|0x00 你真的理解数据的价值吗？
前一阶段，木东居士分享了一个案例，个人认为很有代表性，这里简略叙述一下，作为问题的起点：
一位朋友从运营晋升为管理层，开始带团队，因为朋友本身是运营出身的，所以对于业务的诉求，非常了解，但团队成员大多是技术出身，总是get不到业务需求的点，容易陷入到技术的追求中不可自拔。
其实这个问题并不是一个孤立的现象，而是普遍的问题，那就是做数据的同学，从幕后走到台前的过程中，会有一种身份上的不适应，也就是无法从技术视角跳出来，无法理解业务视角的痛点和问题。
车品觉在《决战大数据》这本书里，也提到了一个情况，那就是数据分析和数据技术团队的目标不一致。书里写到：“业务部门对为什么要使用数据及如何用好数据充满疑问，甚至有人认为数据分析仅仅是门面功夫，技术团队有时候会跟我的团队‘对着干’”。不光是数据分析和数据技术的矛盾，产品与数据、运营与数据、后端与数据，几乎数据交集的相关方，都会有各种各样的矛盾，而这种矛盾，并不是技术冲突的矛盾，而是业务理解和价值选择的矛盾。
如果我们往更深的层次看，为什么价值选择不一样，或许可以用更高层级的抽象来解释：
- 数据技术 = 工程；
- 数据分析 = 科学；
- 产品运营 = 商业。
三种不同思维，碰撞在一起时，确实很难融合。
|0x01 ERP解决了什么问题？
为什么这里要提到ERP？也是跟产品朋友聊天时提到的。先简单介绍一下，笔者目前在从事企业智能化的工作，产品本身是没有对标的，所以每个人在理解这个产品上会有一定的差异。
产品怎样看“企业智能化”？一句话解释：“自动化的ERP工具”。ERP有很长时间的历史，而且其价值是已经被证明过的，即便是大数据如火如荼的今天，ERP的作用依然无法被替代。但ERP会有一些问题，那就是本身的使用也是严重依赖于人的，而不是依赖自动化的数据。因此如果ERP的部分环节，能够被数据的自动化所替代，那么这个产品就可以在ERP的基础上进一步的延伸，也就是在已证明商业价值的基础上，进一步提升智能化的价值。
数据技术团队日常所做的产品，大多数也是ERP的价值体现，那就是停留在数据展示的层面，而没有深入到分析的地方去。但团队合作时，每个人并不会认同ERP产品的思路，不论是后端，还是数据技术，大家都希望自己做的产品是一种数据产品，能够体现智能化的价值，因此非常看重产品背后的技术能力，也就是“工程”思维太重。然而，如果站在商业的价值上，数据仅仅只能被展示，那它的意义在哪里呢？每个人冲突的地方，正式对价值理解的不同。
|0x02 数据解决了什么问题？
上文ERP的例子之后，我们就需要进一步的思考，作为团队负责人，怎样做，才能将大家的价值思维凝聚起来，也就是创造一种更高的“共同价值”。
其实技术人并不是怕需求多、或者是做不了，而是怕辛辛苦苦做出来的东西，没有价值，不被认可，这会非常的伤人心，时间久了，技术也就成为了“老油条”，导致积极性的下降。
但数据“从来不是免费的午餐”。
数据要体现技术能力，成本的增加是不可避免的；数据要体现商业价值，商业模式是至关重要的。对于数据同学而言，技术能力的深度是一方面，另一方面是学会宣传，也就是让用户指导数据的好处。尽管我们不能假定用户最终会知道数据的好处，但我们可以坚持自己的理念，一边宣传理念，一边教授技巧。尽管数据不直接产出商业价值，也不直接体现科学价值，但是数据依然是有丰富的价值的， 这种价值只有在与产品、运营、分析师的思维碰撞中，才能撞出火花，才能在工作中发现数据的用途。
换句话说，数据解决了一部分的思维惯性，从另一种视角来看业务。如果数据寻找到了能够落地的场景，那么数据的价值也就水到渠成的体现了出来。
|0xFF 产品怎样才能体现数据的价值？
数据的价值不仅体现在只是的积累，更体现在帮助我们学会如何思考。做业务数据的同学往往会有一种感觉，那就是掌握了“数据仓库”及“数据湖”的东西之后，很难进一步提升自己了，因为该会的技术都学会了。这个其实并不只是业务数据的烦恼，也是技术通用的烦恼。
知识是有边界的，边界之外，只能靠一个一个的点来突破。
- 你能理解，数据不是越多越好，而是越多越麻烦吗？
- 你能理解，每一次产品迭代的背后，会带来哪些商业价值的变化吗？
- 你能理解，数据的本质并不是技术，而是信息的传递吗？
任何门类，到顶之后，思考的都是更广阔的层次的东西，也就是我们常说的“跨学科”。但知识的融合并非一日之功，当你面对P7到P8的差距时，永远不是什么技术上的差距，而是在思维层次上，你已经落后太多了，而这种差距，并非两三年能够弥补的。
因此，产品要怎么做，不要去争论，不要去试图证明自己很懂，而是多站在其他人的视角上，分析如何可以做的更好。不信的话，当你自己做的东西被挑战成闭门造车时，就真的无法反驳了。