超越BI，数据产品的前途在哪里？

正文开始

在一个企业内，一只数据团队只会报表，取数、建模和分析是远远不够的，对上，你的贡献会被业务和前台屏蔽，对下，云原生等等技术已经让平台运维变得更为容易。

虽然现在数据中台如火如荼，给了数据团队名义上的机会，考虑到数据中台的本质特征是业务化，但如果你连接触前端的机会都没有，怎么可能能建设好一个业务化的数据中台呢？

很多数据团队在企业内存在感不强，或者是老黄牛的命，是有其深层次原因的，并不会因为数据中台的出现而有什么实质性变化，而只有数据产品才能真正解决数据价值创造最后一公里的问题。

从数据产品的性质划分，一般可以分为三大类：

第一种是决策分析类产品，主要提供分析服务，比如BI报表系统、分析专题等等。

第二种是推荐投放类产品，主要提供营销服务，比如营销管理平台，精准广告投放平台等等。

第三种是数据管理类产品，主要提供采集、开发、挖掘、运维及管理服务，比如数据管理平台等等。

但大多数时候我们的数据产品表现并不惊艳，很多企业对于BI和大数据差不多是一个印象，取数、指标、报表，平台，最多大屏可视化一下，还有什么？

你会发现很多数据产品天生的基因决定了它只能做螺丝钉，做到极致也就是70分，其创造价值的天花板是很低的。这也是笔者进入公司后一直面临的挑战，伴随着自己走过了10年。

作为传统企业，这几年我们在数据产品的方向探索上还是比较多的，最近正好看到阿里的一张PPT，如下图所示，感觉大家最终还是殊途同归，发现了数据产品真正能创造价值的地方。

阿里提到的很多数据产品，无论是DataWorks，Dataphin还是OneService，都是偏后端的数据产品，它们其实属于数据价值链的中段，而真正能直接创造价值的数据产品，则是上面图示中的阿里妈妈、阿里小贷、观星台、生意参谋、黄金策、嵌入业务中台等等。

的确，我们以前对于数据产品的分类似乎出了点小问题，其实不应该简单的按产品的性质分，而应该按产品服务的对象分，只有这样，才能拨云见雾，看到数据产品真正能创造价值的地方。

比如阿里的前端数据产品就是直接服务于外部企业、高层、卖家、策划及消费者，诸如此类。

而这些服务对象在任何一个企业都具有普适性，也就是说，通过打造为这些对象服务的产品，你的数据产品也许就找到了真正出口。我们应该努力回归第一性原理，从直接能创造价值的地方寻找数据产品的机会。

下面笔者就结合阿里和我们的实践来谈一谈数据产品的机会和前途，主要包括五个方面：赋能管理者、赋能合作伙伴、赋能运营、赋能业务中台以及赋能外部变现。

1、赋能管理者

阿里有观星台，其提到主要作为公司的健康晴雨表，分职分权的财报，这就是传统BI做的东西，而我们公司对应的名字正好叫作黄金眼，是一个报表+指标门户，这是数据团队在一个公司的基本面，使命就是确保数据及时准确，无他。

报表指标做到70分是比较容易的，而从70到100是很难的，你的数据一般只能反映事实，最多做个相对固定的比较，而无法直接提供决策能力。这意味着即使你能在这个上面雕出一朵花，其边际效益还是很低的，你几乎很少有机会能通过产品的完善去影响老板的决策。

考虑到固定的KPI和报表的边际效益很低，因此针对这类数据产品的创新，应该跟随公司的业务重点变化去追求场景化的数据产品解决方案，基于数据中台去快速打造。

比如阿里的双11数字大屏就是这一类场景化的数据产品，但你要知道，它一年的生命只有几天，但它发挥出了应有的价值，这就是场景化解决方案，你说它跟BI有啥本质区别，没有。

其实每个企业都有这个尤里卡时刻，比如运营商每年有校园营销，就应该考虑为校园营销快速定制数据产品，为各类管理者方便看数提供更为便捷的针对性解决方案，不要尝试用一堆大而全的报表指标去淹没管理者。

以下是为校园营销快速定制的数据产品，非常火爆，因为它适配了校园的场景，围绕校园这个实体增加了实时指标、热点地图、校园信息等丰富的要素信息，这也许是BI的未来。

2、赋能合作伙伴

阿里有生意参谋，它这个产品是服务众多的卖家的，因为只有卖家活得好，阿里的电商平台才能活得好，因此他们之间是合作共赢的关系。

其实任何一个企业都有这样一个合作生态，你的数据产品就应该尽力为这些合作伙伴去赋能，这个跟赋能自己的管理者没有区别。

我们在感慨阿里生意参谋强大的时候，其实应该想到马云说的那句话：相信只有别人成功你才能成功。

生意参谋很好的诠释了这一点，但我们有多少企业的数据团队想到了这一点，在这个方面能走出关键的一步？

以运营商为例，其有大量的渠道合作伙伴，包括直销经理、客户经理等等，数据产品应该为其赋能。

近年来我们打造的生意宝、获客宝、和客户等大量一线产品，将IT和数据能力直接注入到生产流程，驱动营销模式从“坐商”向“行商”转变，就是一种有益的探索。比如下图就是获客宝的精准摆摊示意图。

3、赋能运营

阿里有黄金策，其主要是为用户洞察和营销策划服务的，我们其实也有类似的数据产品，比如大数据精确营销平台，如下图所示：

运营的一个关键是你能每次看到营销活动的效果，然后基于这个效果去发现问题，找到优化提升的方法，从而优化下一次的营销。但现实中我们大量的营销评估往往仅限于营销了多少用户，订购了多少用户而已。

但什么叫作好，什么叫作不好，我们其实并没有什么量化的标准，我们大多还是靠经验去运营，但企业当前的营销水平跟10年前的营销水平相比，到底有多少的长进？这个问题就像问当前的中医跟1000年前的中医有什么长进一样难以回答。

数据产品本来应该承担这个使命。

但很多传统企业在客户洞察、沙盘推演、渠道投放、营销术语、AB测试、模型迭代等各个方面，都没有很好的数据产品进行支撑。

虽然笔者不知道阿里的黄金策具体做了什么，但肯定是要数据说话。

市场细分、客户洞察、策划手段，投放策略、渠道分配、模型效果等等都应该作为要素逐步融入到了数据产品的设计中，固化到流程中，从而实现运营的自动化和智能化，不会因为一个新手的到来而让运营水平下降一个台阶。

最近自己也在思考精确营销平台运营提升的事情，包括能否为每次营销的标签的打上效果标识，能否建立自动AB测试的功能，能否实现模型的自动迭代，能否实现数据在各个渠道的高效协同等等，这些都是我们需要向互联网学习的地方。

4、赋能业务中台

阿里这里取了个名字，叫作嵌入业务中台，然后有两个强大的数据技术组件：搜索引擎和推荐引擎，的确，这两个东西只有干数据的才能做好。

但深层次的含义其实是这样，数据产品你不能总是冲在最前面，或者你冲在最前面的机会并不多，毕竟先有业务系统才有数据，而有了数据才孕育出了数据产品。

数据产品更多体现价值的机会应是作为一个技术组件，嵌入到企业的任何生产流程中去，嵌入业务中台是一种形式，由此延伸开来就很多了，比如风控模型嵌入业务流程。

我们的推荐引擎，也是嵌入到了CRM的生产流程中去，但业务平台到底对于数据的理解有多深，愿意给你什么样的运营位，很多时候决定了推荐引擎的成败，这有赖于业务平台数据意识的崛起。

嵌入业务中台应是数据产品体现自身价值的蓝海，但要做好有三个前提：一是业务平台是否有足够的数据驱动意识，二是数据团队是否有足够的业务水平和足够宽的视野，三是数据产品的质量是否经得起生产的检验。

5、直接对外变现

前面说得数据产品有一个共同特点，就是你的贡献基本是间接的，而直接对外变现则是数据产品直接从外部获取收益。

阿里的阿里妈妈和阿里小贷是最典型的数据驱动的业务，也是阿里最大的利润来源，一个是广告投放，一个是金融风控。而我们则有神灯大数据产品线，这是最能证明数据价值的方向。

如果有机会，每一个做数据产品的人都应该努力去尝试，直面外部的客户，获得真正的需求，创造新的产品，获得直接的收益。

由于客户只为有用的东西买单，因此假如你能持续的赚到钱，意味着你的数据产品经受住了市场的检验，这是最大的价值创造。

五种数据产品类型，其实蕴含着数据产品创新的机会，如果你已经感受到了数据发展的瓶颈，正困惑于无法找到数据价值的出口，也许从这里可以找到一些启示。

当然我们还在苦苦探索寻找新的机会，你发现了并不代表就能做好，这也是大厂面临的挑战，特别是在产业互联网这个大背景下。

热门文章

直戳泪点！数据从业者权威嘲讽指南！

AI研发工程师成长指南

数据分析师做成了提数工程师，该如何破局？

算法工程师应该具备哪些工程能力

数据团队思考：如何优雅地启动一个数据项目！

数据团队思考：数据驱动业务，比技术更重要的是思维的转变