数据应用团队组建的正确姿势

通过回答以下两个问题来展开这篇文章:

1.为什么要组建数据应用团队,即组建团队的目的与意义是什么?

2.如何组建数据应用分析团队,如何配置如何分工?

首先来回答第一个问题,顺势而为。IT时代的发展为数据的记录记载打下了坚实的基础,移动互联网的到来产生了越来越多的数据(想一下 现在无时无刻不在产生数据),DT的时代来临属于数据的“势”已经来临(“大数据”的时代也说了“很久”),数据作为原材料越来越丰富,如何组织好这些”原材料”,利用好这些“原材料”,使这些“原材料”能产生更大的价值,在这样的大环境下业务部门/公司组建数据应用团队就非常的必要,意义也就不言而喻了。

然后对于第二个问题,基于实践给出如下的参考:

这个架构的最上层是数据分析,数据应用(包括不限于预测、挖掘等),也可以理解是分析先行 应用/产品再走。其实谈到这块牵出另一个话题就是关于业务的驱动模式,很多的观点是数据驱动,以个人的经历来说,之前是赞成这个观点的,但后来发现这个观点有适用范围,仅是当基础数据平台从0-1建设的过程中,当业务不知道底层有什么东西的时候,这时通过“源数据”来驱动,一旦基础层建设完毕给到业务能看到一些基础数据后,再往上建设上层应用时就必须有业务驱动来迭代来进行了,此时业务驱动的好处是她最清楚自己想看什么内容想通过什么纬度通过什么方式来看,这样驱动后上层应用出来才更接地气更贴近业务。而这部分工作很多就是分析师来完成的,包括指标的梳理,分析体系的搭建,模型的建立,甚至数据源的映射,分析师花在这部分上的时间在60%-70%吧。

第二层就是数据产品,对应的岗位是数据产品经理或者由分析师兼职,这个比较好理解就是一旦业务分析、业务模型固定了常态化了,就可以把她落地成产品模版化,让机器系统来帮助实现(借用一位前辈的话:给人用的BI化,给机器用的AI化

还有一层就是数据的探索、数据的创新,如今的时代,科技进步如此快速,必须探索创新 新的技术新的工具,从而来提升业务,提升效率(新鲜血液的补给)。

最下面的一层是数据底层基础层不属于本篇讨论的范围。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181110G1T8IM00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券