[[150060]]

身為一名七年的數(shù)據(jù)從業(yè)者，對(duì)一些專業(yè)概念尚不能準(zhǔn)確的描述。比如什么是大數(shù)據(jù)？我雖然從2008年開始做這塊的東西，但國(guó)內(nèi)到了2011年的時(shí)候才興起了這一概念。我花了三四年的時(shí)間，也不能對(duì)其有一個(gè)準(zhǔn)確的把握。就在前天，我把我對(duì)大數(shù)據(jù)的認(rèn)識(shí)拿出來和團(tuán)隊(duì)交流時(shí)，也產(chǎn)生了多處分歧，甚至有成員提議不要提“大數(shù)據(jù)”這一名詞。可有客戶就是被“大數(shù)據(jù)”這一概念吸引過來的，你繞開這塊不講可不行。同樣，對(duì)于什么是數(shù)據(jù)驅(qū)動(dòng)（Data-driven）？我依舊不能給一個(gè)準(zhǔn)確的描述，這也許是一個(gè)新事物在發(fā)展過程中必須經(jīng)歷的階段，等到塵埃落定，沒有分歧的時(shí)候，也是它壽終正寢的時(shí)候。雖然無(wú)法準(zhǔn)確定義數(shù)據(jù)驅(qū)動(dòng)，但我卻能通過一些對(duì)數(shù)據(jù)驅(qū)動(dòng)的似是而非的認(rèn)識(shí)（迷思，Myth）做一個(gè)剖析，然后再做一個(gè)總結(jié)，我們對(duì)它的認(rèn)識(shí)就會(huì)更進(jìn)一步了。

迷思一、KPI就是數(shù)據(jù)驅(qū)動(dòng)

KPI是Key Performance Indicator的縮寫，指關(guān)鍵績(jī)效指標(biāo)。我們?cè)诤饬磕繕?biāo)是否達(dá)到時(shí)，***能夠有一個(gè)能夠衡量總體效果的標(biāo)準(zhǔn)，這就是KPI。KPI通常是一個(gè)數(shù)字，比如今年某一企業(yè)的銷售目標(biāo)是5000萬(wàn)元，國(guó)家的GDP增長(zhǎng)要不低于7.5%，小米手機(jī)的出貨量要突破1億。這些KPI可能是基于以往的表現(xiàn)評(píng)估得出的，也可能是拍腦袋的。有了KPI，組織就有了明確的目標(biāo)，組織內(nèi)部就按照這一目標(biāo)，層層向下分解，只要每個(gè)基層完成了任務(wù)，那么組織整體的KPI就可以達(dá)到了。這種方式的好處有一堆，壞處也有一堆，咱們?cè)谶@里就不論證了。咱們只討論KPI是否是數(shù)據(jù)驅(qū)動(dòng)？

KPI有一個(gè)典型特點(diǎn)是自上而下的，先有了一個(gè)數(shù)據(jù)，然后上下齊心協(xié)力把這個(gè)數(shù)據(jù)給坐實(shí)了。這種方式有可能是不切實(shí)際的，比如中國(guó)歷史上的大躍進(jìn)運(yùn)動(dòng)。這種方式不是先有了數(shù)據(jù)，從數(shù)據(jù)出發(fā)，再做新的決策。KPI的達(dá)成過程，是組織通過努力驅(qū)動(dòng)數(shù)據(jù)的過程。正好是我們說的數(shù)據(jù)驅(qū)動(dòng)相反的模式。

迷思二、有了儀表盤就是數(shù)據(jù)驅(qū)動(dòng)

不管是稍大規(guī)模的傳統(tǒng)企業(yè)，還是任何規(guī)模的互聯(lián)網(wǎng)企業(yè)，儀表盤已經(jīng)是標(biāo)配了。通過儀表盤，我們可以監(jiān)測(cè)到公司的總體運(yùn)作情況。對(duì)于公司的創(chuàng)始人來說，有了儀表盤，就可以對(duì)公司總體做決策了。但對(duì)于產(chǎn)品、運(yùn)營(yíng)等具體干活的人員，這可就傻了眼了。明明昨天一個(gè)機(jī)房掛了，但流量還在漲。只看到總用戶量下跌了，但儀表盤上根本看不出來原因。如果想要進(jìn)一步研究問題，必須對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的下鉆，這又超出了儀表盤的承載能力。難免對(duì)有些成員來說，這些泛泛的指標(biāo)很難指導(dǎo)決策，不看也罷。

迷思三、有專職數(shù)據(jù)工程師跑數(shù)據(jù)就是數(shù)據(jù)驅(qū)動(dòng)

工程師老王（本來寫的是小張，團(tuán)隊(duì)的小張同學(xué)抗議，后來改成老王，團(tuán)隊(duì)的王姓同學(xué)說他老婆總叫他老王。。）負(fù)責(zé)處理所有跑數(shù)據(jù)的需求。運(yùn)營(yíng)同學(xué)相對(duì)上個(gè)月的活動(dòng)效果進(jìn)行一個(gè)評(píng)估，提了一個(gè)統(tǒng)計(jì)數(shù)據(jù)的需求。產(chǎn)品同學(xué)拿到了新功能上線的用戶數(shù)據(jù)，發(fā)現(xiàn)比上線之前還降了？這一定是統(tǒng)計(jì)程序?qū)懙挠袉栴}。我們?cè)賮砜纯锤苫畹睦贤酰刻旄芍鴽]有盡頭的跑數(shù)據(jù)的工作，為了能夠讓自己不過早累死，就制定了一個(gè)復(fù)雜的數(shù)據(jù)需求規(guī)范，讓那些想要跑數(shù)據(jù)的同學(xué)費(fèi)一般功夫才能提過來，拉長(zhǎng)周期，要是寫的不合格，直接讓需求提出者回去重寫。老王已經(jīng)盡力了，可因?yàn)樾枨筇岢稣咛啵ㄔ谝粋€(gè)產(chǎn)品發(fā)展超過一年，就會(huì)出現(xiàn)這種情況，除非產(chǎn)品快掛了），后提的需求需要經(jīng)過很長(zhǎng)的周期才能滿足，有些同學(xué)可能覺得提數(shù)據(jù)需求太麻煩，干脆還是換做拍腦袋吧。

這種模式下看似也能運(yùn)轉(zhuǎn)的通，但實(shí)際許多需求被壓抑了，被強(qiáng)制串行化。

迷思四、每個(gè)需求都是一個(gè)新的腳本

在創(chuàng)業(yè)公司，多面手居多，有的甚至是全棧（什么技術(shù)活都能干）。產(chǎn)品運(yùn)營(yíng)同學(xué)或老板有了數(shù)據(jù)需求，某位同學(xué)可能三下五除二就搞定了。寫了一個(gè)只有他一個(gè)人能看懂的腳本（腳本是一類開發(fā)效率很高但是運(yùn)行效率可能較低的程序代碼，比如用perl、python等編寫。）。這久而久之，就出現(xiàn)了一堆不同的人寫的不同的腳本。如果來了新人，十有八九會(huì)交給新人去維護(hù)。因?yàn)檫@些腳本寫的時(shí)候圖快，并不會(huì)做code review，甚至連跑的數(shù)據(jù)是否正確都不能保證，那代碼質(zhì)量可想而知。特別是如果有人專門負(fù)責(zé)寫統(tǒng)計(jì)腳本，那干三個(gè)月還行，覺得能夠?qū)W到不少的知識(shí)。干六個(gè)月的時(shí)候，就有點(diǎn)膩了，發(fā)現(xiàn)都是重復(fù)的工作。干到一年的時(shí)候，十有八九會(huì)想走人。如果小李是接手者，發(fā)現(xiàn)上百個(gè)腳本，看不懂，看不完，就只能罵娘了。

工程師都是樂觀主義者，對(duì)于某個(gè)數(shù)據(jù)需求，總會(huì)說這很簡(jiǎn)單，給我10分鐘就搞定了。而實(shí)際要把這個(gè)腳本變成可用的任務(wù)，可能要花費(fèi)兩天時(shí)間。許多數(shù)據(jù)需求是例行的，那么就需要管理數(shù)據(jù)源、生成的中間數(shù)據(jù)、最終結(jié)果的發(fā)送，那么想要維護(hù)好，就不是那么容易了。更何況數(shù)據(jù)源頭的格式可能發(fā)生變化，那么所有的腳本可能都跑出了錯(cuò)誤的數(shù)據(jù)。這讓我想到2008年，我剛加入百度新產(chǎn)品部統(tǒng)計(jì)團(tuán)隊(duì)時(shí)。當(dāng)時(shí)共有20臺(tái)統(tǒng)計(jì)機(jī)器，有500~600個(gè)統(tǒng)計(jì)腳本，共有兩個(gè)工程師負(fù)責(zé)開發(fā)維護(hù)，新需求處理不過來，已有任務(wù)總是出問題。于是經(jīng)理才痛下決心，安排我們?nèi)プ鲆粋€(gè)系統(tǒng)來解決這一問題。

回過頭來看數(shù)據(jù)驅(qū)動(dòng)

前面我們看了幾個(gè)不那么數(shù)據(jù)驅(qū)動(dòng)的例子，接下來我們看看數(shù)據(jù)驅(qū)動(dòng)應(yīng)該是什么樣子的。數(shù)據(jù)驅(qū)動(dòng)的理想狀態(tài)應(yīng)該是人人都是數(shù)據(jù)分析師，每個(gè)參與業(yè)務(wù)的人能夠直接和數(shù)據(jù)打交道，有了問題，可以直接從數(shù)據(jù)中要結(jié)論，并且數(shù)據(jù)的獲取，不依賴于第三者，不像前面提到的有那么一個(gè)中間人老王。為了達(dá)到這一點(diǎn)，有許多的工作要做，比如數(shù)據(jù)源要采集全，數(shù)據(jù)模型要化繁為簡(jiǎn)，強(qiáng)大的分析工具等，這是一個(gè)系統(tǒng)工程。