六年一轮回:大数据改变的,不仅仅是我的专业!
Posted 与数据同行
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了六年一轮回:大数据改变的,不仅仅是我的专业!相关的知识,希望对你有一定的参考价值。
这是傅一平的第299篇原创
个人微信:fuyipingmnb
原创文章即将300篇,今天乘着中秋就写一篇自己近六年的大数据工作体会吧,建议你一定要看一看。
李笑来说六年就是一世,刚读的时候没有感觉,等到自己转型做大数据的第六个年头,却觉得有些道理,可以这么理解这句话,当你习惯于靠惯性工作或生活的时候,那的确只有一世,但如果你总是在改变,那每一天都可以是一世。
最近马云辞任阿里主席,提到“希望换个江湖,后会有期”,其实也在说这个事,只有变化才有意义,不折腾活着没意思。
但变化不是你想有就有的,很少有人能像马云那样,能基于拥有的资源去创造变化,大多数时候逼你做出改变的都来自于外部压力,好比笔者从传统的BI转型做大数据,主要是时代发展和公司转型的要求,自己没有能力跳出既有的框框去做一些新的东西。
今天就来谈谈转型大数据工作后,自己做出了哪些改变,专业的变化是必须的,但我觉得专业之外的东西更为重要,希望我的经历和思考于你有启示。
笔者自进入公司就一直做取数报表工作,后来做一些专题分析、数据仓库、营销管理、标签库等的项目,大概有10年时间,虽然涵盖的面比较广,但除了对于运营商数据的理解、报表取数方面有所擅长,其他都没到专家的水平,可以聊聊,但没啥广度和深度。
因为传统BI这个领域有点特殊,虽然也有所谓的需求沟通,但从专业的角度讲,你只要对于后端的数据结构和常规的指标口径理解的比较清楚,基本上就能胜任了,比如如果没有人提点你,你大概不会理解业务流程对于做数据的重要意义。
我以前反复的提过,IT部门是企业的后端,而做传统BI的是IT部门的后端,也就是后端的后端,现在定位有没变化不好说,但在我那个时候就是这样,导致的后果是看问题的视野会比较窄,既不知道发展的方向,也不知道数据如何运营,让数据创造出更多的价值乃至变现更是没影的事。
但那时到集团写经分规范,我们却还经常自嘲:
“经分的春天何时才能到来啊?
”,多少有点怀才不遇的感觉,其实完全不是那么一回事,但领导不会满意你只做报表取数,这是做数据颠扑不磨的真理。
有一个事情印象特别深刻,记得团队做了一个四网协同的BI分析专题,领导说策划下如何推广,然后我就写了个公文要求一线使用就算完事了,结局大家都懂的。
因为自己的格局问题,完全不知道一线是怎么回事,不知道运营为何物?
说哪天突然开窍了基本是天方夜谭,屁股大多时候决定了脑袋,除非有特殊的事情发生。
特殊的事情果然发生了,2013年大数据的春风刮到了运营商,因为运营商管道拥有海量的数据,大家觉得其在客户资产、财务资产、通讯资产之外,还拥有信息资产这个金矿,在这个领域可以有所作为。
当时自己写过一个PPT,来说明运营商数据资产的价值,大家来看一看其中的一页。
正如孙子兵法所说,“天时地利人和”对于启动做一个事情是非常关键的,很多人换了一个环境突然发生了巨大的变化,大多是环境使然吧。
但新的环境能给予你一些以前没有的资源和机会,如果我还能充分发挥主观能动性,那的确可以做出更多的改变,这叫顺势而为。
有人说你们做大数据做的不错啊,其实跟我的能力没啥关系。
读书20年,当时的梦想就是考上大学,读上博士,但如果放长到30年,40年,其实很多时候会觉得梦想或使命是非常虚的,大家一听汪峰提这个问题就发笑,可能人家的经历你不懂,但汪峰应该是认真的。
触发我思考未来的,是环境的变化,数据上,原来以为的成品油很快发现最多是原油,商务上,要赚取一块钱都是那么艰难,产品上,完全是一穷二白,以为可用的标签库其实也不行,突然发现我们这些数据对于社会来讲没有多少价值,辜负了大数据这个名头。
同时接触到更多的人和事后,发现自己在很多方面是达不到那个层次的,年龄的增长让我明白自己不再像年轻人一样有无限的可能。
总是会从年少轻狂回归到理性的现实,很多事情都能想得开,但看到跳广场舞的大妈,想着也没啥爱好(其实啥都不会),就会纠结这个问题:
这不是我退休后想要的生活
。
然后就是去寻找答案,自己运气很好,从《得到》里找到了一个,即创造贡献感:
个人在未来应该拥有一些差异化的价值,这样自己的付出才更有意义。
这也算是对马斯洛需求层次理论的自我诠释,虽然没法跟比尔盖茨、马云比贡献,但贡献感上没有鄙视链。
显然现在没有,退休了以后总不可能去跟人家讲报表取数吧,而大数据既然是趋势,而转型又给了我实践的机会,也许再花20多年时间,我可以拥有对别人更有价值的东西。
这个东西不会由于你退休而变得失去价值,甚至可以通过写作记录下来。
我们这个社会那么多聪明人,那么多好的经验,那么多灵光一现,如果不即时记录下来那就太可惜了,很多名人都会出书,也是基于这个道理吧。
这个使命驱动我开了这个微信公众号:
与数据同行
,没有坚持一说,就是觉得要去做,你会发现我写得关于数据的东西更侧重管理和思想,而不是硬技术,就是觉得诸如程序语言诸如此类的东西更新迭代的速度有点快。
有了使命感,专业学习的驱动力问题就解决了,但对于传统BI转型做大数据的人来讲,专业上的挑战却是巨大的,而对于做技术管理的人来讲,学习的内涵就更广泛了。
2013年转型大数据后,自己在业务上啥都不清楚,就是摸着石头过河,那个时候每天干的活,就是思考方向,撰写PPT,以下是我规划的目录和一个目录里的内容,大家不要见笑。
记得有次去参加新加坡一个技术交流会议,在那边2个礼拜,基本上就写了2个礼拜的PPT(前面已经写了一个月了),回来后BOSS看了第一页PPT就直接被打回了,就这么跌跌撞撞写了一年多。
收获就是通过大量的资料搜集和梳理,还是能摸到一些门道,在大数据整合和变现上找到了一些出口,PPT虽然有时候不太地道,但的确是一种很好的思考和说服工具,前期还专门写了个关于PPT的文章:
,这是自己的血和泪总结出来的。
如果自己不转型做大数据,光看书要获得一些大数据的专业见解其实很难,必须在那个实际场景里,你才会获得更多的洞见。
有时候你会觉得自己很厉害,做出了不少贡献,那是因为你首先很幸运的在这样的一个企业平台上,但并不表示你比别人更努力或更有天赋。
其实自己以前的专业是偏重传统的数据管理,对于数据采集/建模/应用(报表取数等等)/元数据/数据质量有较好的理解,有次公司老大要求去汇报大数据技术,真让我写的时候发现完全不行,诸如hadoop/MPP/流处理/CAP/Shared-Nothing架构/newsql/nosql等等大数据技术平台的原理,我真的是一知半解。
后来有了大师(我们的大数据架构师)的协助才搞定。
老板是理工科出生,技术和方向都问的很细,这个时候,你才发现自己几斤几量,真是弱爆了。
大家都知道,将一个非常技术化的东西用业务化的语言表达出来是很困难的,但作为一个技术管理者,你得要有这个功力。
虽然后来我们的大数据平台建立了起来,甚至在当时处于行业的领先地位,自己还写了一些大数据平台架构类的文章,比如
、等等,但对于平台技术的理解还是很浅的。
传统BI换个马甲说成大数据其实没用,就好比我以前经历的尴尬一样,你得有真功夫、新功夫,我还特意写了一些文章,比如
、来说明这个道理。
笔者不止一次的提到,大数据平台建完才是大数据运营的真正起点,从前端来讲,要在数据产品上进行创新突破获得收入,比如我们的神灯产品体系,这在以前是难以想象的;
从中台来讲,要打造业务化、开放化、服务化的数据中台来为前端赋能,对于这个笔者有大量的实践和思考,写得文章也很多了;
从后端来讲,要做好大数据的资产管理,确保“书同文,车同轨”,诸如此类等等。
有个词叫做元认知,就是能够审视自己的认知是否正确,我特别提两个点:
关于专业能力和做人谦卑的认识,它们改变了我很多看法,虽然有时做不到,事后我也大概知道自己的问题在哪里。
其中涉及的大脑决策机制、生物学原理、神经学原理、心理学原理、杏仁核、前额叶、海马体、丹尼尔·卡尼曼等等我也很清楚,但知行合一的确很难,这是一个自我修行的过程。
《原则》、《好好学习》这些书再加上自己的实践验证,都让我确信自己以前在认知上的一些问题,还曾经写过一篇文章专门讲这个体会:
“我们所谓的专业,比如市场营销、法律、政治、历史、文学、IT,抑或其中的数据挖掘师,其实只是人为制造的分类标签罢了,但是,这个世界并不是按照你划分的标签在各个专业之内单独运行的。
一个市场营销的问题,背后往往涉及法律、政治、历史和文化的因素,可是我们所谓的专业,并不管这些:
你学好4P(产品、价格、渠道、促销)、市场细分等概念,就可以毕业了,这种认识,会极大地阻碍我们学习真正应该学的知识。
”
究其原因就是我们对于专业理解上的一个误区,比如对于通识能力的漠视,导致高分低能这种职场上的问题比比皆是,奈飞文化有一句话很经典:
“我们只招成年人!
”
最近2年,自己每年在《得到》上花的学习时长超过800小时,就是觉得《得到》给了我一个学习通识知识的指南,由于长时间盯着手机屏幕,眼镜度数飙升200度,直到有一天到电影院看不清楚字幕才察觉到,开会也总是希望坐前面的位置,因为已经看不清投影上的文字了。
“谦卑”在英文世界被越拔越高,已经到了精英人士最值得拥有的美德中排名第一的位置。
谦卑是承认自己的认识和能力是有限的,承认自己会犯错误,所以保持开放的头脑,能听得进去别人的意见,能随时调整方向。
真正的谦卑不是故作姿态,其实是理性的思考的必然,你会注意到地球在宇宙中、生命在自然界、人在生物界、你在人群中,都不特殊。
你当然很重要,但是别人也重要。
有这样的谦卑态度,人的情绪就会特别稳定,就不会进退失据。
据说通过回忆自己在高中时候的尴尬时刻 —并且意识到每个人都有这样的时刻 —然后一笑了之,能培养这种谦卑意识。
在几年前,我在别人眼里肯定是个爱争论、好面子的对象,其实争论本身没有问题,但很多争论是由于极高的自尊、浅薄的认识所致,而这些对于解决问题没有帮助,经常发现自己就成了自己最不喜欢的那种人。
每每看到很多领导儒雅、处事不惊的样子,我是很佩服的,因为只有在平静中才能接收到更多的信息,特别是对于大数据,你首先要承认自己的无知才能吸纳更多。
但人的本性好顽固,我给你讲个自己最近的事情,小区实施垃圾分类了,妻提醒我以后早上吃完苹果的核要留在桌上,不要扔进垃圾袋,但我还是习惯性的连续扔了三次,直到妻的暴怒和自我的反省才逐步改进。
现
在习惯完全改变了,
说明虽然大脑很顽固,但还是具有可朔性,只要你重复反省的次数足够多
。
自己一方面在实践中去领会,比如沟通中尽量换位思考,现在气急了会自己缓一下,另一方面就是不停的去读《得到》的专栏《精英日课》,因为里面讲谦卑的内容很多,还有就是买很多的管理类、心理类书籍来看。
决策支持是搞数据的人经常提得名词,但理性决策的前提就是能够深度思考,权衡利弊,但拥有思考习惯的人并不是很多。
回忆自己以前做报表取数,就好比拉磨的驴子一样不停重复,但鲜有思考。
而做大数据创新完全不一样,前面没有路,只能自己趟出来,思考能力绝对是最重要的。
无论是选择将“位置+内容”作为数据中台能力的突破点,还是“百万标签”、“行业知识库”、“精准定位”等模型的研发,或是“”、“搭台唱戏”、“建模大赛”等运营活动,亦或“合弄制”、“OKR”、“日报”等管理提升举措,都是深度思考的结果,在特定的场景下,大多时候没人能告诉你怎么做
。
最近我们有一个新的主管上任,他最大的进步就是比以前更会思考了,有一天他就跟我讲,现在自己不开车了,就坐班车,坐班车有一个好处,就是可以有系统的思考时间,我觉得非常好。
另外一位我佩服的同事的就是给他安排的工作总能超出预期,比我想得更深,信息量更多,非深度思考者不可能做到。
笔者写作的一个原因就是希望能养成一种强制性的思考习惯,因为在写作中对于一个问题的认识会更深入,更能触类旁通,对我来讲,进入心流不是事。
一定程度上讲,我如果一个事情办不好,主要原因是自己的能力不够(经验也是能力),智力有限,而不是没有时间或者分心。
最后,再谈谈管理,作为一名技术管理者,专业能力再强,如果不懂管理,也就是个光杆司令,我需要通过管理激发团队成员的善意,否则就没法进步。
如果你有机会去做一些大数据的创新性工作,团队还不大,那么最近几年我在管理上的一些实践可以供你参考,但对于大多数靠流程驱动就能完美运作的公司来讲,我的经验就毫无价值了。
我写过一篇OKR的文章,大家可以看看,我的一个很大体会就是:
“对于创新业务来讲,没人能定明确的指标,只能定目标,预计完成的指标只是个参考,否则大家以后都kpi导向,这样就坏事了。
okr完成的比例在70%左右倒说明当时定的不错,我更看重的是过程中体现的创新和发展,比如是不是比以前有进步,每周跟踪指标是为了有个监控和抓手,发现问题可以及时调整。
”
“比如收入,如果是按部就班的实现,很难得到最佳,因为要么是指标定的不合理,要么就是运气,如果你的某个创新导致了收入提升,即使完不成既定的指标,都可能获得更多认可,比如告警及时率,这个月高了你得告诉我原因,到底是你的努力还是正常波动,但别拿偶然当业绩。”
我尝试的是合弄制,合弄制是从《得到》了解到的,然后看了阿里也是这么搞的,的确是一种创新性的组织形态。
比如以前的一支数据团队人数不少,干的事情多而杂,虽然有分工,但有能力的人往往沉在下面,没有试错的机会,这会扼杀创新,也不利于人员成长。
做大数据这两年也越来越意识到人才的重要性,传统企业搞大数据有优势也有劣势,但大多人员离职不是薪资问题,而是发展空间问题,我怎么让团队成员有获得感,甚至因人设岗,人尽其才呢?
很多东西得靠设计,合弄制是一种。
因此这两年适当打破了科室的界限,成立了9个小团队,让其各自在一个专业领域去攻坚,这不仅仅是要解决一个业务问题,也要解决人员发展的问题。
比如从产品组和数据组抽人成立位置洞察组,独立的进行位置类模型和产品的研发。
到目前为止,我认为这种组织方式适应了业务发展的需要,有不少人脱颖而出,虽然谈不上有什么成绩,但这种组织设计相对以往更能激发员工的动力和协作力。
自己写过一篇文章
,谈了创新型团队扁平化管理的重要性。
互联网公司值得我们学习的,不仅仅是技术,透明化、扁平化绝对是重要的一条。Google在《重新定义团队》提了很多了,对冲基金公司桥水创始人瑞·达利欧在《原则》一书中提到了“极度求真和极度透明”,李开复在微软亚洲研究院提倡的“白板文化”激荡和迸发了多少创意,也许只有经历过才能知道开放透明的价值。
无论是我强制要求成员写日报、每周的OKR跟踪、还是组织技术研讨会,分享会都在尝试解决这个问题,希望能达成“五指成拳,力出一孔”的效果,因为没了数据灵魂的产品不会有差异化竞争力,没了运营的数据和产品就会成为一堆摆设,而这都需要多方专业的人紧密的协同。
做大数据的第六年马上就要过去了,我也将迎来下一个轮回,相信很多人跟我一样,在转型做大数据中会面临着很多变化,希望大家都能找到解决办法,与大家共勉!
如果你觉得有点用,欢迎推荐和转发,如果你有独到的见解和意见,欢迎到我的知识星球进行探讨。
一、个人成长
二、数据中台
三、数据挖掘
四、人工智能
五、数据平台
六、数据产品
七、数据变现
八、数据分析
九、报表取数
十、资产管理
十一、数据运营
十二、数据安全
十三、数据思维
十四、读书笔记
十五、杂七杂八
以上是关于六年一轮回:大数据改变的,不仅仅是我的专业!的主要内容,如果未能解决你的问题,请参考以下文章
tableau项目实战-中国五城市六年pm2.5大数据可视化
tableau项目实战-中国五城市六年pm2.5大数据可视化
第一轮通知 | 大数据—材料研发的 新机遇和挑战 新工业巡展· 上海站
我们可以用哪些工具做大数据可视化分析?
清华毕业大牛,带你深入解析大数据基础编程实验和案例教程文档
大数据专业主要学习啥语言?