À tous égards, Roblox a connu une croissance extrêmement rapide au cours des dernières années. Que ce soit sous l'angle de l'engagement des consommateurs, du contenu pour les développeurs ou des employés, chaque type de croissance a posé des défis uniques à la mise à l'échelle. La mission de l’organisation Data Science & Analytics est d’augmenter notre vitesse, notre fréquence et notre perspicacité dans la prise de décisions pour créer le bon produit. Nous fournissons des recommandations perspicaces qui façonnent la feuille de route du produit, et en créant et en produisant des modèles qui automatisent la prise de décision. Et pour y parvenir efficacement, nous nous intégrons en tant que membres partenaires des équipes produits.
Les chefs de produit chez Roblox sont aux commandes pour prendre des décisions concernant la feuille de route du produit… pas exactement un concept révolutionnaire. Roblox a une forte culture basée sur la vision du produit de construction, fournissant une balise lumineuse au loin plutôt que des objectifs à court terme. Pour réussir, chaque leader doit pouvoir communiquer sa vision, et même aller jusqu'à suspendre le processus de construction jusqu'à ce que cette vision soit claire. La science des données peut et doit jouer un rôle important dans la construction de cette vision et comment elle sera réalisée. Nos scientifiques des données servent de navigateurs à nos chefs de produit aux commandes.
En tant que navigateurs de la feuille de route des produits, les scientifiques des données répondent à la grande question: «comment pouvons-nous aller d'ici à là?» Avec une question aussi vaste à répondre, une approche orientée services serait inefficace sur la charge cognitive d'un PM. Nous ne voulons pas que les chefs de produit posent des questions spécifiques telles que « dois-je tourner à gauche ici? » toutes les 30 secondes. Par conséquent, nous ne pouvons réussir que si les scientifiques des données sont un partenaire autonome dans ce voyage pour créer un produit.
L'autonomie dans n'importe quelle organisation peut être difficile en raison des nombreuses relations transversales nécessaires pour réussir. Mais cela devient plus facile lorsque tout le monde est guidé par les mêmes principes. Roblox repose sur cinq valeurs fondamentales:
- Adoptez la vision à long terme
- Posséder
- Auto-organisation
- Faites les choses
- Respectez la communauté
Les scientifiques des données appliquent ces valeurs de leur propre manière fonctionnelle. Cela commence par «avoir une vision à long terme» de nos objectifs de produit, traduisant les objectifs qualitatifs que le produit cherche à atteindre en une mesure quantitative. Le contexte est extrêmement important car les mesures de proxy peuvent être des abstractions simplifiées et doivent évoluer avec nos capacités de données. Un data scientist doit également posséder ces mesures et devenir l'intervenant pour ce qui est logique à suivre et, souvent plus important, ce qui ne pas à suivre afin de garder l'équipe concentrée. L '«auto-organisation» s'exprime par l'autonomie alors que les scientifiques des données s'efforcent de découvrir la structure sous-jacente d'une métrique et de rechercher des leviers opportunistes. Ils prévoient répondre à la prochaine série de questions et n’attendent pas que d’autres lancent une demande, construisant essentiellement leur propre feuille de route analytique de compréhension.
L'excellence analytique est atteinte en «faisant avancer les choses». Cela peut signifier faire des recommandations à la feuille de route du produit avec une perspicacité analytique approfondie, concevoir des expériences hypothétiques là où cela est nécessaire, et intensifier l'effort qu'il faut pour répondre aux questions par l'automatisation et la modélisation. «Respecter la communauté» peut être considéré à travers le prisme du mentorat et du travail d'équipe à travers l'organisation et l'équipe produit. Les scientifiques des données partagent leurs apprentissages, leurs techniques et leur contexte avec ceux qui les entourent le plus et attendent la même chose en retour. Nous ne jouons pas à un jeu à somme nulle.
Pour appliquer ces valeurs de manière productive, un data scientist doit apporter certaines caractéristiques pour aborder les problèmes de manière appropriée. Avoir une motivation intrinsèque, une forte curiosité et le besoin d’amélioration sont autant de caractéristiques importantes à retenir. Accompagner ceux qui ont un bon niveau de communication et la capacité de fournir des commentaires et de demander des commentaires en retour sont les piliers pour nous assurer que nous nous améliorons autant que nous cherchons à améliorer le produit.
Lorsque vous réalisez que la science et l'analyse des données sont plus qu'une compilation de techniques et de méthodologies et que vous vous concentrez sur l'amélioration de la qualité et l'accélération de la fréquence de la prise de décision, vous avez vraiment atteint le statut de data scientist chez Roblox. Nous cherchons à rapprocher le monde par le jeu et à nous amuser.
Ni Roblox Corporation ni ce blog ne soutiennent ou soutiennent une entreprise ou un service. En outre, aucune garantie ou promesse n'est faite concernant l'exactitude, la fiabilité ou l'exhaustivité des informations contenues dans ce blog.
Ce billet de blog a été initialement publié sur le blog Roblox Tech.
