0x00 前言
最近很多小伙伴在群里或者私聊問居士這么一個問題：“數據團隊的職責到底是什么？”
同樣都是數據組，不同公司或者說同一個公司不同團隊的小伙伴有不同的遭遇：
- 有的小伙伴天天配置報表~
- 有的小伙伴總是不停地寫Sql排查數據問題~
- 有的小伙伴要不停地寫PPT匯報
- 有的小伙伴會耍一些模型
這里面就會有一個疑惑了，數據團隊的職責到底是干什么的，我當前所在環境到底有沒有問題，是不是健康的一個團隊呢？
關於這個問題，今天簡單聊一下~
0x01 數據團隊的職責
關於數據團隊的職責，居士前段時間也在朋友圈和小伙伴們做了一次互動，不同的小伙伴對這個話題的認知有很大的不同，大致有下面幾種觀點：
- 數據團隊的職責就是做報表！
- 數據團隊的職責就是保證數據質量！
- 數據團隊的職責就是給老板還有產品看數據！
- 數據團隊的職責就是驅動業務增長！
嗯，其實都有挺有道理的，從居士的角度來看，會將數據團隊的職責分為兩個大部分：
- 保證質量
- 輔助決策
根據這兩個職責的特點，在數據團隊中會有不同的人來承擔不同的工作內容。下面分別對這兩個觀點進行深入的討論。
0x02 保證質量
數據質量是算是數據團隊的生命線。
你辛辛苦苦花了一年的時間，做了100個數據指標，僅僅有一個指標出過一次錯，你的老板可能就再也不信任你的數據了！
這是不誇張的，因為信任感的建立是很難的，因此，數據質量就顯得至關重要。
本文並不是來深入展開數據質量相關內容的，對數據質量感興趣的童鞋可以自行查看相關材料。本文是為了從數據質量的角度來解釋數據團隊的職責。
數據質量，一般分為4個方面：
- 一致性
- 准確性
- 時效性
- 完整性
圍繞着這4個方面，在數據團隊中，就有會有不同的崗位角色。如下圖
所以，如果你每天搞數據質量，或者每天寫Sql，亦或者你天天搞Spark集群調優，要保持平常心，這都算是數據團隊的一部分工作。
0x02 輔助決策
這個環節就有很多爭議了，先列舉一個居士遇到的場景，我們再正式開始。
說到數據團隊的職責，其實很多小伙伴都會想到數據驅動這個詞，這是很正常的，做數據的，如果不能對業務產生價值，壓力就會很大。
一、案例，數據驅動
下面這個案例，是一位數據團隊負責人的經歷。
階段1
- 背景：整個團隊，一直是以報表支持為主的團隊，基本上是為老板和業務側提數據
- 當前的難點：業務價值太難體現，老板認可度比較低，團隊成員沒有工作成就感
階段2
這位小伙伴，經過了一段時間的思考后，選擇了下面這條路：
- 思路：既然老板說沒有業務價值，那我們就去做業務，反正大部分數據都在自己手里面，那就去做業務好了，正好有一個新業務要開搞，搶過來！
- 方案：團隊里面，抽出來3個人，去做一個新業務，負責整個用戶增長。
有了這么個破局的方案，大家的干勁都很大，做起來也很開心。
階段3
做了一段時間后，問題出現了。各種阻力都來了。
首先是，團隊成員並不太熟悉業務，畢竟之前都是在業務側的背后做支持，很多業務上的坑，之前想的都太理想化了。
其次，一旦數據同學來做業務，發現大部分精力，都不是在做數據了，而是在做業務了，雖然對數據的使用更舒服，但是，整個團隊的產出並不高。
然后，老板的質疑更大了，以前是質疑數據側的業務價值，現在質疑的是團隊的定位到底是什么，你到底算是技術團隊還是業務團隊。
最后，內部也開始亂了起來，因為，大家本都是技術通道，現在天天做業務，能沉下心做數據的場景更難了。團隊內部的壓力比較大。
階段4
最后，這個事情的結果還是不錯的，業務是增長了，所以，這位負責人的收獲還不錯。
不過，這里面，也暴露了很多的問題，因此來和居士做了下面幾個分享，在這里分享給大家：
- 一旦數據團隊去全力在做業務上了，那你就不再是數據團隊了，而是業務團隊了， 這是非常不同的一個定位了
- 團隊負責人，一定要對數據團隊有一個深刻的認知，你到底是想做業務，還是想輔助業務。想輔助業務的話，就一定要把握好其中的尺度，弄清楚業務團隊和數據團隊之間的工作邊界。
二、輔助誰決策？
好了，我們開始分享輔助決策這個話題。
輔助決策，可以輔助很多不同的角色來決策，目標不同，崗位也不同。
如下圖。
-
當你輔助業務的時候，一般會做各種報表、或者一些業務增長之類的分析。
-
當輔助技術的時候，比如一些實驗分析、或者策略的設計和分析。
-
當輔助老板的手繪，一般是偏向於行業分析、戰略分析。
當然這個划分並不絕對，不同的團隊還是有所差別的，但是大致思路是如此。
0x03 一些討論
關於數據團隊職責的話題，也和很多數據老司機都聊過，這里分享幾個討論過的話題。
一、推薦系統，算是數據團隊的事情嗎？該怎么划分？
首先，居士認為是算的。算是輔助業務。
看一下推薦解決的問題是什么？
簡單來講，大部分推薦場景解決的還是人、貨、場的匹配問題。
比如，該給什么人，推薦什么商品。這個場景，不一定要負責的推薦系統，簡單的邏輯也是可以解決的，但是人太多了，商品太多了，靠一些基本的規則很難搞定了，就需要相對復雜一些的系統來搞定，推薦系統做的大概就是這么個事情。（未嚴謹的描述，僅供方便理解）
所以，從這個角度，可以認為推薦也是輔助於業務。
二、數據倉庫做一堆中間表，算是數據團隊的事情嗎？
算。
可以認為是兩個角度的事情。
從保證質量來講，數據倉庫為了保證數據的統一出口，保證數據可信。
從輔助決策的角度來講，數據倉庫提供更快速的數據提取方式，提高運營效率。
三、數據團隊這么多職責，做的完嗎？
不需要都做，一個數據團隊，在不同的階段，有不同的職責。本文是從上層的思考，給大家的一個全局的視角，並不是都要做。
比如有一些團隊的大數據集群就是在專門的運維側，有一些團隊的行業分析也不是在數據團隊。
不同的數據團隊在公司中的定位都是不一樣的，但是，大部分是在這么個思考框架內。
0xFF 總結
最后，附上一張完整的數據團隊職責圖。
不要忘了，數據產品~
最后的最后，補充一下，先做好自己本分的事情！