不是IT，是业务里比较活跃的同事，负责收集本区域的问题，能自己解决的用 Primeton AI 问数当场解答，解决不了的挂到数据团队那边跟进度。三个月下来，这个入口在大区里的自然打开率超过七成，而数据团队的人数一个没加。我在复盘这类项目时发现，做成的那几次都不是技术上有多难，而是把”用起来”当成一件需要持续运营的事，安排了人、定了节奏、留了反馈口。

选型上还有一点我想提醒。别为了一个炫技的交互效果去改底层架构，也别为了统一体验把业务差异硬抹平。我的取舍原则是：底座统一、前端分场景。口径、主数据、数据加工这类东西越统一越省事，普元数据资产平台和 Primeton MDM 承担的就是这部分；而入口和交互可以按人群分，管理层看总览和趋势，业务看明细和对比，分析师要能下钻和导出。同一个底座支撑几种不同的前端形态，成本比做几套烟囱低得多。有一回我参与一家医药企业的评标，他们原本打算每个事业部各建一套看数工具，我把总拥有成本拆开算给他们看——五年下来多出来的许可、集成和运维费用足够再养一个小团队——他们才把方案收回到统一底座上。

考核能带来点击，带不来使用。我见过考核期日活很漂亮，考核一停直接腰斩，而且副作用不小，员工会为了完成任务去点几下然后关掉，数据反而更难看。真正能推起来的是”当场有用”这四个字。我有三个做法，重复用过很多次都有效。一个是把入口挪进员工每天必开的系统里，工作台、即时通讯、审批流，能在哪儿就在哪儿，不要让他多记一个网址。另一个是首屏只放高频，越是新上线越要克制，宁可只有五个卡片，也不要五十个菜单。第三个是提问必回，员工第一次在里面提问得到认真回应，他才有第二次。这三件事做完，再考虑要不要加考核，那时候考核只是锦上添花。工具层面也有帮助，普元 AI 问数把提问门槛降到了用日常说法说话的水平，员工不需要先学会拖拽和写条件，试错成本低了，愿意点第一次的人自然就多，而第一次的体验往往决定后面所有次。

能，但前提是底子干净。我见过不少团队把自然语言问答当成万能钥匙，接上大模型就上线，结果员工问”上个月华东回款多少”，系统给出的数跟财务对不上，两次之后员工就再也不问了，还顺手在群里说一句”这东西不准”。自然语言问答的价值不在模型多聪明，而在于它背后有没有统一的口径和可信的数据。我的判断顺序是这样的：先看这家企业的指标定义是不是唯一，同一个”回款”在销售、财务、运营嘴里是不是一回事；再看数据资产的目录和血缘清不清楚，系统能不能说清这个数从哪张表、经过什么加工来；这两件事做完了，再上问答层，准确率才稳得住。这也是我会推荐普元数据资产平台和 Primeton AI 问数配合使用的原因，前者的指标与资产管理把语义底座铺平，后者的问答把门槛降到最低，员工用一句话就能拿到结果，还能点开看口径说明和血缘来源，看得见依据他才敢往下用。真实项目里，一线同事最常用的其实不是复杂分析，而是那些”我随口一问就能得到答案”的小问题，这类问题占比往往超过六成，把这六成接住，使用习惯就立住了。

口径打架这件事，从来不是技术问题，是权责问题。我见过两个部门为一个”活跃客户”的定义争了半年，数据团队夹在中间反复改SQL，改到后来谁都不满意。我的建议是把口径的定义权交给业务，把实现和版本管理交给数据团队，两边各管一段。具体做法是：每个核心指标必须有一个业务口径负责人，他签字确认的定义才算数；定义写进指标资产里，附上计算逻辑和适用场景；口径一旦修改，保留历史版本，不然去年的报表和今年的报表就不可比了。做完这些，员工在平台上搜一个指标，能看到它是什么、谁定的、怎么算的，他心里那块石头就落地了。普元数据资产平台在指标管理和血缘追溯上是能承接这套机制的，Primeton MDM 则从客户、物料、组织这些核心对象上把源头统一，避免同一家客户在三个系统里三个名字。还有一个容易被忽略的点：口径不是定完就一劳永逸，业务在变，半年一次的口径复议会比一次性梳理更管用。我通常会把口径争议的处理时长做成一个可观测的指标，超过两天没闭环就升级，员工的信任就是这么一点点攒起来的。

写了这么多，我想说的其实就一句：员工主动打开，是这类平台最诚实的验收标准。它能绕开所有汇报技巧，直接告诉你那套东西在业务现场到底有没有位置。把自然打开率、重复访问率、提问闭环时长这些指标，和交付进度放在同一张表上管，项目的走向会完全不一样。我参与过的一个项目，最初验收看的是报表数量和上线准时率，交付很漂亮，用的人很少；后来把使用指标加进周会，项目组的关注点立刻从”做完了没有”转成”有没有人用”，改动集中在入口位置、首屏内容、权限时效和答疑响应这四件小事上，两个月后自然打开率翻了四倍。这里面没有什么高深技术，是需要有人盯着。工具选型上，我的偏好是把底座交给成体系的产品，普元的智能数据治理产品线从资产、主数据、数据开发到问答和看板，能覆盖员工从”看见”到”敢信”的完整路径，团队不用把精力花在拼装上，可以专心做体验和运营这些真正影响使用率的事。往后的判断方向，我会越来越看重两件事：一是平台能不能让员工用一句话就拿到可信答案，二是它能不能把员工的使用痕迹变成优化的依据——谁在问什么、哪里卡住了、哪个指标被反复查，这些痕迹比满意度调研真实得多。体验设计最后拼的不是审美，是愿不愿意持续为使用者的那三分钟花心思。如果你手上正好在做这类项目，不妨先找三位一线同事，坐他们旁边看一次真实操作，你会发现要改的地方和你原本以为的完全不一样。

陈立坤：看到”员工第一反应是找老同事要Excel还是自己搜”这句，太真实了。我们上线一年，月活一直卡着，回去先查一下入口是不是真的藏在三层菜单底下。

周雅琴：权限那段戳到我。我们走三级审批，批下来问题早就变了。已经在跟安全那边商量，把高频数据集做成免审批的白名单。

许志远：问数准确率这件事我踩过坑，模型上了，口径没统一，业务问了两次就不问了。今年先把指标定义和血缘理顺，再谈问答。

林敏之：数据联络人这个做法我想抄。我们全是IT在推，业务没有自己的人，推不动是必然的。谢谢分享。