跨界吧，新形式下大数据支撑者的重新定位
点击上方
请点击“与数据同行”以“关注”，关于数据的实践思考，每周一我在这里等你！
作者：傅一平 就职于浙江移动大数据中心 微信号：fuyipingmnb
笔者曾经在《一种创新型的大数据管理组织》中提到过一种大数据管理团队的职能，如下所示：
一般来讲，大数据管理团队在企业内的定位还是支撑型的团队，有自己的固有使命，包括采集、建模、开发、运维、数据质量管理和元数据等等，但在新的时期，单纯的支撑者角色已经远远满足不了大数据业务拓展和创新的要求了。
大数据价值变现前景变幻莫测，业务人员在艰难前行的同时，大数据支撑者更不能偏安一隅，要重新审视自己的定位，钱还没收到半毛，谈规范，谈边界，谈流程都缺失了意义，大家都首先要解决生存问题，笔者鼓励在以上五个支撑职能上，要勇于跨界。
1、业务上的跨界
大数据要做好支撑，理解业务为第一要务，那如何理解业务呢，就是到业务的最前线去，去听一线的炮声。
大数据管理人员在这个方面特别容易陷入传统需求支撑模式，对于业务人员的奢望过高，总要求提明确的需求，但创新业务往往客户不理解，业务人员又在探索，循规蹈矩的提出一个需求难度很高，而需求往往是在跟客户交互的过程中逐步明确的，数据人员必须在与客户面对面的沟通中，去理解业务的本质，捕捉其中的关键点，用数据的思维去思考支撑的可行性，不能把这个转化过程完全交给业务人员。
很多大数据需求只可意会不可言传，靠流程，靠文档，支撑不起业务拓展，笔者记起以前同事做的客流产品，也是在与客户的频繁沟通中逐步明确需求的，反复迭代多次，那才是大数据产品的起点，又如做的天盾反欺诈，也是靠艰苦的长期公安反欺诈现场蹲点才逐步摸到欺诈的规律的，这类需求，没有人能讲得清楚，数据支撑者必须冲到一线，甚至为客户创造需求。
“浙江移动自主反欺诈建模团队，分析的一线欺诈案件总计超过6000起，其中超过10万的大案要案几百起，涉及冒充公检法、冒充领导、冒充客服等案件种类超过20种，获得了大量的欺诈规律和样本”。
“通过近20次的模型讨论，确定基于受害人和欺诈电话的特征研发双识别算法，采取敏捷的方式进行快速的算法训练，仅用10天就研发出第一个可用模型，第25天实现流处理系统上线，系统投入试用”。
笔者突然记起来华为公司交流的一个特点，就是每次跟客户汇报都聚集了各个事业部的人，声势很大，会议室里黑压压一排，以前有所不解，现在想来，也许是倾听客户声音的需要吧，前段时间华为也在提让专家到一线去，说明了上层对于客户的重视。阿里的数据产品部和阿里钉钉等事业部，也在安排大量的技术专家深入一线去理解各个垂直行业，目的就是为了打造出好的产品，这反映出了一些趋势。
同样道理，对于传统企业来讲，虽然做大数据的人员可能来自不同的部门、科室和岗位，但大数据业务的特点决定了在对于客户需求的理解上，一定要能发挥合力，要能超越组织的界限，大数据支撑者切忌自扫门前雪。
同时，大数据支撑者也是未来数据中台的建设者，中台者，对于业务的理解要求甚至超过一般业务人员，承担着知识传承和发展的使命，从这个角度讲，大数据支撑者也必须走进业务。
2、技术上的跨界
在大数据支撑中，笔者感觉到用某个单一的数据技术来解决业务问题有时的确捉襟见肘了，懂模型的不懂平台，懂平台的不懂数据，懂数据的不会建模，这是常态了。
比如数据建模者，就容易陷入专业的陷阱，尝试一切问题都用模型的提升来解决，并感觉良好，其实客户需要的是效果，并不关注采用的手段，比如投放准确率。
经常看到这种场景，建模者为模型准确率提升几个点欢呼雀跃，但于整个事情却价值不大，建模者却道：“我已经做到了模型的极致，不要有再多的要求了。”
但真的做到了极致吗？
用数据来解决问题，并不是指简单的用模型来解决问题，建模者很多时候容易陷入对于模型的痴迷，跳不出固有的思维惯性，比如不知道其实还有更多更好的数据，比如不知道数据可以更实时，比如对于数据过于执着，尝试着从数据中发现一切，但其实很多规律是靠客户说出来的而不是分析出来的，我们的数据哪有这么理想，又比如不会考虑用流程，功能的改进来解决数据其实无法解决的问题。
用大数据解决问题是个大命题，但理解不能过于狭义，其实要解决客户的问题，很多时候数据只是起到了一点作用，而且往往内嵌在生产流程中才能发挥价值，一个功能的改进价值甚至更大。
因此，无论数据支撑者掌握了哪类数据技术，都应该努力的拓展视野，从单一领域拓展到更多领域，让自己看问题的角度更全面，能有更多的办法去解决一个问题，当然会有人说要求高了，对于新人也不适用，但对于一个企业来讲，最后需要的是真正能解决问题的人，干成事才是王道，我们要会用数据解决问题，但不要拘泥于用数据解决问题。
3、管理上的跨界
大数据资产管理，必须是以全域的视角来管理全部的数据，这种视角超越了科室、部门甚至企业的界限。
从数据采集角度看，如何敏锐的捕捉到更多的新数据源，实现跨界的数据采集是大数据支撑者的最核心的使命，大数据价值变现最终拼的是数据资产的底蕴，每多一维数据，对于客户的洞察就加深一层，跨域数据采集是大数据管理的第一个核心工作。
从数据整合角度看，如何理解跨界的数据真正含义，让其与其他数据融合产生1+1>2的效果，是大数据管理中的第二个核心问题，传统数据的新瓶装旧酒，支撑不起大数据的价值变现，新数据才是新价值产生的关键点，比如运营商一个O域的位置数据就开拓了一个全新的变现领域，但应该还有更多。
从数据质量角度看，如何与业务人员达成共识，如何与源端形成跨界的协同机制，如何端到端的实现数据的溯源，从而快速的发现和定位问题，提升运维效率，是大数据管理中的第三个核心问题。
从数据建模角度看，当前大多企业的数据支撑人才有限，大数据的价值如同冰山的一角，大多还沉在海底，如何形成有效的机制和流程，让更多跨界的人来采矿，实现合作共赢，是大数据管理中的第四个核心问题。
最近浙江移动举办的《Data Tech 浙江大数据建模与创新应用大赛》，就是旨在通过大赛连接企业和人才、行业和技术，挖掘数据价值，开放数据资源、实现人才创新资源释放，助力大数据生态发展，这是跨界的重要尝试。
大数据支撑者需要跨界，并不是让其放弃基础工作，好高骛远的去追求“亮点”，跨界的所有目的，都是为了更好的理解业务，从而更好的使能业务，这是个良性循环。
历史部分文章
（关注微信公众号"ysjtx_fyp"后点击精彩文章目录可分类浏览全部）
传统BI的认知：
大数据的实践：
数据管理的领悟：
《七幅图读懂企业的数据字典》
数据人员的修养：
运营商大数据：
我的读书笔记：