一将无能，累死三军！数据团队有“会说话”的好领导，有多重要？
数据分析从业这么多年，既有庆幸也有焦虑，庆幸的是能进入这个行业，从而有一个较高的起薪，焦虑的是数据分析的门槛并不高，而且有明显的职场天花板。
从我待过的互联网公司来说，入门的数据分析基本就是提数，业务部门需要什么数就给什么数，技能要求仅仅是Excel和SQL。
1年后，SQL玩得溜了，对公司业务的取数逻辑也熟悉了，这时你更多的是搭建数据看板，有些公司用FineReport，有些用自研的看板平台，再简单的直接Excel，你需要的也就是学会这些看板的使用方法搭好一张报表。
以上的工作一个正常的大学毕业生都能掌握，不需要会编程，不需要高深的统计学数学知识。
先说自己的两个事情，一个发生在10年前。
那个时候自己的职务是代经理，有一次我们团队做了一个BI专题，领导建议去一线做个推广，然后我就拟了内容，包括访问方式和使用说明，等着领导审批。
后来领导把我叫过去，说这不是他想要的，BI推广底下要做很多的工作，否则就没有用。
另一个发生在7年前。
那个时候大数据平台刚刚建设完成，我们在上面部署了全新的数据开发平台，苦于没有人用，然后商量着想办法，这个事情持续做了多年，终于算有成果。
虽然这是两个不同的事情，但面临的挑战是一样的，即数据团队如何有效宣传自己的数据成果？
数据好用固然重要，但数据团队leader有没有推销的意识和能力，往往决定了数据价值发挥的最后一公里。
可惜的是，数据团队leader往往把太多的精力放在了数据建设的本身，而忽视了周边业务部门的沟通和协同，从而丧失了很多机会。
笔者觉得有三个方面的原因，这里就来谈一谈。
1、数据团队在价值创造链中的位置决定了宣传的重要性
从资源的角度看，数据团队的数据资源依赖于前端业务系统，平台资源则依赖于后端的IT基础设施，也就是数据团队强烈依赖于IT组织的其他单元而生存，数据团队处于IT组织内部的下游，你做不好协同，不仅数据跑不动，数据质量也无法保障。
从组织的角度看，企业IT部门处于业务部门的后端，数据团队处于IT部门的后端，数据团队属于后端的后端，你的数据要创造更多的价值，经过的链路非常长，相对于其他组织的价值创造，数据团队要付出更多的的沟通和协调成本。
比如你的模型要起作用，需要向业务申请，人家不给你，数据就发挥不了价值。
虽然当前企业数据驱动业务的意识在加强，但这个长链条还是在那里，因此有些企业做大数据的第一件事就是改变组织，希望数据组织能更扁平化一点，离业务更近一点。
但在当前阶段，对于大多数企业，为了数据团队去改变组织架构是很难的，基本是不见兔子不撒鹰。
因此，数据团队要改变自己的命运，还是要发挥主观能动性，比如通过各种手段去争取好的数据价值创造环境，这对数据团队的leader挑战就非常大。
2、数据团队非常缺乏兼具数据管理和外交能力的人才
数据团队的人相对会内向一点，一方面是因为数据团队中的大多数岗位是数据建模师、数据分析师、算法工程师、数据工程师等等，这些岗位需要人每天对着机器和数据，跟人沟通的时间相对少了。
你会发现，一个数据团队能做数据模型、数据产品的人还是有的，但如果要他们去各个部门上下打通关系，吸引别人来用就没人愿意去干了，大家都很天真的认为只要我的东西足够好，别人自然应该来用。
可惜的是，数据不是业务系统，其对于企业的各个部门大多不是必需品，而是奢侈品，数据团队花费的精力天然要比其他做业务系统的IT人员多的多，这是由你所处的位置决定的。
很多数据团队leader也是内向的，他们习惯于去做各种技术的指导和评审，而忘了去解决数据的出口问题。
那么能否空降呢？
让一个空降leader来管理数据团队是比较难的，即使他的外交能力很强，因为数据管理不仅行业特性明显，而且是非常讲究实践的学科，如果你没有做过，就很难理解数据管理的复杂性。
3、数据团队中的外交型人才也是非常容易流失的
请回答我一个问题，企业内最好的数据分析师在哪里？
如果你说在自己的数据团队，那么恭喜你，得了一个宝，但我的答案是：企业最好的数据分析师大多是在市场部门，比如市场部经理就是最好的数据分析师，一般不可能在专业的数据团队。
数据团队的确可以培养一个人的数据分析意识、数据分析技能以及逻辑表达能力，这些只是基本功而已。
但如果一个人具备这些基础的能力且非常善于外交和沟通，那对他最好的归宿却是业务部门，因为在那里可以发挥更大的价值，为什么他不去？
你会发现很多企业，数据团队很出跳的人物，往往会被调离岗位，逐步走向更前端的部门。
数据分析只是手段，只有结合业务、沟通、表达等其他能力，才能做出更好的决策。
如果你不同意，可以看看自己周边的领导，哪个领导是直接从数据团队提拔的？少是正常的，多是不正常的。
如果你去调研企业的数据团队的leader，他最困惑的问题，长远来讲，一定是数据驱动业务的显性化，一定是如何让别人认可我的价值。
一将无能，累死三军！数据团队有“会说话”的好领导，有多重要？相关推荐
- 企业管理：高层不狠，中层不坏，累死三军
https://www.toutiao.com/a6643675869099328003/ 2019-01-08 15:57:09 提示:阅读前,请点击右上角"关注",每天第一时间 ...
- 数据团队做什么，看这篇就够了！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:Louise de Leyritz,译者:追风者 随着企业认识到数 ...
- 算法博士平均月入4万，数据可视化技能全球吃香 | 2020年《顶级数据团队建设全景报告》重磅发布...
来源:大数据文摘 本文约3200字,建议阅读6分钟. 本文为你介绍<顶级数据团队建设全景报告2020>精华内容. 2020年,对于"大数据"这个词,多数人很难再说陌生. ...
- 数据团队「隐形守护者」！从被动应对到资源输出，腾讯安全20年成长记
来源:大数据文摘 本文约3300字,建议阅读5分钟. 本文为清华大学大数据研究中心联合大数据文摘发起的年度白皮书<顶级数据团队建设全景报告>系列专访的第三篇内容.<报告>囊括专 ...
- “数据科学家”或许不再性感，但“数据团队”的产业化才刚开始 | 专访领英全球数据科学团队负责人...
来源:大数据文摘 本文约5750字,建议阅读6分钟. 本文为清华大学大数据研究中心联合大数据文摘发起的年度白皮书<顶级数据团队建设全景报告>系列专访的第二篇内容.<报告>囊括专 ...
- 行业 | 数据团队该为公司的AI转型负责吗？花五分钟时间换个答案
我的公司是否需要独立的数据团队? 我该何时.怎么样建设自己的数据团队? 数据团队的价值如何衡量? 在AI革命大潮下,数据团队又需要做哪些准备? 数据驱动时代,数据团队作为一家公司的核心竞争力所在,正在 ...
- 首份《顶级数据团队建设全景报告》重磅发布： 逾半数据团队称人才储备不足
<报告>发现,目前,尽管部分组织的决策者已经具备了数据驱动意识,但数据价值真正落地仍然艰难.只有某些信息化程度高的行业,如互联网.金融等,配备有完整的数据团队,多数信息化程度偏低的行业仍然 ...
- 介绍一下Druild，并从Twitter大数据团队分析如何应用 Druid 分析 ZB 级实时数据？
或许很多同学都还没有用过Druid,那么我们先简单介绍一下Druid,然后由浅入深的进行分析! Druild Druid 是一个用于大数据实时查询和分析的高容错.高性能开源分布式系统,旨在快速处理大规 ...
- 14年数字化转型经验，总结出数据团队的5个级别，最后1个没人做到
随着公司数字化转型的加快和多年的大数据运营,数据团队的职能终于能超越部门的限制,成为整个企业大数据的实际管理者,数据团队能走到现在非常不容易,今天就来聊聊其演进过程. 可划分为五个层级:小组-报表取数 ...
最新文章
- javascript 操作Word和Excel的实现代码
- 我，AI专家，模型检测COVID-19准确率高达97.5%，约吗
- 网络推广专员浅析在网站导航设计排版中应如何深入完成网络推广？
- javaCV - 视频截帧，清晰度调整，转gif，视频转音频
- 借贷宝详细注册步骤：邀请朋友送20元，朋友再邀请朋友还送你10元【3天已赚6千】（附我的邀请记录和提现到账截图）...
- 视觉SLAM笔记（55） 位姿图
- arcpy.mapping常用四大件-MapsurroundElement
- 进程中堆栈向下增长的原因
- java微信h5支付_java 微信H5支付
- jdk32位安装包下载_PS2018下载AdobePhotoshopCC2018安装激活教程
- [个人小记]U盘文件超过4g怎么办？
- Python之爬取58同城在售楼盘房源信息
- 机器学习中的过拟合与欠拟合
- 《机器学习》总结与心得
- 解决xp共享的批处理文件
- 点击父组件按钮 显示子组件_按钮设计用户界面组件系列
- 22年蓝桥杯青蛙过河问题
- partial的使用
- 小巧易用的分区工具——MiniTool Partition Wizard
- JQuery处理json数据实例（map和数组）