【导读】之前，数据从业者的自我定位总是很尴尬，游离于技术和非技术之间。现在不用管它，尤其是数据分析师，直接重新定位到产品线就行了。通过角色转换，让自己有能力从最后开始，做出更有意义的分析，而不是脱离实际的理论。在企业中，你要能站在别人的角度思考问题，建立一支优秀的企业数据团队。企业数据团队的发展趋势是什么？
1.把.嵌入
数据团队在公司的架构位置、优缺点、嵌入性的不同，对应上表中的“去中心化”。典型的表现就是每个业务线都有自己的数据团队，而不是“一元化”，整个公司只有一个统一的数据团队。去中心化的出现，是为了解决中心化衍生的问题：数据中心化带来的创新不足，数据团队距离一线业务场景的距离，与一线业务沟通的成本高，分配数据工作资源的唯一方式是“弃卒保车”。
但是，这并不意味着分散型就一定比集中型好。只是企业在数字化过程中不同阶段的一种适应方案。没有最好的，只有最合适的。同时，分散型也不一定是终点。目前已经看到的一种形式——混合式3354是一种中庸之道，尽可能地扬弃集中式和分散式的优缺点，在国内一些大厂也有实践。
2.专门化
目前，在一些企业中，我们会发现数据团队非常庞大，其中包括数据研发；d做数据仓库的工程师，做数据分析的分析师，做数据产品的产品经理，甚至可能包括策略和算法工程师？将这些不同角色联系在一起的唯一纽带是——数据。
这种聚合形式，坦白说，是比较落后的。说明企业高层对数据不清楚。为什么这么说？因为数据仓库的基础设施与数据分析和数据产品的应用工作有着本质的不同，无论是从思维方式还是目标输出。初期反正大家都在做数据，就放在一起了。但随着业务场景和个性化数据需求的不断丰富，仅靠概念来组织团队是不靠谱的，需要根据目标来重组团队。
3.不仅仅是数据理论
我们常常因为迷失在细节中而忘记了最初的目标。数据只是我们决策的工具和方法，不是全部。想起之前张小龙的一个问题：全靠数据，那产品经理是干什么的？这句话不是夕阳贴的垂死挣扎，更像是在喊产品经理的“复兴”。他呼吁大家不要矫枉过正。数据很重要，但仅仅通过查看数据不足以支持决策。从根本上说，互联网产品是为人类社会服务的。在人类社会中，有大量自然科学无法回答的问题，即需要人文学科来填补这些关键空白。即便如此，作为互联网产品方法论的子集，更不可能抛弃人的主观因素。
以上是对企业数据团队发展趋势的分析。其实，理解数据的边界和局限性，不仅仅意味着数据理论，还意味着过分相信任何东西，这是值得警惕的，因为它会遮挡我们原本有限的视野。一个优秀的企业数据团队要不断向业务团队靠拢，基础设施建设和数据科学应用团队要逐步分离，不仅是数据理论，还有数据程度。
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/179057.html