企业数据团队发展趋势是怎样的?

【导读】之前数据从业者的自身定位总是会有些尴尬，游离的技术与非技术之间。现在不用纠结了，尤其是数据分析师，直接自我重定位成产品系列就好。通过角色的转换，让自己具备以终为始的能力，做出更有意义的分析，而非脱离实际的纸上谈兵，在企业内要能够站在他人的视角思考问题，建立优秀的企业数据团队，那么企业数据团队发展趋势是怎样的?

1、嵌入化

数据团队在公司里的不同架构位置以及优劣势,嵌入化对应的就是上表的“分散式”，典型的表现就是每个业务线都有自己的数据团队，而不是像“集中式”那样，整个公司只有一个大一统的数据团队。分散式的出现，是为了解决集中式衍生的问题：数据中央集权带来的创新乏力、数据团队远离一线业务场景、与一线业务沟通成本高、分配数据工作资源的时候只能“弃卒保车”

但这并不代表，分散式就一定好过集中式，它只是企业在数据化进程中、不同阶段的适配方案罢了，没有最好的，只有最适合的，同时，分散式也不见得就是终局，目前已经看到的一种形式——混合式——就是一种中庸之道，它尽量扬弃了集中式和分散式的优缺点，目前已经在国内一些大厂实践。

2、专业化

目前在一些企业中，我们会发现数据团队很庞大，它里面既有做数据仓库的数据研发工程师，也有做数据分析的分析师，还有做数据产品的产品经理，甚至可能还会包含策略和算法工程师?把这些不同的角色聚集在一起的唯一纽带就是——数据

这种聚合形式，坦白说，是相对落后的。它表明企业高层对数据的认知并不清晰，为什么这么说呢?因为数据仓库这种基础建设，跟数据分析、数据产品这种应用工种，不论从思维方式还是目标产出，都是有本质不同的。在草创期，大家反正都是做数据的，就放在一起了。但随着业务场景不断丰富、数据需求不断个性化，光用概念来组织一个团队就不靠谱了，就需要按照目标来重新组织团队。

3、不唯数据论

我们经常因为迷失在细节里，而忘记本来的目标。数据只是我们决策的工具和方法，不是全部。想起之前张小龙的一句质问：全靠数据了，那还要产品经理干什么?这句话并不是一个夕阳岗位的垂死挣扎，更像是高呼产品经理的“文艺复兴”。他呼唤大家不要矫枉过正，数据是重要，但没重要到只看数据就足够支撑决策。往根本上说，互联网产品服务的是人类社会，人类社会里就是有大量自然科学无法解答的问题，就是需要人文科学来填补这些关键空缺。科学尚且如此，作为子集的互联网产品方法论就更加无法摒弃人的主观因素了。

以上就是企业数据团队发展趋势分析，其实认识数据的边界和局限性，就是不唯数据论，过度的相信任何一件事，都是值得警惕的，因为它会遮挡我们本就不开阔的视野。优秀的企业数据团队要不断向业务团队靠拢，基础设施建设与数据科学应用团队逐渐分离，不唯数据论，把握好数据的度。