拷问
数据研发如何深度思考,避免沦为取数工具,每天被繁重的任务压得喘不过气来?
这个命题有点大,我试图从几个角度,多篇文章分别讲讲,希望大家也多多讨论。
- 每天的需求哪里来,为什么这么多,如何排优先级?
- 我做这个需求为什么需要这么多时间?
- 做过的事情反复做,怎么规避?
- 如何衡量做的事情的价值?
- 数据管理者如何向内向外沟通,保持组织的活力?
- 数据的天花板在哪里?
......
为什么做数据
我们做数据可能会有以下原因,比较抽象。
- 爱好数据分析,贴近业务,能够带来直观的增长
- 挖掘数据,做风险控制,抵御羊毛党。
- 工资高,市场缺口大,有前途。
- 数据智能,自动驾驶,想想也酷。
......
但是具象的岗位,按照不同的职责,有 BI,数仓,风控,广告,推荐 等等。这些岗位都跟数据息息相关。
以数据治理需求
这里我结合在贝贝实践的经验,通过元数据分析需求,较好的提数据研发同学们解决第一个问题。
上图是我们关注一个需求的主要方面,为此试图解决这个问题,我们搭建了观星台系统,统一采集需求完整生命周期各个环节的元数据,量化我们的需求,价值,花费时间。
观星台设计(需求元数据采集)
如何排优先级
个人价值密度,部门价值密度
基于以上观星台系统,我们在复盘的时候可以客观的对业务需求进行打分,综合考虑的因素有数据对业务的GMV贡献,对用户增长的贡献,对降本增效,对数据质量,对协助效率,项目紧急程度,工期等的指标。
价值密度 = F(增长,降本,营销,质量,效率,时间)
通过对这些指标采集,在需求方,部门,对接人等角度客观的评价。并且推广数据需求模板,提高沟通效率。以需求数据看板指导数据需求,解放生产力。
思路
需求治理,我们关注的本质是什么,主要矛盾是什么?我们解决这些重要环节,有哪些操作可以实施。观星台项目的上线,一定程度上解决了这个问题,做到可量化,可执行。