在一個企業內，一只數據團隊只會報表，取數、建模和分析是遠遠不夠的，對上，你的貢獻會被業務和前臺屏蔽，對下，云原生等等技術已經讓平臺運維變得更為容易。雖然現在數據中臺如火如荼，給了數據團隊名義上的機會，考慮到數據中臺的本質特征是業務化，但如果你連接觸前端的機會都沒有，怎么可能能建設好一個業務化的數據中臺呢？很多數據團隊在企業內存在感不強，或者是老黃牛的命，是有其深層次原因的，并不會因為數據中臺的出現而有什么實質性變化，而只有數據產品才能真正解決數據價值創造最后一公里的問題。從數據產品的性質劃分，一般可以分為三大類：第一種是決策分析類產品，主要提供分析服務，比如BI報表系統、分析專題等等。第二種是推薦投放類產品，主要提供營銷服務，比如營銷管理平臺，精準廣告投放平臺等等。第三種是數據管理類產品，主要提供采集、開發、挖掘、運維及管理服務，比如數據管理平臺等等。但大多數時候我們的數據產品表現并不驚艷，很多企業對于BI和大數據差不多是一個印象，取數、指標、報表，平臺，最多大屏可視化一下，還有什么？你會發現很多數據產品天生的基因決定了它只能做螺絲釘，做到極致也就是70分，其創造價值的天花板是很低的。這也是筆者進入公司后一直面臨的挑戰，伴隨著自己走過了10年。作為傳統企業，這幾年我們在數據產品的方向探索上還是比較多的，最近正好看到阿里的一張PPT，如下圖所示，感覺大家最終還是殊途同歸，發現了數據產品真正能創造價值的地方。

阿里提到的很多數據產品，無論是DataWorks，Dataphin還是OneService，都是偏后端的數據產品，它們其實屬于數據價值鏈的中段，而真正能直接創造價值的數據產品，則是上面圖示中的阿里媽媽、阿里小貸、觀星臺、生意參謀、黃金策、嵌入業務中臺等等。的確，我們以前對于數據產品的分類似乎出了點小問題，其實不應該簡單的按產品的性質分，而應該按產品服務的對象分，只有這樣，才能撥云見霧，看到數據產品真正能創造價值的地方。比如阿里的前端數據產品就是直接服務于外部企業、高層、賣家、策劃及消費者，諸如此類。而這些服務對象在任何一個企業都具有普適性，也就是說，通過打造為這些對象服務的產品，你的數據產品也許就找到了真正出口。我們應該努力回歸第一性原理，從直接能創造價值的地方尋找數據產品的機會。下面筆者就結合阿里和我們的實踐來談一談數據產品的機會和前途，主要包括五個方面：賦能管理者、賦能合作伙伴、賦能運營、賦能業務中臺以及賦能外部變現。1、賦能管理者阿里有觀星臺，其提到主要作為公司的健康晴雨表，分職分權的財報，這就是傳統BI做的東西，而我們公司對應的名字正好叫作黃金眼，是一個報表+指標門戶，這是數據團隊在一個公司的基本面，使命就是確保數據及時準確，無他。報表指標做到70分是比較容易的，而從70到100是很難的，你的數據一般只能反映事實，最多做個相對固定的比較，而無法直接提供決策能力。這意味著即使你能在這個上面雕出一朵花，其邊際效益還是很低的，你幾乎很少有機會能通過產品的完善去影響老板的決策。考慮到固定的KPI和報表的邊際效益很低，因此針對這類數據產品的創新，應該跟隨公司的業務重點變化去追求場景化的數據產品解決方案，基于數據中臺去快速打造。比如阿里的雙11數字大屏就是這一類場景化的數據產品，但你要知道，它一年的生命只有幾天，但它發揮出了應有的價值，這就是場景化解決方案，你說它跟BI有啥本質區別，沒有。其實每個企業都有這個尤里卡時刻，比如運營商每年有校園營銷，就應該考慮為校園營銷快速定制數據產品，為各類管理者方便看數提供更為便捷的針對性解決方案，不要嘗試用一堆大而全的報表指標去淹沒管理者。以下是為校園營銷快速定制的數據產品，非常火爆，因為它適配了校園的場景，圍繞校園這個實體增加了實時指標、熱點地圖、校園信息等豐富的要素信息，這也許是BI的未來。

2、賦能合作伙伴阿里有生意參謀，它這個產品是服務眾多的賣家的，因為只有賣家活得好，阿里的電商平臺才能活得好，因此他們之間是合作共贏的關系。其實任何一個企業都有這樣一個合作生態，你的數據產品就應該盡力為這些合作伙伴去賦能，這個跟賦能自己的管理者沒有區別。我們在感慨阿里生意參謀強大的時候，其實應該想到馬云說的那句話：相信只有別人成功你才能成功。生意參謀很好的詮釋了這一點，但我們有多少企業的數據團隊想到了這一點，在這個方面能走出關鍵的一步？以運營商為例，其有大量的渠道合作伙伴，包括直銷經理、客戶經理等等，數據產品應該為其賦能。近年來我們打造的生意寶、獲客寶、和客戶等大量一線產品，將IT和數據能力直接注入到生產流程，驅動營銷模式從“坐商”向“行商”轉變，就是一種有益的探索。比如下圖就是獲客寶的精準擺攤示意圖。

3、賦能運營阿里有黃金策，其主要是為用戶洞察和營銷策劃服務的，我們其實也有類似的數據產品，比如大數據精確營銷平臺，如下圖所示：

運營的一個關鍵是你能每次看到營銷活動的效果，然后基于這個效果去發現問題，找到優化提升的方法，從而優化下一次的營銷。但現實中我們大量的營銷評估往往僅限于營銷了多少用戶，訂購了多少用戶而已。但什么叫作好，什么叫作不好，我們其實并沒有什么量化的標準，我們大多還是靠經驗去運營，但企業當前的營銷水平跟10年前的營銷水平相比，到底有多少的長進？這個問題就像問當前的中醫跟1000年前的中醫有什么長進一樣難以回答。數據產品本來應該承擔這個使命。但很多傳統企業在客戶洞察、沙盤推演、渠道投放、營銷術語、AB測試、模型迭代等各個方面，都沒有很好的數據產品進行支撐。雖然筆者不知道阿里的黃金策具體做了什么，但肯定是要數據說話。市場細分、客戶洞察、策劃手段，投放策略、渠道分配、模型效果等等都應該作為要素逐步融入到了數據產品的設計中，固化到流程中，從而實現運營的自動化和智能化，不會因為一個新手的到來而讓運營水平下降一個臺階。最近自己也在思考精確營銷平臺運營提升的事情，包括能否為每次營銷的標簽的打上效果標識，能否建立自動AB測試的功能，能否實現模型的自動迭代，能否實現數據在各個渠道的高效協同等等，這些都是我們需要向互聯網學習的地方。4、賦能業務中臺阿里這里取了個名字，叫作嵌入業務中臺，然后有兩個強大的數據技術組件：搜索引擎和推薦引擎，的確，這兩個東西只有干數據的才能做好。但深層次的含義其實是這樣，數據產品你不能總是沖在最前面，或者你沖在最前面的機會并不多，畢竟先有業務系統才有數據，而有了數據才孕育出了數據產品。數據產品更多體現價值的機會應是作為一個技術組件，嵌入到企業的任何生產流程中去，嵌入業務中臺是一種形式，由此延伸開來就很多了，比如風控模型嵌入業務流程。我們的推薦引擎，也是嵌入到了CRM的生產流程中去，但業務平臺到底對于數據的理解有多深，愿意給你什么樣的運營位，很多時候決定了推薦引擎的成敗，這有賴于業務平臺數據意識的崛起。嵌入業務中臺應是數據產品體現自身價值的藍海，但要做好有三個前提：一是業務平臺是否有足夠的數據驅動意識，二是數據團隊是否有足夠的業務水平和足夠寬的視野，三是數據產品的質量是否經得起生產的檢驗。5、直接對外變現前面說得數據產品有一個共同特點，就是你的貢獻基本是間接的，而直接對外變現則是數據產品直接從外部獲取收益。阿里的阿里媽媽和阿里小貸是最典型的數據驅動的業務，也是阿里最大的利潤來源，一個是廣告投放，一個是金融風控。而我們則有神燈大數據產品線，這是最能證明數據價值的方向。如果有機會，每一個做數據產品的人都應該努力去嘗試，直面外部的客戶，獲得真正的需求，創造新的產品，獲得直接的收益。由于客戶只為有用的東西買單，因此假如你能持續的賺到錢，意味著你的數據產品經受住了市場的檢驗，這是最大的價值創造。五種數據產品類型，其實蘊含著數據產品創新的機會，如果你已經感受到了數據發展的瓶頸，正困惑于無法找到數據價值的出口，也許從這里可以找到一些啟示。當然我們還在苦苦探索尋找新的機會，你發現了并不代表就能做好，這也是大廠面臨的挑戰，特別是在產業互聯網這個大背景下。