你所做的產品，並不是數據產品
|0x00 你真的理解數據的價值嗎？
前一階段，木東居士分享了一個案例，個人認爲很有代表性，這裏簡略敘述一下，作爲問題的起點：一位朋友從運營晉升爲管理層，開始帶團隊，因爲朋友本身是運營出身的，所以對於業務的訴求，非常瞭解，但團隊成員大多是技術出身，總是get不到業務需求的點，容易陷入到技術的追求中不可自拔。其實這個問題並不是一個孤立的現象，而是普遍的問題，那就是做數據的同學，從幕後走到臺前的過程中，會有一種身份上的不適應，也就是無法從技術視角跳出來，無法理解業務視角的痛點和問題。車品覺在《決戰大數據》這本書裏，也提到了一個情況，那就是數據分析和數據技術團隊的目標不一致。書裏寫到：“業務部門對爲什麼要使用數據及如何用好數據充滿疑問，甚至有人認爲數據分析僅僅是門面功夫，技術團隊有時候會跟我的團隊‘對着幹’”。不光是數據分析和數據技術的矛盾，產品與數據、運營與數據、後端與數據，幾乎數據交集的相關方，都會有各種各樣的矛盾，而這種矛盾，並不是技術衝突的矛盾，而是業務理解和價值選擇的矛盾。如果我們往更深的層次看，爲什麼價值選擇不一樣，或許可以用更高層級的抽象來解釋：
數據技術 = 工程；
數據分析 = 科學；
產品運營 = 商業。
三種不同思維，碰撞在一起時，確實很難融合。
|0x01 ERP解決了什麼問題？
爲什麼這裏要提到ERP？也是跟產品朋友聊天時提到的。先簡單介紹一下，筆者目前在從事企業智能化的工作，產品本身是沒有對標的，所以每個人在理解這個產品上會有一定的差異。產品怎樣看“企業智能化”？一句話解釋：“自動化的ERP工具”。ERP有很長時間的歷史，而且其價值是已經被證明過的，即便是大數據如火如荼的今天，ERP的作用依然無法被替代。但ERP會有一些問題，那就是本身的使用也是嚴重依賴於人的，而不是依賴自動化的數據。因此如果ERP的部分環節，能夠被數據的自動化所替代，那麼這個產品就可以在ERP的基礎上進一步的延伸，也就是在已證明商業價值的基礎上，進一步提升智能化的價值。數據技術團隊日常所做的產品，大多數也是ERP的價值體現，那就是停留在數據展示的層面，而沒有深入到分析的地方去。但團隊合作時，每個人並不會認同ERP產品的思路，不論是後端，還是數據技術，大家都希望自己做的產品是一種數據產品，能夠體現智能化的價值，因此非常看重產品背後的技術能力，也就是“工程”思維太重。然而，如果站在商業的價值上，數據僅僅只能被展示，那它的意義在哪裏呢？每個人衝突的地方，正是對價值理解的不同。
|0x02 數據解決了什麼問題？
上文ERP的例子之後，我們就需要進一步的思考，作爲團隊負責人，怎樣做，才能將大家的價值思維凝聚起來，也就是創造一種更高的“共同價值”。其實技術人並不是怕需求多、或者是做不了，而是怕辛辛苦苦做出來的東西，沒有價值，不被認可，這會非常的傷人心，時間久了，技術也就成爲了“老油條”，導致積極性的下降。但數據“從來不是免費的午餐”。 數據要體現技術能力，成本的增加是不可避免的；數據要體現商業價值，商業模式是至關重要的。對於數據同學而言，技術能力的深度是一方面，另一方面是學會宣傳，也就是讓用戶知道數據的好處。儘管我們不能假定用戶最終會知道數據的好處，但我們可以堅持自己的理念，一邊宣傳理念，一邊教授技巧。儘管數據不直接產出商業價值，也不直接體現科學價值，但是數據依然是有豐富的價值的， 這種價值只有在與產品、運營、分析師的思維碰撞中，才能撞出火花，才能在工作中發現數據的用途。換句話說，數據解決了一部分的思維慣性，從另一種視角來看業務。如果數據尋找到了能夠落地的場景，那麼數據的價值也就水到渠成的體現了出來。
|0xFF 產品怎樣才能體現數據的價值？
數據的價值不僅體現在知識的積累，更體現在幫助我們學會如何思考。做業務數據的同學往往會有一種感覺，那就是掌握了“數據倉庫”及“數據湖”的東西之後，很難進一步提升自己了，因爲該會的技術都學會了。這個其實並不只是業務數據的煩惱，也是技術通用的煩惱。 知識是有邊界的，邊界之外，只能靠一個一個的點來突破。
你能理解，數據不是越多越好，而是越多越麻煩嗎？
你能理解，每一次產品迭代的背後，會帶來哪些商業價值的變化嗎？
你能理解，數據的本質並不是技術，而是信息的傳遞嗎？
任何門類，到頂之後，思考的都是更廣闊的層次的東西，也就是我們常說的“跨學科”。但知識的融合並非一日之功，當你面對P7到P8的差距時，永遠不是什麼技術上的差距，而是在思維層次上，你已經落後太多了，而這種差距，並非兩三年能夠彌補的。因此，產品要怎麼做，不要去爭論，不要去試圖證明自己很懂，而是多站在其他人的視角上，分析如何可以做的更好。不信的話，當你自己做的東西被挑戰成閉門造車時，就真的無法反駁了。