Sprig 解析 Figma 持续洞察系统构建经验:先手工验证再自动化
Build the conditions, and the insight follows
Sprig 博客总结了 Figma 员工 Rie McGwier 在行业分享中提出的持续情感测量系统构建经验,强调基础设施应源于对人工流程的深度理解而非预先设计。核心观点包括区分早期盟友与资金加速者、坚持“未亲历不自动化”原则(如重复三次后启动自动化)、采用分层思维分片交付价值,以及利用现有条件快速切入以推动内部采纳。
Figma 研究员 Rie McGwier 的实践经验揭示了从手工验证到自动化系统的演进逻辑,为构建持续洞察体系提供了关于资源分配与分层交付的具体策略参考。
每隔一段时间,就会有人以某种方式描述自己的工作,从而重塑我对自身工作的思考。Rie McGwier是 Figma 的资深研究员兼洞察系统架构师,她在我们的八月行业聚焦活动中做到了这一点。
我在 Sprig 的大部分时间都在思考研究基础设施应该如何运作:哪些环节该自动化,哪些该模板化,护栏设在哪里,以及谁掌握钥匙。Rie 的演讲提醒我,这些都不是首要任务。基础设施永远滞后于某个人手动运行闭环的过程——在不够光鲜的条件下坚持足够长的时间,直到弄清楚标准究竟应该是什么样子。
Rie 分享了他们从零开始构建持续情感测量系统时学到的四条经验,以下是其中特别引起我共鸣的部分。
盟友推动你前行,加速器助你获得资金。不要混淆这两者。
在一个项目证明其回报之前,有两件事能推动它前进:早期认同愿景的盟友,以及缩小愿景与现实差距的加速器。Rie 强调要严格区分这两者,并警告不要把热情的人误认为有权势的人。
盟友在指标存在之前就相信方向。Rie 通过寻找特定画像的团队找到了他们的盟友:那些有新产品即将上线、调查回复率低且难以进行定性触达受众的团队。这些团队感受到的痛点最深,因此最愿意尝试未经证实的方法。但盟友不是赞助者;盟友给你士气和动力,而赞助者给你政治资本。如果你早期就把热情的盟友当作赞助者对待, 你就会在没有实际支持的情况下做出过度承诺。
你无法自动化一个你从未亲身感受过的流程
我的关键收获之一是这条规则:亲手完成工作,直到理解它的每一个维度,让重复告诉你何时停止。对同一动作重复三次,就是自动化该流程的信号。
Rie 手动运行的闭环很繁琐:发起调查,下载 CSV,在 Sheets 中格式化,将可视化内容粘贴到 FigJam,与团队一起讨论,然后重复这一过程。但手动操作揭示了哪些部分真正需要可复用,以及人为错误最容易在哪里潜入。这些观察结果成为了系统化建设的蓝图,而这只有通过身处系统之中才能产生。Rie 现在的技术栈正是基于这种理解逐步建立起来的。他们的技术栈现在包括用于自助探索的 Claude Code、作为单一事实来源的带有语义层的 dbt 模型、可复用的 Hex 组件、丰富了行为和公司特征列的数据集,以及来自 Sprig 的小时级自动数据摄取。
“大语言模型不知道什么是好的。你知道,因为你最初就是那个系统。”
在这个模式中,Rie 处于闭环之上,而非在其中,而他们之所以获得这个位置,是因为首先曾在其中。这就是为什么我最关心的 Sprig 功能不是速度;而是当 Synthesize Agent 交给你一个主题时,你仍然可以追溯到产生该主题的原始逐字记录。只有当处于闭环之上的人能够检查工作成果时,快速研究才能保持为高质量的研究。
分层思考,切片交付
Rie 从四个层面来思考他们的计划:信号、意义、体验 和扩展。他们认为你永远不应该同时交付这四个层面。
一种自然的诱惑是展示整个技术栈以证明其完整性,但分阶段交付能让利益相关者在你花费一个季度投资于单一层级之前做出反应。
Rie 从调查数据开始构建他们的系统,因为他们在端到端控制方面最具优势,随后才添加了更难治理的数据源,如 Zendesk、社交媒体和客服反馈。接下来是针对特定团队的 Hex 仪表板,然后是 Claude 技能和 Slack 机器人,一旦它们的价值显而易见到无需说服任何人时便推出。每一个切片都为投资下一个切片赢得了理由。
他们分享了三个让每个项目保持诚实的问题:人们实际能感受到什么可见的改进?其底层的基础设施投入是什么?以及什么是最低限度的令人喜爱的体验,而不仅仅是最低可行产品(MVP)?一个切片必须通过这三个问题,才值得去构建。第三个问题是大多数研究计划所忽略的,这也是为什么许多内部工具无人使用的原因。
像水一样:找到当下存在的裂缝
Rie 借用了李小龙关于如水般无形无状的意象。在实践中,这意味着不要等待完美条件的出现,而是找到今天出现的突破口并顺势而为。
Config 让 Rie 的这一理念变得具体。如果将每日流水线改为每小时运行以支持新产品发布,加载时间会超过十五分钟,导致没人会使用它,因此 Rie 没有等待真正的修复方案,而是使用 Claude Code 构建了一个生产者笔记本(producer notebook)。该生产者笔记本在后台每小时运行,推送到安全的内容存储库,并为最终用户提供一个轻量级界面。由于运行速度快,副总裁和总监级别的 Figmates 在第一周就开始每天回访,研究个人贡献者(ICs)也开始将其融入自己的研究中。
条件本身就是交付物
Rie 并非通过产出更多报告来扩大规模;他们通过让其他人更快、更安全地自行寻找答案来扩大规模。如果你正在类似约束下领导一个洞察计划,第一步比看起来要小。选择一个盲目行动的团队,进行一次调查,带回一条让人身体前倾的原话引用。这就是为你赢得后续构建空间的火花。
原作者保留版权;来源:Sprig。本站维护者确认获准转载,非公共领域或开放许可证声明。 原文来源(转载授权由站点维护者确认) · 中文译文由 CxHub 客户体验社区生成,并非官方译文。
来源:Sprig · sprig.com