融合貫通，打造企業(yè)級全協(xié)同數(shù)據(jù)團(tuán)隊

數(shù)據(jù)協(xié)同拉通是企業(yè)數(shù)字化和智能化進(jìn)程中的基石，不僅需要過硬的技術(shù)和平臺支持，更需要深入識別和解決團(tuán)隊問題。企業(yè)通過打造一個深度融合、統(tǒng)一思路、全面協(xié)同和技術(shù)高效的數(shù)據(jù)團(tuán)隊，才能把數(shù)據(jù)作為生產(chǎn)資料和新質(zhì)生產(chǎn)力的突破力量

在數(shù)字化和智能化的今天，數(shù)據(jù)已然成為企業(yè)生產(chǎn)與運營中不可或缺的生產(chǎn)資料。然而，如何充分發(fā)揮數(shù)據(jù)作為企業(yè)爭優(yōu)創(chuàng)先核心資產(chǎn)的作用，關(guān)鍵在于企業(yè)能否打造一個高效協(xié)同的數(shù)據(jù)團(tuán)隊。

從數(shù)據(jù)管理到數(shù)據(jù)科學(xué)，再到數(shù)據(jù)工程和數(shù)據(jù)分析，企業(yè)級數(shù)據(jù)價值創(chuàng)造是一個系統(tǒng)性復(fù)雜問題，需要以場景為核心、以價值為導(dǎo)向，進(jìn)行全面融合貫通，構(gòu)建數(shù)據(jù)智能底座，從而實現(xiàn)全面協(xié)同和持續(xù)創(chuàng)新，打造從數(shù)據(jù)算力到業(yè)務(wù)價值的高效全鏈路。

企業(yè)級數(shù)據(jù)協(xié)同面臨6個挑戰(zhàn)

從企業(yè)數(shù)據(jù)生產(chǎn)加工過程來看，企業(yè)數(shù)據(jù)協(xié)同面臨以下6個挑戰(zhàn)，如圖1所示。

挑戰(zhàn)一：目標(biāo)不一致。協(xié)同的基礎(chǔ)是有共同的目標(biāo)，只有擁有共同的目標(biāo)和利益，相關(guān)人員才能夠從內(nèi)心認(rèn)同協(xié)同。如果連目標(biāo)都不一致，那么協(xié)同就成為一句空話，企業(yè)提供再好的工具平臺都是無效的。而現(xiàn)在很多部門的數(shù)據(jù)利用與生產(chǎn)是割裂的，各方分別有各自的KPI，并沒有形成統(tǒng)一的目標(biāo)，導(dǎo)致缺少對齊目標(biāo)的意識和行動。

挑戰(zhàn)二：缺少意識。目標(biāo)的不一致帶來的直接后果，是很多企業(yè)未能樹立起數(shù)據(jù)協(xié)同的意識。業(yè)務(wù)部門認(rèn)為數(shù)據(jù)是技術(shù)部門和數(shù)據(jù)部門的事情，與自己無關(guān)；應(yīng)用開發(fā)團(tuán)隊將數(shù)據(jù)團(tuán)隊隔離在外，什么事情都喜歡自己搞定。這導(dǎo)致不同部門或團(tuán)隊總會出現(xiàn)數(shù)據(jù)不一致等情況，究其原因是缺乏數(shù)據(jù)協(xié)同的意識。

挑戰(zhàn)三：缺少標(biāo)準(zhǔn)。當(dāng)下很多企業(yè)在數(shù)據(jù)開發(fā)和利用上沒有統(tǒng)一的標(biāo)準(zhǔn)，包括數(shù)據(jù)協(xié)同處理的流程和規(guī)則、各個團(tuán)隊之間的分工等方面。

挑戰(zhàn)四：缺少度量。很多企業(yè)尚未建立協(xié)同的標(biāo)準(zhǔn)，部門間數(shù)據(jù)協(xié)作的過程也都是線下自發(fā)的。沒有標(biāo)準(zhǔn)帶來采集不到協(xié)作過程中包括進(jìn)度、狀態(tài)等關(guān)鍵指標(biāo)的問題，進(jìn)而導(dǎo)致無法可視化和度量每一個數(shù)據(jù)任務(wù)的狀態(tài)，比如該任務(wù)目前處于哪個環(huán)節(jié)、進(jìn)度是否符合計劃等。

挑戰(zhàn)五：缺少平臺。與此同時，只有標(biāo)準(zhǔn)也是不夠的，必須要有工具和平臺來支撐標(biāo)準(zhǔn)的執(zhí)行和落實，否則標(biāo)準(zhǔn)帶來的只是額外的管理工作量。但是目前大部分企業(yè)都缺少能把業(yè)務(wù)、技術(shù)和數(shù)據(jù)等三方相關(guān)內(nèi)容和工作人員整合在一起、無縫銜接、無邊界協(xié)作的企業(yè)級數(shù)據(jù)協(xié)同平臺。

挑戰(zhàn)六：缺少運營。讓企業(yè)實現(xiàn)數(shù)據(jù)協(xié)同還需要運營。運營的主要任務(wù)包括運維（監(jiān)控企業(yè)的各項數(shù)據(jù)協(xié)同狀況，及時發(fā)現(xiàn)問題，比如數(shù)據(jù)處理鏈異常、存儲空間不夠等）、調(diào)度（調(diào)度相關(guān)的資源來支持和保障各項數(shù)據(jù)協(xié)同任務(wù)能夠高效完成）、分析（通過分析相關(guān)的協(xié)同數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)協(xié)同過程的趨勢、風(fēng)險以及待優(yōu)化點）、引導(dǎo)（舉辦活動、制定機制，鼓勵和引導(dǎo)更有價值的數(shù)據(jù)協(xié)同生產(chǎn)）等。

當(dāng)前，企業(yè)已經(jīng)進(jìn)入數(shù)據(jù)民主化的時代，如何能夠在全員皆是數(shù)據(jù)用戶的情況下做好數(shù)據(jù)協(xié)同，成為所有企業(yè)面臨的問題。如果這個問題解決不好，那么數(shù)據(jù)治理也會越來越難。而要解決這個問題，需從用戶的本質(zhì)需求出發(fā)，搞清楚企業(yè)數(shù)據(jù)的用戶都有哪些、分成什么類型、不同的訴求是什么、會進(jìn)行怎樣的協(xié)同。

不同企業(yè)數(shù)據(jù)團(tuán)隊面臨不同的痛點

與數(shù)據(jù)產(chǎn)品生產(chǎn)關(guān)系最緊密的角色是數(shù)據(jù)團(tuán)隊，它可以分為4類：數(shù)據(jù)管理團(tuán)隊、業(yè)務(wù)團(tuán)隊、數(shù)據(jù)分析團(tuán)隊、數(shù)據(jù)工程團(tuán)隊。不同的團(tuán)隊面臨的痛點不一樣。

數(shù)據(jù)管理團(tuán)隊的痛點

數(shù)據(jù)管理團(tuán)隊肩負(fù)著統(tǒng)籌管理企業(yè)數(shù)據(jù)資產(chǎn)、挖掘和度量數(shù)據(jù)價值、保證數(shù)據(jù)產(chǎn)品和數(shù)據(jù)相關(guān)系統(tǒng)平臺穩(wěn)定運行的職責(zé)。數(shù)據(jù)管理團(tuán)隊面臨如下痛點：

數(shù)據(jù)資產(chǎn)統(tǒng)籌管理難。企業(yè)的數(shù)據(jù)資產(chǎn)越來越多，種類越來越復(fù)雜，并且越來越重要，如何全面、安全地統(tǒng)籌管理數(shù)據(jù)資產(chǎn)，既要讓所有人能夠便捷地訪問和利用數(shù)據(jù)資產(chǎn)，又要保證安全合規(guī)？這是數(shù)據(jù)管理團(tuán)隊的首要需求，也是最大的痛點。

業(yè)務(wù)價值度量評價難。如何評價數(shù)據(jù)產(chǎn)品的價值，特別是那些不能直接銷售的數(shù)據(jù)產(chǎn)品的價值，是數(shù)據(jù)管理團(tuán)隊面臨的第二個痛點。需要一種模式讓數(shù)據(jù)和數(shù)據(jù)產(chǎn)品的價值顯性化、具象化，讓業(yè)務(wù)用戶和企業(yè)管理者感受到。

數(shù)據(jù)管理工作煩瑣。數(shù)據(jù)團(tuán)隊越來越龐大，且每天的工作任務(wù)都很多。那么，團(tuán)隊的工作狀態(tài)如何，進(jìn)度是否符合計劃，是否有風(fēng)險，有什么困難和挑戰(zhàn)，是數(shù)據(jù)管理者需要關(guān)心的。數(shù)據(jù)管理者需要一個全景視圖，全面了解團(tuán)隊的關(guān)鍵項目、任務(wù)執(zhí)行情況，以及數(shù)據(jù)相關(guān)資產(chǎn)的利用情況和風(fēng)險情況。

業(yè)務(wù)需求反饋協(xié)調(diào)慢。業(yè)務(wù)部門中，數(shù)據(jù)產(chǎn)品消費者對于數(shù)據(jù)產(chǎn)品的反饋如何？有什么問題？是否能及時解決？過去，這些反饋往往在事后以投訴的方式才能獲知。但事實上，數(shù)據(jù)的加工生產(chǎn)本身都是在線的，完全具備實時監(jiān)控和溝通的條件。

業(yè)務(wù)團(tuán)隊的痛點

數(shù)據(jù)已經(jīng)成為業(yè)務(wù)團(tuán)隊工作的必備方法和工具，但是大部分業(yè)務(wù)人員都不是技術(shù)或者數(shù)據(jù)相關(guān)專業(yè)出身，仍然需要借助數(shù)據(jù)分析和技術(shù)團(tuán)隊來實現(xiàn)數(shù)據(jù)需求。但是企業(yè)的數(shù)據(jù)利用鏈路往往很難給業(yè)務(wù)團(tuán)隊提供高響應(yīng)的支撐，主要體現(xiàn)在以下5方面：

找不到數(shù)據(jù)。業(yè)務(wù)人員經(jīng)常面臨的問題包括不知道公司有多少數(shù)據(jù)，不知道這些數(shù)據(jù)在哪里，想看數(shù)據(jù)卻不知道如何獲得，數(shù)據(jù)管理流程復(fù)雜冗長等。業(yè)務(wù)人員縱使有很多的業(yè)務(wù)需求和想法，還是會因為繁重而封閉的數(shù)據(jù)管理體系望而卻步，最終只能放棄。

缺少業(yè)務(wù)型分析工具。業(yè)務(wù)團(tuán)隊雖然有很多的數(shù)據(jù)報表，也有專業(yè)的數(shù)據(jù)分析人員，但是很多時候針對個性化的需求，業(yè)務(wù)團(tuán)隊也希望自己能夠直接快速地進(jìn)行一些簡單的分析洞察。但是大部分企業(yè)缺少友好的業(yè)務(wù)型數(shù)據(jù)分析工具，導(dǎo)致很多企業(yè)超過50%的數(shù)據(jù)分析都是在Excel里進(jìn)行的。

數(shù)據(jù)分析質(zhì)量差。由于數(shù)據(jù)口徑、數(shù)據(jù)質(zhì)量的問題，很多數(shù)據(jù)分析的結(jié)果不準(zhǔn)確。業(yè)務(wù)團(tuán)隊與數(shù)據(jù)團(tuán)隊對同一個數(shù)據(jù)的理解不一致，又帶來巨大的溝通成本，并且導(dǎo)致數(shù)據(jù)描述不清晰、數(shù)據(jù)分析效果差。

數(shù)據(jù)開發(fā)響應(yīng)慢。業(yè)務(wù)對數(shù)據(jù)的需求總是比較緊迫的，需要被快速響應(yīng)，但是數(shù)據(jù)開發(fā)團(tuán)隊的響應(yīng)往往比應(yīng)用開發(fā)團(tuán)隊慢很多。這個問題的產(chǎn)生主要有兩個原因：一個是業(yè)務(wù)團(tuán)隊與數(shù)據(jù)開發(fā)團(tuán)隊對數(shù)據(jù)需求的理解很難對齊，需要多次嘗試驗證才能找到最終正確的數(shù)據(jù)；另一個是企業(yè)數(shù)據(jù)開發(fā)團(tuán)隊的能力與應(yīng)用開發(fā)團(tuán)隊相比，尚不那么成熟，缺少標(biāo)準(zhǔn)、統(tǒng)一的工具和流程。

應(yīng)用上線慢。數(shù)據(jù)應(yīng)用的上線和業(yè)務(wù)應(yīng)用不一樣。在上線之前，數(shù)據(jù)的接入、遷移、驗證、測試需要很長時間，接入數(shù)據(jù)越多的應(yīng)用，上線過程越復(fù)雜。并且，數(shù)據(jù)應(yīng)用的問題追溯比較困難，所以數(shù)據(jù)工程團(tuán)隊一般很難提供明確的SLA（服務(wù)等級承諾）。

數(shù)據(jù)分析團(tuán)隊的痛點

數(shù)據(jù)分析團(tuán)隊現(xiàn)在成為很多企業(yè)里最熱門、但也是最辛苦、最有挑戰(zhàn)的團(tuán)隊。在季度、年度結(jié)束的時候，數(shù)據(jù)分析團(tuán)隊往往會接到大量需求，需要通宵達(dá)旦地工作，這是因為數(shù)據(jù)已經(jīng)成為所有業(yè)務(wù)的生產(chǎn)要素，而數(shù)據(jù)分析團(tuán)隊的產(chǎn)能是有限的，導(dǎo)致數(shù)據(jù)分析團(tuán)隊超負(fù)荷工作。數(shù)據(jù)分析團(tuán)隊的痛點如圖2所示，主要有以下5點：

重復(fù)數(shù)據(jù)需求。這是很多數(shù)據(jù)分析團(tuán)隊最大的痛點。不同的業(yè)務(wù)團(tuán)隊提出的需求很多都是重復(fù)的，甚至80%的需求都是已經(jīng)分析過的。但是由于需求提出方不同、數(shù)據(jù)范圍不同、理解不一致，數(shù)據(jù)分析團(tuán)隊就要對這些需求重新分析一遍；而且很多需求的時間要求并不像業(yè)務(wù)團(tuán)隊在提需求時所說的那么緊迫，甚至不少數(shù)據(jù)分析的需求完成以后，其結(jié)果并沒有被使用。

數(shù)據(jù)定位難。業(yè)務(wù)團(tuán)隊只能描述對數(shù)據(jù)的需求，但是不知道對應(yīng)這些需求的數(shù)據(jù)從哪個系統(tǒng)中獲取，數(shù)據(jù)分析人員沒有參與系統(tǒng)的構(gòu)建，也不知道數(shù)據(jù)在哪兒，往往需要通過多次交叉稽核、校驗才能確認(rèn)數(shù)據(jù)來源。

數(shù)據(jù)獲取難。數(shù)據(jù)分散在不同的源系統(tǒng)中，系統(tǒng)對應(yīng)部門不一樣，數(shù)據(jù)的存儲格式、結(jié)構(gòu)標(biāo)準(zhǔn)也不一樣，導(dǎo)致獲取數(shù)據(jù)很困難。據(jù)統(tǒng)計，數(shù)據(jù)分析團(tuán)隊超過50%的時間花在了獲取數(shù)據(jù)上，而真正花在分析數(shù)據(jù)、探索價值的時間卻相對較少。

數(shù)據(jù)產(chǎn)品管理難。業(yè)務(wù)部門對數(shù)據(jù)的需求很多都是重復(fù)的，但是作為支持性部門，數(shù)據(jù)分析團(tuán)隊只能積極響應(yīng)，導(dǎo)致最后開發(fā)的數(shù)據(jù)產(chǎn)品非常多，但是缺少體系化的管理。重復(fù)的、冗余的數(shù)據(jù)集和數(shù)據(jù)分析報表及視圖等都堆積在各個平臺中，越堆越多、越來越難以管理。

工具打通難。不同的數(shù)據(jù)分析人員所使用的數(shù)據(jù)分析工具不一樣，有使用傳統(tǒng)商業(yè)智能工具的，有使用Jupyter Notebook的，也有使用MATLAB的，多種數(shù)據(jù)工具分析的結(jié)果文件需要解析轉(zhuǎn)換，打通工具很困難。

數(shù)據(jù)工程團(tuán)隊的痛點

數(shù)據(jù)工程團(tuán)隊負(fù)責(zé)最終解決所有數(shù)據(jù)問題，但是大部分?jǐn)?shù)據(jù)工程團(tuán)隊都面臨多個痛點，如圖3所示：

不確定的數(shù)據(jù)源。數(shù)據(jù)工程團(tuán)隊的工作對象和生產(chǎn)要素就是數(shù)據(jù)，但是目前企業(yè)的數(shù)據(jù)分散在不同的內(nèi)外部系統(tǒng)中，其中很多都是遺留系統(tǒng)，缺少文檔、缺少標(biāo)準(zhǔn)、缺少對數(shù)據(jù)結(jié)構(gòu)的描述記錄。于是這些數(shù)據(jù)缺少統(tǒng)一的規(guī)劃和管理，相互不聯(lián)通，使數(shù)據(jù)用戶像進(jìn)入原始森林一樣迷茫。如何清晰地管理這些分散的、高度不確定的數(shù)據(jù)源是數(shù)據(jù)工程團(tuán)隊的一大痛點。

重復(fù)數(shù)據(jù)需求。很多數(shù)據(jù)需求從源頭開始就是重復(fù)的，企業(yè)缺少全局的數(shù)據(jù)規(guī)劃，數(shù)據(jù)工程團(tuán)隊只能以響應(yīng)業(yè)務(wù)需求為第一要務(wù)，最終產(chǎn)生了一系列新的數(shù)據(jù)，而已有的數(shù)據(jù)利用率較低，并且使用多套指標(biāo)體系，數(shù)據(jù)立方體相互矛盾，數(shù)據(jù)工程團(tuán)隊難以對其進(jìn)行維護(hù)和復(fù)用。

資產(chǎn)歸屬不清晰。企業(yè)的數(shù)據(jù)每天都在不斷增長，而數(shù)據(jù)資產(chǎn)的管理體系跟不上，導(dǎo)致數(shù)據(jù)資產(chǎn)的歸屬不明確，數(shù)據(jù)工程團(tuán)隊在開發(fā)和維護(hù)數(shù)據(jù)資產(chǎn)的時候缺少標(biāo)準(zhǔn)。哪些數(shù)據(jù)應(yīng)該從哪個部門去獲取，哪個部門擁有對這些數(shù)據(jù)的審核、修改的權(quán)限，這些問題經(jīng)常導(dǎo)致數(shù)據(jù)工程團(tuán)隊要花大量的時間去盤點和溝通。

監(jiān)控運維困難。數(shù)據(jù)的問題一旦出現(xiàn)，就很難被定位和修復(fù)。一個不準(zhǔn)確的數(shù)據(jù)，其背后可能是十幾年企業(yè)業(yè)務(wù)邏輯的變化，“數(shù)據(jù)血緣”難以梳理，數(shù)據(jù)工程團(tuán)隊缺少文檔和知識的積累，對數(shù)據(jù)的運維非常困難。

新技術(shù)鴻溝。數(shù)據(jù)技術(shù)日新月異，各種工具層出不窮。對數(shù)據(jù)工程團(tuán)隊來說，使用數(shù)據(jù)處理技術(shù)和工具是需要很高的學(xué)習(xí)成本的。不同的數(shù)據(jù)工程師，對數(shù)據(jù)處理技術(shù)和工具的選擇往往都不一樣，加工處理的過程和結(jié)果也就很難共享。建立一套經(jīng)過驗證的、適合企業(yè)數(shù)據(jù)架構(gòu)和特點的、標(biāo)準(zhǔn)化的數(shù)據(jù)技術(shù)體系，并提供給數(shù)據(jù)工程團(tuán)隊使用，是數(shù)據(jù)工程團(tuán)隊的迫切需求。

溝通低效。數(shù)據(jù)工程團(tuán)隊負(fù)責(zé)最底層的數(shù)據(jù)工作，所有的數(shù)據(jù)需求最終都要由數(shù)據(jù)工程團(tuán)隊來實現(xiàn)，所以數(shù)據(jù)工程團(tuán)隊每天需要面對大量的需求提報、問題溝通。但是目前很多企業(yè)缺少有效的溝通工具，導(dǎo)致數(shù)據(jù)工程師們將大量的時間花在低效的溝通上，甚至可能出現(xiàn)雞同鴨講的情況，雙方講了半天，結(jié)果并不是在討論同一個問題，或者并不是在同一個數(shù)據(jù)集的基礎(chǔ)上進(jìn)行溝通。

數(shù)據(jù)團(tuán)隊能力全景圖

數(shù)據(jù)驅(qū)動的企業(yè)需要什么樣的數(shù)據(jù)能力？需要構(gòu)建什么樣的數(shù)據(jù)團(tuán)隊來打造這樣的能力？精益數(shù)據(jù)方法總結(jié)了典型的數(shù)據(jù)團(tuán)隊能力全景圖，如圖4所示：

數(shù)據(jù)戰(zhàn)略能力

首先是要有數(shù)據(jù)戰(zhàn)略能力，數(shù)據(jù)團(tuán)隊能夠根據(jù)企業(yè)的業(yè)務(wù)愿景和目標(biāo)，結(jié)合企業(yè)的發(fā)展階段、業(yè)務(wù)技術(shù)現(xiàn)狀，制定出適合企業(yè)發(fā)展的數(shù)據(jù)戰(zhàn)略規(guī)劃，打造業(yè)務(wù)場景藍(lán)圖、數(shù)據(jù)資產(chǎn)藍(lán)圖和數(shù)字化技術(shù)藍(lán)圖，并且梳理出轉(zhuǎn)型路線。

企業(yè)的數(shù)據(jù)戰(zhàn)略能力主要由五大部分構(gòu)成：第一是業(yè)務(wù)戰(zhàn)略的解碼能力，數(shù)據(jù)戰(zhàn)略必須服務(wù)于企業(yè)的業(yè)務(wù)戰(zhàn)略，所以數(shù)據(jù)團(tuán)隊的首要能力是能夠理解和解讀業(yè)務(wù)戰(zhàn)略，然后制定與業(yè)務(wù)戰(zhàn)略對齊的數(shù)據(jù)戰(zhàn)略。第二是數(shù)據(jù)資產(chǎn)的管理能力，包括數(shù)據(jù)資產(chǎn)規(guī)劃、數(shù)據(jù)生態(tài)的構(gòu)建、數(shù)據(jù)治理體系等。第三是業(yè)務(wù)價值場景的探索、挖掘和識別能力，能夠描繪出讓數(shù)據(jù)發(fā)揮價值的業(yè)務(wù)場景藍(lán)圖。第四是數(shù)據(jù)架構(gòu)能力，選擇適合企業(yè)的技術(shù)棧和工具體系，搭建企業(yè)的數(shù)據(jù)技術(shù)架構(gòu)。第五是組織文化建設(shè)能力，打造企業(yè)的數(shù)據(jù)人才培養(yǎng)體系、能力模型以及數(shù)據(jù)驅(qū)動的企業(yè)文化。

數(shù)據(jù)運營能力

在數(shù)字化的企業(yè)中，所有的業(yè)務(wù)和產(chǎn)品都會以數(shù)據(jù)的形式存在，并且會產(chǎn)生新的能返回企業(yè)的數(shù)據(jù)。數(shù)據(jù)驅(qū)動的企業(yè)要擁有卓越的數(shù)據(jù)運營能力，能對業(yè)務(wù)數(shù)據(jù)進(jìn)行分析挖掘，并且基于數(shù)據(jù)制定和優(yōu)化運營策略，采取業(yè)務(wù)動作，提升企業(yè)的敏捷性。

數(shù)據(jù)運營和運維是兩個概念，運營是讓業(yè)務(wù)獲得增長，運維是讓系統(tǒng)穩(wěn)定、不出故障。數(shù)據(jù)運營是指通過數(shù)據(jù)來讓產(chǎn)品和服務(wù)持續(xù)地產(chǎn)生價值，并不斷優(yōu)化產(chǎn)品和服務(wù)的能力，包括用戶運營、產(chǎn)品運營、渠道運營、活動運營、內(nèi)容運營等。數(shù)據(jù)運營不僅服務(wù)于營銷，還支持客戶服務(wù)，有利于提升客戶滿意度等。

產(chǎn)品設(shè)計能力

從項目制到產(chǎn)品制的轉(zhuǎn)變體現(xiàn)了一個企業(yè)的敏捷程度。能否深度洞察市場和用戶的需求，設(shè)計出用戶需要的產(chǎn)品，不斷地優(yōu)化迭代，提升用戶體驗，是企業(yè)數(shù)據(jù)資產(chǎn)對外呈現(xiàn)價值的核心能力。數(shù)據(jù)團(tuán)隊要有數(shù)據(jù)產(chǎn)品經(jīng)理、產(chǎn)品設(shè)計人員，他們往往具有很強的市場和用戶意識，能夠打造出有競爭力、能產(chǎn)生業(yè)務(wù)價值的數(shù)據(jù)產(chǎn)品，而不是一個僅能提供數(shù)據(jù)資源的產(chǎn)品。

數(shù)據(jù)分析能力

數(shù)據(jù)分析能力是利用統(tǒng)計分析、人工智能等技術(shù)和工具對數(shù)據(jù)進(jìn)行分析，提取有用信息，幫助業(yè)務(wù)洞察，形成可靠結(jié)論的能力。數(shù)據(jù)分析包括描述性分析、探索性分析、驗證性分析、預(yù)測性分析等多種形式。企業(yè)需要構(gòu)建強大的數(shù)據(jù)分析能力，來實現(xiàn)看現(xiàn)狀、看根因、看風(fēng)險、看未來的“四看”效果。

數(shù)據(jù)科學(xué)能力

數(shù)據(jù)科學(xué)能力特指利用人工智能技術(shù)對數(shù)據(jù)進(jìn)行挖掘、建模，最終輸出算法模型的能力。數(shù)據(jù)分析更多處理結(jié)構(gòu)化數(shù)據(jù)，而數(shù)據(jù)科學(xué)面向的數(shù)據(jù)范圍更加寬泛，通常與多種類型的數(shù)據(jù)，且大部分是與非結(jié)構(gòu)化數(shù)據(jù)打交道。在數(shù)字化時代，企業(yè)要重點建設(shè)以人工智能技術(shù)為核心的數(shù)據(jù)科學(xué)能力。

數(shù)據(jù)工程能力

數(shù)據(jù)工程能力包括兩類，一類是處理數(shù)據(jù)的能力，另一類是構(gòu)建數(shù)據(jù)平臺和工具的能力。前者主要處理關(guān)系型數(shù)據(jù)，構(gòu)建數(shù)據(jù)處理鏈、數(shù)據(jù)立方體等數(shù)據(jù)生產(chǎn)工作，后者主要利用軟件工程技術(shù)來構(gòu)建大數(shù)據(jù)平臺，實現(xiàn)DataOps；前者需要對數(shù)據(jù)模型、SQL語言等非常熟悉，而后者需要對處理數(shù)據(jù)的技術(shù)和工具非常熟悉。

軟件工程能力

軟件工程能力是當(dāng)今數(shù)據(jù)工程師的基礎(chǔ)能力。過去的數(shù)據(jù)從業(yè)人員以熟練使用SQL為主要工作技能。而現(xiàn)在，隨著非關(guān)系型數(shù)據(jù)庫、流計算、實時計算、消息隊列等多種數(shù)據(jù)工具和技術(shù)的發(fā)展，軟件工程能力成為數(shù)據(jù)工程師的基本技能。

企業(yè)數(shù)據(jù)團(tuán)隊全景圖

數(shù)據(jù)團(tuán)隊的能力是由不同的崗位構(gòu)成的，企業(yè)典型的數(shù)據(jù)崗位可以用圖5所示的全景圖來描述。

按照生產(chǎn)資料、產(chǎn)出物的不同，可以將數(shù)據(jù)崗位分成兩類。一類是數(shù)據(jù)工程，側(cè)重對數(shù)據(jù)的開發(fā)和利用，最終的產(chǎn)出物也以數(shù)據(jù)為主。另一類是軟件工程，側(cè)重以生產(chǎn)數(shù)據(jù)為目標(biāo)的軟件開發(fā)，主要工作是軟件編程，產(chǎn)出物以架構(gòu)和代碼為主。從圖5可以看出，企業(yè)數(shù)據(jù)崗位從上往下貫穿了戰(zhàn)略層和執(zhí)行層，越偏向執(zhí)行層，企業(yè)的數(shù)據(jù)崗位需求越多，崗位人員也越多。

首席數(shù)據(jù)官

Gartner在2015年就預(yù)測，在2017年全球?qū)⒂?0%的公司設(shè)置首席數(shù)據(jù)官的崗位。到2024年的今天，國內(nèi)很多企業(yè)已經(jīng)開始設(shè)置首席數(shù)據(jù)官了，這充分說明了國內(nèi)外企業(yè)對數(shù)據(jù)的重視。

首席數(shù)據(jù)官管理企業(yè)所有數(shù)據(jù)相關(guān)的工作，從而使企業(yè)從數(shù)據(jù)中獲得最大的業(yè)務(wù)價值和競爭力。簡而言之，首席數(shù)據(jù)官就是從數(shù)據(jù)中創(chuàng)造業(yè)務(wù)價值的高級管理人員。

不同于傳統(tǒng)的技術(shù)管理者，首席數(shù)據(jù)官首先是一個業(yè)務(wù)負(fù)責(zé)人，需要對數(shù)據(jù)產(chǎn)品產(chǎn)生的業(yè)務(wù)價值負(fù)責(zé)。數(shù)據(jù)的管理、團(tuán)隊的設(shè)置、人員的培養(yǎng)、技術(shù)平臺和應(yīng)用的構(gòu)建等其他工作內(nèi)容都服務(wù)于這個核心目標(biāo)。

數(shù)據(jù)架構(gòu)師

數(shù)據(jù)架構(gòu)師是確認(rèn)和評估企業(yè)對于數(shù)據(jù)生產(chǎn)和利用的需求，給出開發(fā)規(guī)范，搭建系統(tǒng)的核心構(gòu)架，并澄清技術(shù)細(xì)節(jié)、掃清主要難點的資深技術(shù)人員。數(shù)據(jù)架構(gòu)師是企業(yè)數(shù)據(jù)能力構(gòu)建的中堅力量，是根據(jù)目標(biāo)和需求設(shè)計數(shù)據(jù)系統(tǒng)的頂層架構(gòu)，并且對技術(shù)方向和選型起到?jīng)Q定性作用的角色。

數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家是利用業(yè)務(wù)、技術(shù)和數(shù)據(jù)來幫助業(yè)務(wù)部門解決復(fù)雜問題的專家。數(shù)據(jù)科學(xué)家是一個綜合性非常強的角色，既需要具備非常強的業(yè)務(wù)理解、數(shù)據(jù)分析、技術(shù)實踐能力，又需要有很深的研究背景和工作資歷。數(shù)據(jù)科學(xué)家是數(shù)據(jù)團(tuán)隊的技術(shù)領(lǐng)袖。

數(shù)據(jù)科學(xué)家是一個技能交叉的綜合性崗位，需要同時具備業(yè)務(wù)領(lǐng)域、軟件和數(shù)據(jù)、數(shù)學(xué)和統(tǒng)計的綜合技能。

數(shù)據(jù)產(chǎn)品經(jīng)理

數(shù)據(jù)產(chǎn)品經(jīng)理是充分利用數(shù)據(jù)來解決某一類問題，或者為某一類用戶提供服務(wù)的產(chǎn)品負(fù)責(zé)人。從能力模型上講，數(shù)據(jù)產(chǎn)品經(jīng)理具有數(shù)據(jù)認(rèn)知、數(shù)據(jù)分析能力。這個角色在傳統(tǒng)數(shù)據(jù)團(tuán)隊中非常缺少、需要快速補充。數(shù)據(jù)產(chǎn)品經(jīng)理要有非常強的同理心和敏銳的用戶洞察力，從而能夠從數(shù)據(jù)中發(fā)現(xiàn)用戶的痛點、需求，再利用數(shù)據(jù)去設(shè)計并開發(fā)對用戶有價值的產(chǎn)品。

數(shù)據(jù)業(yè)務(wù)分析師

在數(shù)據(jù)團(tuán)隊必不可少懂?dāng)?shù)據(jù)的業(yè)務(wù)分析師，也就是數(shù)據(jù)業(yè)務(wù)分析師，簡單來說，就是具備數(shù)據(jù)素養(yǎng)和技能的業(yè)務(wù)分析師。

數(shù)據(jù)運營工程師

數(shù)據(jù)運營工程師負(fù)責(zé)在數(shù)據(jù)平臺和數(shù)據(jù)產(chǎn)品上線后利用數(shù)據(jù)洞察業(yè)務(wù)的狀況，制定對應(yīng)的用戶運營、產(chǎn)品運營、內(nèi)容運營的策略，采取相應(yīng)的行動讓業(yè)務(wù)達(dá)成既定目標(biāo)。

數(shù)據(jù)庫工程師

數(shù)據(jù)庫工程師特指對關(guān)系型數(shù)據(jù)庫進(jìn)行管理、維護(hù)和開發(fā)的工程師，類似于數(shù)據(jù)庫管理員，數(shù)據(jù)庫工程師的主要技能是掌握SQL語言和主流數(shù)據(jù)庫軟件工具。

數(shù)據(jù)分析師

數(shù)據(jù)分析師可以將原始數(shù)據(jù)通過處理和分析轉(zhuǎn)化為輔助業(yè)務(wù)決策的信息或產(chǎn)品。

數(shù)據(jù)平臺工程師

數(shù)據(jù)平臺工程師是指構(gòu)建數(shù)據(jù)工具和平臺的軟件工程師。和數(shù)據(jù)工程師不同在于，數(shù)據(jù)平臺工程師的工作輸出物是數(shù)據(jù)平臺本身，所以技能上更偏構(gòu)建，主要的工作是實現(xiàn)數(shù)據(jù)平臺或工具，提供數(shù)據(jù)處理功能或生產(chǎn)數(shù)據(jù)產(chǎn)品。

數(shù)據(jù)可視化工程師

數(shù)據(jù)可視化工程師是近年來數(shù)據(jù)崗位細(xì)分產(chǎn)生的一個方向。數(shù)據(jù)可視化工程師會根據(jù)業(yè)務(wù)的需要，將數(shù)據(jù)分析的結(jié)果以可視化的方式設(shè)計并實現(xiàn)出來，是一個綜合性的角色，最終目標(biāo)是利用數(shù)據(jù)講好業(yè)務(wù)故事。數(shù)據(jù)可視化工程師需要關(guān)注儀表盤、報表的可擴(kuò)展性、美觀性和功能性，需要具備一定的設(shè)計、數(shù)據(jù)工程、軟件工程能力，以及精通各種行業(yè)工具。

DataOps工程師

DataOps工程師和傳統(tǒng)的運維工程師不一樣。DataOps工程師的核心工作是從企業(yè)整體的角度出發(fā)，設(shè)計、開發(fā)和維護(hù)數(shù)據(jù)管道，從而更有效地支持企業(yè)的數(shù)據(jù)開發(fā)和生產(chǎn)。

機器學(xué)習(xí)工程師

機器學(xué)習(xí)工程師是最近幾年機器學(xué)習(xí)技術(shù)逐漸成熟后出現(xiàn)的新崗位，機器學(xué)習(xí)工程師首先確定要解決的問題，然后對數(shù)據(jù)進(jìn)行探索，利用機器學(xué)習(xí)算法訓(xùn)練數(shù)據(jù)，生成算法模型，解決業(yè)務(wù)問題。

數(shù)據(jù)測試工程師

數(shù)據(jù)測試工程師又稱數(shù)據(jù)質(zhì)量分析工程師。該角色會執(zhí)行數(shù)據(jù)測試，與數(shù)據(jù)庫開發(fā)人員合作，優(yōu)化數(shù)據(jù)收集和存儲過程，并準(zhǔn)備數(shù)據(jù)測試報告，提高數(shù)據(jù)的準(zhǔn)確性和完整性，提升數(shù)據(jù)產(chǎn)品質(zhì)量。

綜上來看，數(shù)據(jù)協(xié)同拉通是企業(yè)數(shù)字化和智能化進(jìn)程中的基石，它不僅僅需要過硬的技術(shù)和平臺支持，更需要深入識別和解決團(tuán)隊問題。企業(yè)的數(shù)據(jù)、業(yè)務(wù)、技術(shù)團(tuán)隊要實現(xiàn)深度拉通，通過打造一個深度融合、統(tǒng)一思路、全面協(xié)同和技術(shù)高效的數(shù)據(jù)團(tuán)隊，企業(yè)才能把數(shù)據(jù)作為生產(chǎn)資料和新質(zhì)生產(chǎn)力的突破力量最大化。

（作者系中國特色數(shù)字化轉(zhuǎn)型方法論創(chuàng)始人。暢銷書《精益數(shù)據(jù)方法論——數(shù)據(jù)驅(qū)動的數(shù)字化轉(zhuǎn)型》唯一作者，中國計算機學(xué)會數(shù)字化轉(zhuǎn)型與企業(yè)架構(gòu)SIG主席、數(shù)字產(chǎn)業(yè)創(chuàng)新研究中心副主席、公眾號“凱哥講數(shù)字化”作者，為企業(yè)提供數(shù)字化轉(zhuǎn)型咨詢培訓(xùn)輔導(dǎo)教練服務(wù)。）