聊一聊数据团队的职责是什么？

0x00 前言

最近很多小伙伴在群里或者私聊问居士这么一个问题：“数据团队的职责到底是什么？”

同样都是数据组，不同公司或者说同一个公司不同团队的小伙伴有不同的遭遇：

• 有的小伙伴天天配置报表~
• 有的小伙伴总是不停地写Sql排查数据问题~
• 有的小伙伴要不停地写PPT汇报
• 有的小伙伴会耍一些模型

这里面就会有一个疑惑了，数据团队的职责到底是干什么的，我当前所在环境到底有没有问题，是不是健康的一个团队呢？

关于这个问题，今天简单聊一下~

0x01 数据团队的职责

关于数据团队的职责，居士前段时间也在朋友圈和小伙伴们做了一次互动，不同的小伙伴对这个话题的认知有很大的不同，大致有下面几种观点：

• 数据团队的职责就是做报表！
• 数据团队的职责就是保证数据质量！
• 数据团队的职责就是给老板还有产品看数据！
• 数据团队的职责就是驱动业务增长！

嗯，其实都有挺有道理的，从居士的角度来看，会将数据团队的职责分为两个大部分：

1. 保证质量
2. 辅助决策

 

根据这两个职责的特点，在数据团队中会有不同的人来承担不同的工作内容。下面分别对这两个观点进行深入的讨论。

0x02 保证质量

数据质量是算是数据团队的生命线。

你辛辛苦苦花了一年的时间，做了100个数据指标，仅仅有一个指标出过一次错，你的老板可能就再也不信任你的数据了！

这是不夸张的，因为信任感的建立是很难的，因此，数据质量就显得至关重要。

本文并不是来深入展开数据质量相关内容的，对数据质量感兴趣的童鞋可以自行查看相关材料。本文是为了从数据质量的角度来解释数据团队的职责。

数据质量，一般分为4个方面：

• 一致性
• 准确性
• 时效性
• 完整性

围绕着这4个方面，在数据团队中，就有会有不同的岗位角色。如下图

所以，如果你每天搞数据质量，或者每天写Sql，亦或者你天天搞Spark集群调优，要保持平常心，这都算是数据团队的一部分工作。

0x02 辅助决策

这个环节就有很多争议了，先列举一个居士遇到的场景，我们再正式开始。

说到数据团队的职责，其实很多小伙伴都会想到数据驱动这个词，这是很正常的，做数据的，如果不能对业务产生价值，压力就会很大。

一、案例，数据驱动

下面这个案例，是一位数据团队负责人的经历。

阶段1

• 背景：整个团队，一直是以报表支持为主的团队，基本上是为老板和业务侧提数据
• 当前的难点：业务价值太难体现，老板认可度比较低，团队成员没有工作成就感

阶段2

这位小伙伴，经过了一段时间的思考后，选择了下面这条路：

• 思路：既然老板说没有业务价值，那我们就去做业务，反正大部分数据都在自己手里面，那就去做业务好了，正好有一个新业务要开搞，抢过来！
• 方案：团队里面，抽出来3个人，去做一个新业务，负责整个用户增长。

有了这么个破局的方案，大家的干劲都很大，做起来也很开心。

阶段3

做了一段时间后，问题出现了。各种阻力都来了。

首先是，团队成员并不太熟悉业务，毕竟之前都是在业务侧的背后做支持，很多业务上的坑，之前想的都太理想化了。

其次，一旦数据同学来做业务，发现大部分精力，都不是在做数据了，而是在做业务了，虽然对数据的使用更舒服，但是，整个团队的产出并不高。

然后，老板的质疑更大了，以前是质疑数据侧的业务价值，现在质疑的是团队的定位到底是什么，你到底算是技术团队还是业务团队。

最后，内部也开始乱了起来，因为，大家本都是技术通道，现在天天做业务，能沉下心做数据的场景更难了。团队内部的压力比较大。

阶段4

最后，这个事情的结果还是不错的，业务是增长了，所以，这位负责人的收获还不错。

不过，这里面，也暴露了很多的问题，因此来和居士做了下面几个分享，在这里分享给大家：

1. 一旦数据团队去全力在做业务上了，那你就不再是数据团队了，而是业务团队了， 这是非常不同的一个定位了
2. 团队负责人，一定要对数据团队有一个深刻的认知，你到底是想做业务，还是想辅助业务。想辅助业务的话，就一定要把握好其中的尺度，弄清楚业务团队和数据团队之间的工作边界。

二、辅助谁决策？

好了，我们开始分享辅助决策这个话题。

辅助决策，可以辅助很多不同的角色来决策，目标不同，岗位也不同。

如下图。

• 当你辅助业务的时候，一般会做各种报表、或者一些业务增长之类的分析。

• 当辅助技术的时候，比如一些实验分析、或者策略的设计和分析。

• 当辅助老板的手绘，一般是偏向于行业分析、战略分析。

当然这个划分并不绝对，不同的团队还是有所差别的，但是大致思路是如此。

0x03 一些讨论

关于数据团队职责的话题，也和很多数据老司机都聊过，这里分享几个讨论过的话题。

一、推荐系统，算是数据团队的事情吗？该怎么划分？

首先，居士认为是算的。算是辅助业务。

看一下推荐解决的问题是什么？

简单来讲，大部分推荐场景解决的还是人、货、场的匹配问题。

比如，该给什么人，推荐什么商品。这个场景，不一定要负责的推荐系统，简单的逻辑也是可以解决的，但是人太多了，商品太多了，靠一些基本的规则很难搞定了，就需要相对复杂一些的系统来搞定，推荐系统做的大概就是这么个事情。（未严谨的描述，仅供方便理解）

所以，从这个角度，可以认为推荐也是辅助于业务。

二、数据仓库做一堆中间表，算是数据团队的事情吗？

算。

可以认为是两个角度的事情。

从保证质量来讲，数据仓库为了保证数据的统一出口，保证数据可信。

从辅助决策的角度来讲，数据仓库提供更快速的数据提取方式，提高运营效率。

三、数据团队这么多职责，做的完吗？

不需要都做，一个数据团队，在不同的阶段，有不同的职责。本文是从上层的思考，给大家的一个全局的视角，并不是都要做。

比如有一些团队的大数据集群就是在专门的运维侧，有一些团队的行业分析也不是在数据团队。

不同的数据团队在公司中的定位都是不一样的，但是，大部分是在这么个思考框架内。

0xFF 总结

最后，附上一张完整的数据团队职责图。

不要忘了，数据产品~

最后的最后，补充一下，先做好自己本分的事情！