标签类目体系:面向业务的数据资产设计方法论
上QQ阅读APP看书,第一时间看更新

1.4 鸡同鸭讲,无法穿透业务层

数据工作者都会面临这些严峻的问题:如何向业务人员解释清楚数据是什么?当前有哪些数据?数据可以为业务做什么?即使企业已经设立了数据团队,但如果数据人员无法与业务人员有效沟通,数据价值的发挥仍然会存在瓶颈。

很多企业的数据开发专家、数据建模专家在数据交换、数据开发、数据治理领域非常专业,对技术术语非常熟悉,专业技能非常强。在数据部门内部,他们可以很好地带领团队完成数据迁移、数据标准化、数据建模、数据开发、数据治理等一系列高难度工作。但他们习惯于和技术深入“对话”,将绝大部分精力投入到技术研究中,而忽略了与人沟通的技巧以及企业的业务知识。

在数据人员和业务人员沟通的过程中,容易产生鸡同鸭讲的现象。

一方面,数据人员基于他们的认知体系进行了数据宣讲,但他们沉浸在自己的数据世界中,没有将自己代入业务人员的思维方式中感同身受,结果由于这些数据知识过于专业,缺乏恰当的诠释转化和案例讲解,业务人员无法理解。

另一方面,业务人员对数据学习也心存障碍。业务、运营、职能部门的人员在认识事物时往往用的是感性思维,对数据学习需要的理性思维不太习惯,因而很少会对冷冰冰的数据产生兴趣。在与数据人员的对话过程中,某些对数据好奇的业务人员会主动提问,但由于数据人员无法理解他们的提问而给出错误答案,使得业务人员对数据的正确理解难上加难。即使业务人员进行了细致的解释,使得数据人员理解了提问,数据人员也会受限于表达能力欠佳,无法将专业的数据术语进行转化讲解。久而久之,有好奇心的业务人员也会慢慢丧失学习的欲望。

其实,形成数据共知是双方共同努力的结果,需要业务人员与数据人员在三方面将认知拉齐,如图1-6所示。

032-1

图1-6 业务人员与数据人员需要拉齐的三点认知

首先,要在企业内树立统一正确的数据观,这是第一要务。数据观不仅是让业务人员理解数据、重视数据,也涵盖了数据要如何贴近业务,如何以业务能理解的方式呈现和使用。企业内各部门对数据资产的认知、对数据应用的理解、对数据价值的认同需要协调统一到同一水平线,否则脚和脚打架,数字化转型之路难以推进。

其次,学习模式和背景不同的文、理科人才都需要掌握将感性思维和理性思维结合运用的能力。感性思维出身的业务运营人员需要学会运用理性思维度量真实现状,采用科学技术优化业务场景;而理性思维出身的数据技术人员需要学会运用感性思维掌握沟通技巧,用心感受人与业务场景的关系。

业务人员和数据人员需要尝试互相学习、补足对方的专业知识。业务人员应该尝试着去学习数据知识,掌握数据的基础概念,了解数据分析、运营、使用的基本工具和技能,最终将业务问题转化为数据需求。数据人员也应该尝试着去了解业务,掌握业务流程知识,学会业务术语,能与业务人员进行“正常”的业务沟通和平等对话,最终实现用业务语言解释数据概念(换位思考)。在企业实际运转过程中,因为业务价值比较容易凸显,业务部门往往比较强势。一般建议由数据部门人员主动向业务侧靠拢,将数据技术转化为业务工具,为业务部门赋能。

大型企业中往往设有商业分析师这一岗位,其职责是实现数据端和业务端的打通和连接。他们身处业务部门,配合业务人员一起参与业务流程制定,了解业务痛点,梳理数据需求并对接给数据开发团队进行大规模的数据加工;同时能完成自研式的数据分析工作,帮助业务人员快速产出临时性的数据分析结果或研究式的数据探索结果。在一定程度上,商业分析师推动了数据价值的实现与传播。

但是数据人员与业务人员之间的理解冲突,单纯通过人与人的沟通、解释、传递只能解决小规模问题。如果需要数据赋能的场景越来越多,数据积累与数据技术越来越丰富,业务侧对数据需求日益迫切,就能再让“人”成为制约数据发展的瓶颈。我们需要找到一种能自我说明的数据方法,让数据资产自己将自己说明白:它是什么,它从哪里来,可以怎么用。