知识卡片
业务部门应推动资产优化
作者总结的三条运营经验:
1. 全员数据意识是基础。先建立统一认知:任何事物都可用数据记录和表述,数据是客观评价管理和业务状态的指示牌;数据、技术和平台只是资源和工具,不要神化云计算、大数据、AI,指望买一套平台就自动解决问题;技术人员要站在业务端思考,开发结果业务不用就只是终将被清理的存储,业务人员要提出需求、充分使用、及时反馈,也要理解数据能力的有限性并学一点数据理论。资产运营会带来大量新工作,一线自发配合很难,需要从 CEO、CTO、CIO 到一线的统一认知,并把数据工作与工作目标和业绩打通。
2. 以场景需求为导向。必须取舍时,场景优先于纯业务需求:场景来自业务需求,但要经过抽象,所有采集、清洗、加工、服务化都要指向解决业务问题。先协助业务人员完成一个成功的数据应用案例,让他走通全流程、感受数据的力量;不必一开始就全面切换到数据驱动决策,那样过重、太慢,不利于培养主动性。资产运营起来,既不能只靠行政命令,也不能只靠技术积累。
3. 运营本质是盘活各部门需求和资源。资产优化若只涉及加工和研发,数据部门还能推动;一旦涉及原始采集和使用反馈,就需要业务配合,而数据部门又缺少使用过程信息。所以最合适的资产优化推动者是业务部门:业务人员迫切需要更高质量的数据时,才会自发推动技术团队,并配合埋点、反馈和需求整理;而且业务部门通常是营收中心,数据部门是成本中心,业务部门的话语权和资源调配权更大。
协作方式:业务团队向对口产品团队提需求,产品团队梳理流程,拆分为业务侧需求(流程、信息架构、前端展现)和数据侧需求(要展现什么数据结果、怎样统计、建什么模型)。例如阿里生意参谋初版把用户操作流程、功能模块、前端交互作为业务侧需求,把每张数据表需要的结果、定义和操作(如店铺 UV、PV 的统计粒度、更新频率、可筛选维度)作为数据侧需求。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第9章 数据中台运营机制
- · 跨章综合
原书出处 · 1 处
- 第9章 数据中台运营机制 · 查看原书依据
因此,最合适的资产优化的推动者应该是业务部门。只有当业务人员迫切需要源源不断的、更高质量的数据资产时,他们才会自发推动数据技术保障团队来一起完成数据资产的优化工作,并且会配合完成数据使用的埋点、数据使用的反馈、新数据的需求整理等工作。