數(shù)據(jù)驅動的團隊，是個多么有吸引力的名詞。然而，說說總是比做到困難的多，在前往數(shù)據(jù)驅動的道路上，最可怕的不是數(shù)據(jù)及時性不足，亦非數(shù)據(jù)的分辨率過低，而是被表面上數(shù)量化掩蓋住了數(shù)據(jù)建設的長期規(guī)劃。
這種情況比比皆是，當通過數(shù)據(jù)測度，將若干關注的指標能夠通過數(shù)據(jù)精確的表達出來之后，所謂的數(shù)據(jù)驅動假象就開始逐漸擴散，越來越多天馬行空的需求不斷提出。“既然已經有了數(shù)據(jù)和專門做數(shù)據(jù)的人，那么一切數(shù)據(jù)的獲取成本都可以接受”的思想開始蔓延。久而久之，一種不考慮成本情況下希望快速獲得目標數(shù)據(jù)，而不是考慮最終結論/推斷的“數(shù)據(jù)貪心”心理將會對數(shù)據(jù)驅動型團隊建設毀滅性的打擊。即便滿足了所有的數(shù)據(jù)需求，那也僅僅是通過滿足需求而將問題所掩蓋，長期來看，數(shù)據(jù)工作就像是訂外賣一樣，按照需求來下單。然而，成為營養(yǎng)師，才應該是數(shù)據(jù)驅動的目標。
個人看來，提供數(shù)據(jù)，僅是數(shù)據(jù)驅動型團隊建設過程中的一個結果，遠遠不是目的。一個成熟、良好、高效的數(shù)據(jù)驅動型團隊的數(shù)據(jù)建設，宜從如下三個層面深入發(fā)展：
1. 數(shù)據(jù)測度化：也就是有數(shù)據(jù)，讓目標指標測度化，用數(shù)據(jù)進行量度，并將數(shù)據(jù)存入數(shù)據(jù)庫，供任何時刻的應用，同時將盡可能多的維度加入其中，經過ETL，以實現(xiàn)理論上的多維度查詢和無限度的鉆取或切片。有了數(shù)據(jù)，團隊所面臨的最緊迫問題也有了答案。（當然，不要忽視數(shù)據(jù)的檢驗這一最關鍵的工作環(huán)節(jié)）而后，基于團隊的規(guī)模，對數(shù)據(jù)進行適當?shù)姆e累，讓數(shù)據(jù)足以反映現(xiàn)狀。對于數(shù)據(jù)的測度化，這些就足矣。如果在測度化上投入精力過多，比如把理論下的Cube OLAP實時查詢，實現(xiàn)最高分辨率的了解數(shù)據(jù)當作一個目標，那么必然會將有限的資源投入到其中，使得無從進行更為重要的數(shù)據(jù)探索，進而對N維的數(shù)據(jù)無從做起維規(guī)約，極大降低數(shù)據(jù)獲取和分析效率，讓絕大部分精力集中在效果有限的高分辨率的具體數(shù)據(jù)查詢上。屆時，數(shù)據(jù)建設就真成了可悲的外賣，你點什么送什么。雖然能夠果腹，但長遠來看，卻犧牲了數(shù)據(jù)建設。
2.數(shù)據(jù)探索及可視化：數(shù)據(jù)探索是指了解測度化的數(shù)據(jù)（存儲于數(shù)據(jù)庫中的數(shù)據(jù)）。與不斷接受需求來實現(xiàn)了解數(shù)據(jù)不同的是，數(shù)據(jù)探索注重的是“聚合”，而非“細化”；而數(shù)據(jù)需求多為零散而細節(jié)的要求，兩者恰恰相反。后者雖然能了解到數(shù)據(jù)的細節(jié)，但往往會因分辨率太高，而忽視了整體。
在數(shù)據(jù)探索中，首先宜用一些描述統(tǒng)計對可測測度的數(shù)據(jù)進行了解，如求和、均值、方差、眾數(shù)、各級分位數(shù)等等。我們通過求和知道了數(shù)據(jù)規(guī)模，通過均值了解平均水平，通過方差認識到波動水平，通過各級分位數(shù)明確了數(shù)據(jù)的大體分布情況，峰度和偏度則佐證了這個變量的正態(tài)性如何。通過這樣的“聚合”，數(shù)據(jù)已經變得心中有數(shù)。
其次，在充分了解了數(shù)據(jù)整體情況后，要對數(shù)據(jù)中眾多的維度進行規(guī)約。一種崇拜多維度下交叉分析的情況在數(shù)據(jù)分析過程中越發(fā)明顯，多維度分析當然沒錯，但是教條的多維度分析則是錯誤的做法。高相關性（無論正、負）的維度變量，應該盡早通過線性組合來實現(xiàn)降維，及早的降維會讓日后的工作事半功倍。
最后，在了解了數(shù)據(jù)總體情況，并將數(shù)據(jù)的維度減少之后，對全新的數(shù)據(jù)就要開始可視化的操作了—-將我們已經熟悉的數(shù)據(jù)通過圖形化變現(xiàn)出來，圖形是鎖在人類內心深處的基礎技能，因此，可視化能讓數(shù)據(jù)的閱讀門檻大大降低，并提高監(jiān)控效率。我們的不斷努力，就是要將辛苦得來的數(shù)據(jù)讓人無障礙的閱讀。復雜的報表，會讓人閱讀起來無比頭痛，進一步致使數(shù)據(jù)工作人員要不斷的進行解讀。出于數(shù)據(jù)工作的整體戰(zhàn)略和資源（往往是稀缺的）考慮，為了進一步專題的分析數(shù)據(jù)和數(shù)據(jù)挖掘，數(shù)據(jù)統(tǒng)計結果越能自助處理越好。可視化數(shù)據(jù)要重點體現(xiàn)的成果是：矩陣散點圖來表述不同維度間變量（指標）的分布；柱狀圖來表達某一個變量（指標）的積累分布情況……
數(shù)據(jù)驅動型團隊需要取舍，就像一切的工作一樣。多維度、高分辨率的實時查詢誠然有用，但并非在建立數(shù)據(jù)驅動型團隊初期的目標。通過上述三個方面的努力，在數(shù)據(jù)饑渴的團隊中，可以最大程度的滿足需求，并不妨礙整個數(shù)據(jù)戰(zhàn)略——去實現(xiàn)數(shù)據(jù)驅動，用數(shù)據(jù)來評估運營、市場、產品、人力資源。因此，完成了數(shù)據(jù)驅動型團隊的第一步之后，接下來要用不同的主題分析來對前述情況進行支持。
最后，用一個例子來結束這篇博文：當航船找到一塊新的陸地（旨在數(shù)據(jù)驅動的團隊），盡管了解這塊土地的一切（數(shù)據(jù)驅動）是終極目標，但在生存的壓力（資源有限）下，首先要登陸（測度數(shù)據(jù)），并了解這塊土地上的大致地貌地形（探索并聚合），其次，對這塊土地進行探索，對這塊按照特點陸地分區(qū)（降維），進一步繪出地圖（可視化），讓所有的船員都能“按圖索驥”去生存下來。
推薦閱讀
近日，經濟觀察報發(fā)表文章稱國內團購網站2010年年底達到2000多家，到2011年7月，這個數(shù)字變成了5000家，不過前十均出現(xiàn)虧損，團購網站前景堪憂。易觀國際此前的調查報告更加悲觀：1年之內全國性業(yè)務運營的站點將不超>>>詳細閱讀
本文標題：數(shù)據(jù)驅動型團隊建設
地址：http://www.sh-jijian.com/a/xie/20110911/11642.html
網友點評
精彩導讀
科技快報
品牌展示