2004年進的公司，至今18年了，今天來聊聊自己所經歷的數據團隊的演進過程。

1、2004年 原始狀態

在剛進公司的時候，IT部門里沒有專門的數據科室，只有一個開發科室，OLTP和OLAP混在一起，當時加上我一共3個人從事報表取數工作，每天大約1-2個取數單子，每月幾張報表開發任務，外加維護報表庫，那個時候，沒有合作伙伴。

2、2005年 經營分析室1.0

2005年公司還處于話務經營的時代，當時就啟動了第一代數據倉庫的建設，在IT部門下專門成立了經營分析室，自己是其中一員，記得共4個人吧，1人負責數據倉庫建設運營，1人負責KPI+報表開發，我負責取數，還有一位主管，由于數據倉庫和報表取數的工作越來越多，因此有了固定的合作伙伴團隊。

這種組織架構比較精煉，沒有什么層級，溝通成本也很低，滿足了當時公司數據生產的基本要求。

3、2008年 經營分析室2.0

2008年公司進入流量經營時代，業務部門對于精確營銷提出了越來越多要求，經營分析室在原有數據倉庫、KPI、報表、取數的基礎上，陸續增加了專題應用、營銷管理平臺、標簽庫等工作內容，人員也增加到了8人，這種職能架構延續了6年。

4、2009年 信息管理室

由于特殊的原因，當時管理信息室（MSS）和經營分析室進行了短暫合并，改名成了信息管理室，但兩個科室的人員還是各做各的，管理信息室做信息化，經營分析室則拼命做精確營銷，沒有什么交匯點，但冥冥之中似有定數，現在MSS成了公司數字化轉型的急先鋒，與數據的關系日益緊密。

5、2014年 數據運營部

2014年大數據概念火熱，公司意識到了數據的巨大價值，希望有部門能針對公司海量的數據進行挖掘、分析和運營，顯然經營分析室這個名字有點小了，因此改名成了數據運營部。這個時候，大家都認識到數據運營是非常專業的工作，因此需要專業的組織分工，數據運營部下設五個小組：

匯通保障組：負責大數據采集（含數據交換）、建模（基礎和融合模型）、運維及優化，可以看到，匯通保證組是以提升數據本身的效率為核心的。

平臺工具組：負責數據中臺工具建設及優化，數據開發及挖掘服務環境建設及優化，平臺工具組是以提升數據使用效能為核心的。

報表取數組：為公司提供及時、準確的數據，報表取數是一只數據團隊核心的生產職能。

挖掘服務組：為公司各個領域提供數據挖掘創新服務，以前這個職能與報表取數混在一起，但發現兩邊難以兼顧，因此做了拆分。

對外變現組：進行數據價值變現的探索，這是數據管理團隊從內轉向外的起點。

2014年不僅是數據中臺建設一年，也是數據變現的一年，那一年，我們的數據價值變現實現了0的突破，但由于很多人身兼數職，因此推進上問題還是很多。

6、2015年 大數據中心

探索了一年后，公司認為時機成熟，決定成立大數據中心，將數據運營部進行拆分，傳統的報表取數職能劃歸OLTP的需求管理部，其他職能劃到大數據中心，包括對外價值變現、對內數據挖掘及數據中臺等等，這個時候，我們的數據組織架構已經跟大多數公司不太一樣了，大數據中心下設三個部室：

數據管理部：負責大數據采集、開發、建模、挖掘及大數據管理體系的建立

應用產品部：負責大數據產品的規劃、設計、開發、測試、應用及運營

運營變現部：負責大數據變現的商務拓展、需求管理、合作運營及業務管理等

大家可以看到，大數據中心的職能覆蓋了從數據到產品再到商務的端到端全過程，類似于一個小事業部，在IT部門設置商務拓展這種職能在業界還是比較少見的。

現在看來也是合理的，因為在大數據創新的初期，IT的驅動力會強一點，一方面源于大數據這種業務的特殊性，另一方面對傳統業務部門來講，大數據變現初期那點收入可能不夠看，這會扼殺創新，正如《創新的窘境》說得那樣。

當然大數據中心不僅要對外價值變現，也要做好對內的賦能，因此有點雙線作戰的意思，但我認為這種兩邊作戰的組織架構在當時帶來了好處。

傳統做數據的人價值出口偏少，每天就圍著幾個業務部門轉，這限制了數據人的視野和格局，大數據中心對外開了口子，讓長期做內部數據支持的人看到了真實的市場，潛移默化的影響著每個人做事的方式。

比如對外做過數據產品后，對內做產品的時候就會比較強調客戶感知，對外做了模型后，就會知道原來某個數據特別有價值，因此會想著如何把對內也做做好。

自己2016年開始寫文章，一個原因就是發現外面的世界太大，自己那點專業知識在大市場面前不值一提，不知道自己不知道是最大的問題。

7、當下 企業數據管理部

公司原來對數據的應用主要局限在決策支持和精確營銷領域，但近幾年隨著公司數字化轉型的深入，公司各個領域都開始嘗試拓展數據的應用范圍，希望基于數據的運營來推動流程優化和流程重構，《華為數據之道》碰到的問題，我們也碰到了，這個時候，企業級數據治理的必要性變大了。

康威定律說得好，組織架構決定系統架構，要承擔企業級的數據治理工作，就需要企業級數據治理組織的保障，公司近期成立了企業級數據治理委員會，明確了公司和領域數據責任人職責，數據管理部也從大數據中心重新回到了本部，但跟原來的數據運營組的職能已經有了很大的差別，企業數據管理部的一種小組劃分方式如下：

數據治理組：負責頂層設計、建章立制、流程管理、主數據管理等等

數據服務組：負責數據中臺運營和數據開發、挖掘、開放等等

技術運營組：負責數據工具鏈建設和運維保障

綜合協同組：負責綜合事務、外部協同、宣傳推廣、培訓競賽等等

你會看到，數據管理部承擔的更多是企業級的數據支持工作，無論是數據治理、數據中臺還是工具鏈等等，即使是去做數據開發和挖掘工作，也跟領域的數據團隊有明顯的區別，比如只做基礎標簽，不做營銷標簽，同時會去做一些領域的補位，比如某個領域如果沒有數據支撐團隊，那么數據管理部就會頂上去，那些空白領域的數據賦能往往是從0到1，因此邊際效益會比較高。

最后要說一句，分久必合，合久必分，沒有固定形態的數據團隊，我們只能跟隨著時代的腳步起舞。