中小型公司的数据人如何摆脱价值的瓶颈

作者：乐平汪二   公众号：乐平汪二（wanger0728）

对于很多数据人来说，工作在业务运营所主导的公司，往往存在感并不高。在熟知的原话中，是认为这样的公司技术人员很难有话语权。同样道理，这种环境下的数据人也会遇到很多困惑，其中也就包括数据的价值是什么、这一群人整天好闲、他们简直是增加了公司的成本，等等。无数的挫折和质疑，让很多孤军奋战的数据人变得怀疑人生，惆怅不已。

理解差异

最近，有圈友线下约我一起聊聊游戏行业的数据，总共3个人。其中一个是该游戏公司的CEO（陆总），一个是该游戏公司的运营兼数据同事（小黑），而剩下的人就是我。

在我印象中，所谓的游戏公司应该更加注重产品的快速迭代更新、新产品的上线运营，特别还是创业型公司，怎么还会有精力和成本去探索数据的价值呢？

抱着这样的疑惑和好奇，我满怀期待的去赴了这次饭局。

我离约定的时间，稍稍晚了几分钟，刚进餐馆，我就走向了7号座，一个充满意义，毕竟他们公司与"七"有关联，但却是一个随机安排的数字，无形中充满仪式感。

刚坐下没多久，陆总就直奔主题，向我抛出了第一个问题："如何去理解数据分析、数据挖掘 与 大数据分析的概念和差异性？"

其实这类似的问题，在以往的面试环节中，也有不少的应聘者反问过我，因为在他们理解和工作中，对这些概念并没有过多细分。

在我看来，或许是缺乏大量实践的需求场景，去切身体会到这其中的差异。

其一，用户在业务上的一系列行为所产生数据，在业务运营事后的主题场景分析中，需要结合数据与分析思路去找到因与果的关联，从而去解释目前的业务表象。这是数据分析的关键！

其二，在一定的用户数据积累以后，业务需求方，或者老板，他们所关心的点不仅仅只是"数据展现层、用数据说话的能力"，更多是"用数据与模型去解决线上业务问题的能力"，从而应用在线上运营。这是数据挖掘的意义！

其三，突破以往的数据分析思维，在"数据维度上、解决复杂数据的能力上、以及模型训练的完整性上"，能够让你以更全面的角度去重新认识用户，获取到更精准的信息。这是大数据分析的价值！

而它们真正的区别，可以在 "解决问题的深度上" 和 "数据思维的广度上" 去理解。

不懂需求

喝着豆腐鱼汤、吃着点心，我们继续聊着游戏行业的数据应用场景。

意料之中，在陆总目前的公司，围绕着数据相关的探索很少，甚至可以说还没有，更多的重心还是放在游戏APP的维护和运营。

但是，意料之外，在目前的游戏行业里，除了去给用户创造更多好玩的游戏应用，他们还想把用户数据利用起来，从数据技术上拉开与竞争者的差距，毕竟这是一个必然趋势。

也就是这个初衷，所以 陆总 才让 小黑 从运营转到数据，孤军奋战去尝试些探索一些数据在游戏领域的应用，逐渐找到价值！

而今天聊天的意义，也就是同样作为一个数据人，从我的角度去分享一些感悟和经验，去试着与小黑一起沟通，一起找到瓶颈的关键。

陆陆续续，桌子上的菜越来越多，鱼翅、炒饭、虾，还有炖肉。席间，陆总偶尔出去了几次，我也暂时放下筷子，认真去倾听小黑的话。

最初的谈话，他告诉了我一些目前应用日常运营的一些数据指标，看得出来，他已经有培养数据意识的好习惯。

接着，他向我咨询了最近遇到的一个模型参数的困惑，关于RFM对于游戏用户价值的分层。

"在当前，它分别结合业务经验去个性化定义了R、F、M的含义和计算逻辑，也主观性的确定了 时间窗口范围 和 指标权重，从而根据业务设定的客户价值区间去划分现有的平台用户，基于此去量化用户的等级变迁特点。"

他最后告诉我，不知道如何优化整个模型的效果，以及去把这个模型落地用起来？

我耐心的听完了小黑的表述，虽然他把这个模型定位成"聚类场景"存在误解，因为这明显是一个量化用户价值的综合得分场景，但是我认为这并不是影响整个问题的交流。

不过，我却习惯性的咨询了第一个问题："做这个模型的意义是为了解决什么业务场景痛点？"

小黑稍有些惊奇，想了一会，好像也并没有所谓的业务需求，全然是自己临时决定做的一件事，当然也没有深入与业务同事过多交流。

我似乎慢慢看明白了："这或许是问题的关键，缺乏需求痛点的反馈，也可以说是没想明白需求场景，埋头去做这样的模型，终究会遇到困惑。因为模型的意义是为了解决业务痛点，而模型的优化和迭代是需要实践中去不断调整，可小黑却忽视了头部与尾部，只把精力放在建模上，这是大忌！"

小黑也是一个聪明的人，我的话语之间，他早已恍然大悟，想明白了一切所以然！ 畅谈之间，我们又继续吃着蒸鱼，小心防着鱼翅误入口中。

发现数据价值

没过多久，陆总接完电话回到了座位上，就之前讨论的问题与小黑沟通着，争执着，安抚着。

我能够感受到，小黑个人所面临的压力会不小，他的试错成本和时间并不会太多，外界的质疑，也包括自己内心方向的模糊和缺乏坚持。

陆总给予了小黑很多的鼓励，在一定程度上，他希望公司的数据探索，能够做出一些成绩出来，而这些是别人所不能及的，更是小黑自身价值，以及成长的关键。

做这件事的意义，远远大于这件事可能会带来的回报！

在陆总看来："很多时候努力奋斗的我们，偶尔会羡慕别人，因为自己大可不必如此辛苦，还不如回老家买套房子，带着孩子，抱着老婆睡觉，过稳定的日子。但既然选择留下来，何不如拼一把！"

当战争来临，选择逃跑的人会被原谅，选择留下来的人会被尊重！

我想，不管是创业，还是做数据，都应该有这样的精神，去成为一个可能牛逼的先驱者。

又喝了一杯柠檬水，我也向小黑分享了自己的经历和所感所悟。

在曾经的创业公司做数据时，边缘化比较严重，业务线的开发人员没日没夜的加班熬夜，赶项目。

而我们因为是做数据产品，大部分工作都是围绕着甲方需求来，而且还有很多商业沟通的过程，开发时间并没有很紧张，偶尔都没在公司内办公，更别提熬夜加班。

毕竟短期内，数据的价值性也在探索。这样就会导致跨部门的很多同事和领导会有怨气，不理解，充满质疑，认为数据组对于公司的发展并没有显著性的帮助，剥离出去也不影响。

而在目前的环境，虽然公司规模上一定程度，但是绝大多数人对于数据真正的价值还没有领悟到，重复性去做大量技巧性的数据工作，为了KPI，为了年底绩效，一味的追求数量，从而忽视了价值。

就算是做数据产品，一味的认为产品开发上线就是所谓的落地，接着就是所谓的带来多大数据价值？而不知道，甚至没认知，数据产品的运营维护，数据质量，模型调优，业务对接，投入使用后的迭代更新的重要性、持久性和困难性，这才是真正意义上的落地！

所以，面对这群人，我们要做的就是学会坚持，去静下心突破，去一步一步彰显出数据、数据产品的价值。唯独这，才真正是做数据的意义！ 毕竟，业务需求痛点是存在的，数据未来的趋势必定是朝着这个方向去。

数据人的价值

茶余饭后，又一杯冷饮下肚，我们又继续畅谈着数据的价值，到底做数据的人，价值体现在哪里？

站在老板的角度，陆总说了三个阶段："围绕着数据，一件事，除了你会做，其他部门的同事也能做，我并不认为有多少价值。而当这件事，大家都能够想到，但是不知道如何去做，会涉及到哪些技术和实现细节，这时候你去做了，我会认为你在做一件有价值的事。最后，如果这事大家也都没想到，也不会做，但是你做出来了，你就是真正的牛逼！"

这话能够引起我们的思考，特别是哪些沉醉于熟练技巧性工作的朋友来说，重复性的数据底层工作，当你在轻松去践行着这一切，在几年以后，在你被劝退以后，你一定会觉得公司对待老员工却是如此残忍！

在我看来，仍然是那一句话："不仅仅是从数据中发现问题，并且要利用数据去解决实际的痛点，服务于业务，突破以往运营经验的边际，实现价值最大化！"

...

在互相告别后，我单独与小黑步行了一段距离，也给出了我能够想出的几点建议。

其一，学会带有产品思维，明确做任何数据需求的意义，所服务的用户群体，深入业务前线，花些时间调研一下目前的痛点需求，学着抽象出更真正的需求，列出一个优先级和复杂度。

其二，不急不躁，先打好辅助，尽可能服务好业务方向，细化到数据需求、业务分析等，培养业务人员对自己的依赖性，让他们在未来面对数据的那一刻，最先想到的是你。

其三，一定要学会量化自己工作的价值性，试着去找到核心亮点，杜绝埋头干到底，定期的给予反馈，这很重要。

而且，学习当前的数据软件、算法，别陷入于其中，适当控制住一定的占比，先把实际的业务服务好，而且在这过程中，你也会发现，所需要的技术并没你想象的那么困难！这样才能有更多资源去挑战更复杂的场景。

没过几分钟，我与小黑也告别了，我也相信他能够做得更好，对这样的数据人，我更多是心心相惜！