一個理想的數據團隊，應該是這樣的
最近我一直在思考一個問題， 一個理想的數據團隊到底應該是怎樣的?
思考這個問題之前，我就曾思考另外一個問題：數據團隊與其他技術開發團隊到底有什么不一樣。
細想一下，其實差別還是蠻大的，就以我司的兩個團隊來說，研發團隊天天被業務方逼著，上這個系統，做這個功能，改那個bug。
而數據團隊的工作模式顯然有點不同，最起碼沒有這么多直接的系統型的開發工作，很多東西更加的瑣碎，很多東西需要更多的時間去探索嘗試，更少的硬邏輯，更多的未知。
是的，并沒有說有高貴低下之分，只是工作模式的不同。
雖然是這么說，但感覺依然還是有些迷茫。
在團隊補充更多的童鞋之后，我有更多的時間來思考這個問題，我總想事情哪里有不對!
是的，一個數據團隊，想要有價值有尊嚴的活著，它最起碼應該不是這樣的：
- 它不能死在概念里，不應該活在給投資人看的PPT，或者市場的PR稿里。
- 它不能死在報表里，報表只是數據的最淺層的應用，數據的價值應該遠不止如此。
- 它不能死在瑣碎的臨時需求里，臨時的需求永遠是個無底洞，不成系統、也沒有進步，我們應該想辦法避免更多的臨時瑣碎需求。
- 它不能死在定位中，它沒有各種系統模塊的負擔，不應該背負著支撐的角色，它應該走在前頭，它是驅動力、也是業務的牽引力，只有變的主動了，才能改變世界，而不是按部就班的沿著既定的軌跡行走。
其實上面的問題核心答案就在于***一條，是的，數據團隊或許擔負著一定的支撐屬性，但是絕不是完完全全的支撐部門，它應該有自己的思想，有自己的預見性，通過努力去***、去主動幫助、去驅動業務的進行。
只有這樣，這樣的數據團隊才是有理想、有生存目標、有創造力的團隊，而所有參與其中的成員才能有更長足的進步，才更具有使命感、成就感，更有存在的價值。
為什么這么說呢?
上面列的幾種情況，其實都是有的，比如很多炒大數據概念的公司，數據團隊只能是悲催的門面部門了。
其次，很多公司的數據團隊僅僅也只是為公司提供報表服務而已，這對于整個數據團隊來說其實是一種“侮辱”，數據的價值絕不是僅僅限于統計分析，它應該具有更多的價值，而數據團隊本身應該也具有更多的價值。
但實際上，如果需要讓業務方有足夠多的預見性，以及足夠多的理性，知道數據蘊涵的價值，甚至知道如何去應用它，什么時候可以使用它、利用它，那反倒沒那么多煩惱。
只要業務方知道怎么開采數據價值，提出需求來，我們照做完事，就跟普通的研發團隊接受業務團隊的系統開發需求一樣一樣，沒有什么本質區別。
但作為一個把數據團隊從0拉扯到1的人來說，很清楚的知道，讓業務團隊不看數據到看報表的過程，是何等的艱辛!
更罔論讓業務方去思考如何深層的挖掘數據價值，提升業務效率，這對他們的要求也忒高了，而且也貌似不是他們的主業。
問題又拋回來了，如果我們自己不去思考這個問題，那么數據團隊也只能永遠是作為一種輔助的手段而存在了，遠無法成為核心驅動力。
關鍵的問題就是，我們需要解決的是什么問題?
首先，我們的核心思想就是，通過數據，解決業務效率的問題。
在堆人工的時代，十個人能干同樣100件事情，1000件事情就需要100個人來做，那么我們需要做的事情就是，如何讓我們需要做1000件事情的時候，只需要十幾個人就夠了。
那么，我們就需要在整個業務流程中，所有能夠通過數據進行效率化、智能化的模塊，我們都進行優化，讓數據產生決策，減少人工的干預。
在實操中，如何動手?
其實這個我也沒有實際經驗，我只是有一個想法雛形，并且正式往這個方向邁進，或許可以分享一下。
***，我們首先對于正常的支撐性需求要及時的響應，這個是必須的。
這意味著，我們需要劃出一部分人力去隨時的響應業務需求，并且支撐到位，這應該是身為技術部門應有的責任，并且這應該不會是太難的事情，畢竟需求都是比較明確的嗎，最起碼方向是有了。
除了常規性的支撐工作，剩下來的事就考驗我們的想象力了。
正如我上面所述，其實很多業務方自己也不知道如何去應用數據，讓數據幫到他們，那只能我們自己出馬了。
推動數據在業務中的價值體現，提升業務人員的數據思維能力，改變行業的數據效率價值觀，這些理論上說都是數據團隊不可推卸的責任。
其實也是有好處的，首先數據團隊的人對于數據的了解肯定是優于其他人的，那么缺的是什么?
業務的理解!
所以，我們需要花更多的時間和業務團隊去嘮嗑，了解業務的整個流程，了解他們的痛點在哪里，學習他們處理業務的經驗。
然后最笨的方法，能否將他們的經驗進行數值量化，通過數據的變化去控制邏輯的進行，最終替代掉他們的一部分工作。
其次，他們是否有一些痛點，我們能否通過數據去幫助他們快速決策，讓他們一個人可以干好幾個人的活，并且還干的更快。
想要自己變得更有存在的價值，必須承擔半個產品經理的角色，學會使用產品的思維去思考問題，去溝通交流，去了解業務，去構建你自己的數據產品。
之所以這么說，那是因為在這種情況下，一切可能都是未知，因為你也不確定你自己的這種思維切入到底能否改變格局。
這個時候，你必然無法調動太多的資源進行全方位的支持，比如產品部門的協助。
那么，我們就需要根據之前的溝通交流，對業務有足夠的了解之后，在結合你對數據的理解，去構建你認為可以解決他們問題的數據產品。
從底層技術架構，到技術實現，到用戶感知層，可能都需要你們自己團隊去思考，站在數據、技術、產品、用戶(業務方)的角度去思考這個問題，并且解決這個問題。
等我們把整個數據產品方案，從里到外，從上到下，都思考透徹之后，就需要動手開工了。
要知道，數據人猿，總體來說還是偏底層技術的，但涉及到用戶層級，那就繞不開上層的應用層級，與用戶的交互設計，好吧，這個時候看來我們又要化身前端人猿了。
不需要很炫的界面，以解決實際訴求為主，是的，這就是所謂的數據產品原型了。
出來之后，你可以邀請你的用戶(業務方)來使用你的原型系統了，并且愉快的收集用戶反饋。
當然，這里可能就有兩種情況了，一種是業務方使用完了之后，直接再也不想使用了，那么你就要思考你們的方向是不是錯了，然后重新反思review，然后快速推翻重建，或者調整你們的思路。
第二，如果是一些優化建議，并且肯定是可行可用的，那么，這意味著我們的工作是有價值的，并且這些價值是我們自己主動創造出來的。
那么，這側面證明了我們的思路是正確的，方法是可行的，接下來的事就是讓價值更大化，正規化。
此時，我們就完全有理由去調動更多的資源去做這件事了，包括把產品原型包裝成正式的數據產品，讓正規的產品去設計用戶體驗，讓前端開發介入干掉我們難堪入目的用戶界面，最終給業務方提供可行的產品，提升業務效率。
是的，這種模式才是一種良性的模式，讓數據團隊充滿挑戰的活力，充滿創造力，并且不斷的挑戰自我，實現自我，以及數據的價值。
當然，這整個流程對于數據團隊的要求也是很高的，他們不但需要了解數據、清楚數據挖掘的模式、還需要了解業務，還需要學會溝通，學會設計產品，需要會前后端，復合型技術人才，簡直全能!
有想法、有邏輯、有開發能力、有設計能力、有溝通交互能力、有創造力的復合型人才，在未來肯定是有人要的，我希望我的團隊都是這種人才，而不是守著自己的一畝三分地默默耕耘，不問世事。
但不管怎么樣，只要這個事情能夠這種節奏推進下去，這絕對是一個理想的數據團隊。
有想象力、有活力、有創造力、有技術成長空間，能夠實現數據驅動，走在業務的前面，***業務變革的數據團隊。
這才是我想要做的事，也是我想要的團隊!
目前，我自己的團隊已經按照這種節奏在跑了，但同樣，我們需要面對的挑戰有很多很多，我們需要逐漸的去克服。
但，有挑戰有難題才有進步不是么，故步自封，對于個人，對于團隊都不是好事，不是么?!
來，期待我們團隊的銳變!
【本文為51CTO專欄作者“黃崇遠”原創稿件，轉載請聯系原作者】
