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。