正文開始

公司的2021年工作會議剛剛開完，老板對于數字化轉型充滿期待，而大魚則感受到了很大的壓力，作為數據團隊的負責人，其實自己也不知道能不能完成這些任務，有時真想做個純粹的技術人員，可以簡單一點。在數據治理前進的路上，始終守著四個小鬼，只要不趕走它們，就很難到達那個彼岸。

1、業務：數字化顛覆業務流程不好玩

15年前數據倉庫剛起來的時候，只知道通過數據歸集和建模可以支撐好取數和報表，甚至在分析和決策上也有用武之地。然后大魚吃驚的發現報表的天花板是BI，而BI僅僅是個分析工具，它的確可以讓分析做的快一點，但沒法直接提升生產力。因為BI的成果還是需要通過各類管理者的大腦過濾，然后通過管理者的發號施令產生價值。但到底這個發號施令是哪個BI產生的價值，也許無人知道，也無人Care，反正是領導的要求。這種數據驅動業務的效率太低了。10年前互聯網在數字化營銷上的成就讓我眼前一亮，從那個時候開始，大魚就知道數據的能力必須嵌入在生產流程中才能發揮更大的價值，這么多年來一直嘗試著用數據來顛覆公司的線下營銷模式。為了客戶洞察（比如取數）更快，大魚打造了自助取數工具，然后是標簽平臺；為了營銷流轉更快，大魚嘗試著打造營銷流程平臺；為了渠道投放更快，大魚嘗試著去對接各種渠道，最后還要努力把這些流程節點串接起來。但最大的阻力還是來自于不需要。因為那個時候公司發展的很好，業務人員“線下生活”也很滋潤，大魚做的就被當成了亮點，需要的時候show一下，不需要的時候就被晾在一邊。但即使這樣，通過多年的努力，營銷人員還是被數字化洗了一遍腦，等到真的需要數字化的時候，營銷是第一個成功的。可惜公司要進行數字化轉型的不僅僅是營銷，而是整個經營管理體系，從規劃開始。雖然老板力挺數據團隊，在各種場合為數字化轉型背書，但戰略的正確不代表就能執行到位，因為負責各個流程節點的人還是那些人，沒有人愿意主動改變，老板說一下，當然會動一下，但顯然不是長久之計。數據團隊縱然有巨大的熱情去做事，但挑戰前所未有，規劃、采購、供應鏈、倉儲、物流等等，每一個都不是省油的燈。其實最好的方式是讓業務人員自身覺醒，因為其對自己的業務和流程最清楚，而數據團隊做好指導和支撐就可以了，但一方面業務革自己的命很難，另一方面公司沒有耐心，再者數據團隊也不甘心。公司需要一個打破熵的人，數據團隊是唯一的選擇。

2、數據：數據歸集短期很難實現共贏

當你做了10多年數據倉庫，突然發現企業還有那么多的數據沒有采集的時候，的確會感到失落。最可悲的不是你不知道，而是你不知道自己不知道，等到真要大干一場的時候，才發現路才走了一半。沒有業務驅動的數據采集很多屬于自嗨，不信可以看看采集的數據有多少發揮了價值，20%都算多了吧。這次為數字化轉型而來，有明確的的業務訴求，數據歸集的迫切性跟以前完全不同。我們一頭要跟業務人員了解業務，拿到業務需求，另一頭則要將這些業務需求轉化成數據需求，然后去采集這些數據。雖然理論上業務人員要負責所轄業務領域的數據供給，但現實中業務人員往往沒有這個職責，只會告訴你，這個數據來自于那個部門，去那個部門要吧。那個部門不情愿是正常的，因為這些數據一向是其私有財產，雖然數據團隊有老板的背書，但別人也有自己的難處和有限的供數能力，沒現成數據要重新部署采集怎么辦？有數據沒現成接口怎么辦？要先擴容才能供數怎么辦？在別人那里，經常是問題比辦法多。不是每個公司都是阿里和華為，能有一堆堆的規范和流程為數字化保駕護航，他們的規范和制度，其實也是一堆堆人鋪上去后用血和淚換來的，也許第一批做數字化的人，早已經被拍死在沙灘上。誰都不想倒在黎明之前。

3、生態：數據團隊存在天然生存劣勢

數字化首先需要信息化，即業務流程的在線化，這樣才能有效留存數據，然后基于留存的數據提供決策支持，從而更好的優化業務流程，最終為企業創造效益。一般來講，服務業務流程是業務中臺干的事情，而要提供決策支持是數據中臺干的事情，以前兩者涇渭分明，前者做流程，后者做報表分析。數字化轉型第一次涉及到了業務中臺和數據中臺協同的問題，合二為一的趨勢越來越明顯。這就涉及到一個問題，誰主誰輔。在數字化起步之時，業務流程的在線化是第一位的，因此，業務中臺往往是數字化的核心，但做業務中臺的人，往往沒有數據思維，比如基于全流程數據考慮問題，導致號稱是在做數字化，但其實僅僅做了信息化，對于業務中臺來講，大多數時候決策支持是非必選項。

但數字化要的不僅是流程效率，更要智能化，要能提高決策的質量和效率。數據中臺的人有天然的驅動去做這個事情，但僅靠自己又干不成，得依托業務中臺才能實現這個理想，這種依賴體現在三個方面：

一是要理解業務和流程，這需要業務中臺的配合；

二是依賴業務供給數據，然后才能分析問題，發現問題，研發模型，這也依賴業務中臺；

三是要將模型部署到業務流程上，形成模型運營的閉環，這更依賴業務中臺。

康威定理說得好，組織架構決定系統架構，只要數據和業務中臺無法在組織上做出融合，就會產生協同的問題，因為兩者做事的節奏完全不同。什么叫節奏？數據中臺一貫的節奏是想上就上，因為創新是第一位的，穩定性是第二位的，業務中臺則是反過來的；數據中臺人員的使命是數據驅動業務，而業務中臺人員的使命則不一定，大多時候想得是流程如何驅動業務；數據中臺做數據的融合相對是簡單的，業務中臺做業務的融合則要難得多，而要對其雙方的思維需要很長的時間。因此，數據中臺想要鯉魚跳龍門，得先過了業務中臺再說，這需要有很強的外力、智慧的協調和足夠的耐心。

4、人才：留不住找不到可用的數據人才

不同專業的數據從業者，培養的周期是不同的。培養一個數據開發人員相對簡單，在短期內就可以達到一定的高度，因為有最佳實踐，有東西可COPY，有導師可拜，有大量實踐反饋的機會，只要愿意花功夫。培養一個數據分析人員要難很多，因為光懂數據技術不夠，還要理解企業的業務和數據，要能跟著業務與時俱進，更要懂得溝通和表達，也許5年才能入門，10-15年才能有所成。培養一個數據管理人員則更難了，一般都要有數據倉庫的開發和運維經歷、BI的經歷、數據分析和挖掘的經歷、甚至有數據產品的經歷，然后當你踏上數據管理崗位后，才能理解數據治理到底難在哪里，才能給出綜合的數據解決方案。懂業務、懂數據、懂技術、懂管理，決定了這類人才培養難度很高，能成才者，十之一二。即使好不容易培養了，這類人才也很容易流失。一是往外跑，因為市場的稀缺性，只要年紀不是太大，誰都需要，互聯網是現實版的數據人才黑洞；二是往別的部門跑，最牛的數據分析師最后都成了市場部經理，這類人不會呆在一個缺乏出口的團隊。這些問題很難解決。但大魚還是相信，辦法總比困難多，只是過程會很不舒服，這就是成長所需要的吧，縱然是失敗了，也要寫出失敗的原因，與所有的數據治理者共勉！