原標題：開課吧劉旭：如何組建權責明確、運營高效的數據團隊?

　　大家好，我是開課吧合伙人劉旭，今天跟大家分享的主題是「企業(yè)內部數據團隊的組建和運營實踐」。

　　今年 2 月，我在開課吧組建了一支數據增長團隊，將數據驅動增長理念帶入行業(yè)實踐當中，為開課吧業(yè)務增長提供新路徑。

　　今天，我將基于過往的實踐與感悟，為大家分享組建數據團隊的責任與運營實踐。內容主要包括兩個部分：一是如何設計數據團隊角色與分配責任;二是數據驅動業(yè)務增長的運營經驗。

　　數據智能團隊如何分工與合作?

　　1. 數據智能團隊 5 大崗位

　　數據智能團隊由以下兩個部分組成。左邊是傳統(tǒng)的數據團隊，右邊是數據產品經理和數據運營人員兩類新興崗位，兩者共同構成數據智能團隊。

　　數據開發(fā)組

　　數據開發(fā)組由以下三類常見的工程師構成，他們不僅是各大公司數據團隊的常備軍，人才培養(yǎng)體系也相當成熟。

　　數據開發(fā)工程師：負責搭建、運營和維護大數據平臺和數據倉庫。

　　數據分析工程師：負責匯總公司業(yè)務數據，完成數據分析。

　　數據算法工程師：通過建立數學模型、算法模型滿足業(yè)務需求。

　　數據產品運營組

　　數據開發(fā)組支撐起團隊數據收集與分析工作。然而，建立數據智能團隊的目的是通過數據與業(yè)務場景結合，解決業(yè)務和產品痛點。

　　為了實現數據商業(yè)閉環(huán)的最終目標，我們需要加入數據產品經理和數據運營人員的角色。

　　數據產品經理：

　　作為兩個新崗位之一，數據產品經理主要針對具體業(yè)務場景，評估利用數據驅動解決業(yè)務痛點的可行性。

　　數據驅動不是 的痛點解決方案。比如一個產品的痛點是功能的缺位，需要在營銷系統(tǒng)或 CRM 系統(tǒng)上增加功能，這類偏向業(yè)務系統(tǒng)類的需求只需交給信息化團隊執(zhí)行。

　　數據產品經理需要準確識別和評估各類需求，抽象出共性的數據驅動需求，形成標準化產品，減少工作量。

　　數據運營人員：

　　數據運營人員是數據智能團隊中另外一個新角色，主要負責幫助業(yè)務團隊解決數據產品使用問題。

　　大部分人認為數據產品運營是產品經理的職責。但我認為，由于數據產品具有較高的業(yè)務復雜度和技術復雜度，業(yè)務團隊在使用過程中不可避免地出現各類問題。

　　因此，增設專門的數據運營崗，為團隊提供相應的使用指導非常必要。

　　2. 團隊角色與定位

　　在明晰數據智能團隊的崗位設置后，需要了解各個崗位所承擔的角色。了解角色的最終目的，是提高人才與崗位的適配性，幫助團隊尋找合適的人員。

　　數據開發(fā)工程師：

　　數據開發(fā)工程師是相對純粹的研發(fā)崗，在人員招聘時只需要關注其 Hadoop、Spark、Flume 等技能的掌握程度。

　　數據分析工程師：

　　數據分析師需要同時關注業(yè)務能力和技術能力。分析師的工作分為兩大部分，一部分是依賴數理統(tǒng)計、數據分析技能進行的分析工作。

　　另一部分是業(yè)務向的工作，如梳理業(yè)務挖掘產品痛點、建立業(yè)務流指標體系、搭建 BI (Business Intelligence，商業(yè)智能)系統(tǒng)等等。

　　因此，除了要求數據分析工程師具備業(yè)務分析、數學分析的能力外，還要關注他們的業(yè)務理解度，考量其既往經驗與行業(yè)背景的適配度。

　　算法工程師：

　　算法工程師主要完成技術實施的工作，包括數據分類、業(yè)務預測、機器學習或深度學習的算法等等。在人員選擇上主要關注其技能掌握度，對業(yè)務場景的熟悉度要求較低。

　　數據產品經理：

　　我想著重介紹數據產品經理的職能要求。數據產品經理必須具備需求分析、產品設計與迭代、項目管理等產品經理的基本技能。此外，數據產品經理對技術能力也有著較高的要求。

　　目前開課吧的數據產品經理都擁有一定的技術背景，甚至做過技術研發(fā)相關工作。

　　在技術能力的要求下，熟悉業(yè)務的技術人員可以轉為數據產品經理，但互聯(lián)網企業(yè)以體驗型主的產品經理則無法轉崗為數據產品經理。

　　數據運營人員：

　　數據運營人員的工作是將產品推廣至業(yè)務部門。今天我分享的數據工具大部分是對內的，用于增效。所以公司內部業(yè)務團隊是我們數據產品的主要用戶，比如銷售團隊、市場團隊、投放團隊、以及我們在線教育行業(yè)特有的課程交付團隊。

　　數據產品的一大特征是跨部門使用：比如我們的產品有三大模塊，第一個模塊是給投放團隊的，第二、第三個模塊可能會交付給品牌相關的團隊。

　　因此，數據運營人員需要具備積極外向的性格特征，因為他需要和公司幾乎所有的業(yè)務團隊打交道。

　　數據運營人員在工作中，需要充分傳遞和收集信息。只有數據團隊和業(yè)務團隊進行良好溝通，才能快速發(fā)現產品在業(yè)務使用過程中暴露出的痛點與不足、準確梳理產品需求，完成閉環(huán)迭代。

　　在數據團隊 1.0 時代，我們推崇的是由前三個角色構成的增長團隊。

　　在相對成熟的業(yè)務形態(tài)下，公司只需配備數據開發(fā)工程師、數據分析工程師和算法工程師，就能推動業(yè)務發(fā)展，解決增長難題。

　　然而，在疫情影響下，為了迎合用戶線上消費偏好，獲取新一輪增長空間，傳統(tǒng)企業(yè)加快了線上轉型的步伐。

　　由以上五個崗位組成的專業(yè)度更高的數據智能團隊，才能滿足新形勢下的業(yè)務需求，準確梳理公司業(yè)務痛點，提升運營效率。

　　3. 項目分工：1 個資源池 +N 個項目組

　　我們通過劃分工種組建數據團隊。但在實際團隊運營中，我們會根據不同的業(yè)務場景，組建極具專業(yè)性的項目組與之適配。

　　一個資源池支撐項目發(fā)展

　　資源池由上文提到的三類傳統(tǒng)技術人員構成。我們可以把資源池理解成數據團隊的公共資源，根據項目需要靈活調配。

　　由于技術中很多基礎代碼、模塊都是共用的，所以資源池中的技術人員可以在同一時間段內實現跨項目運作。

　　這種操作方法也決定了他們不會像產品經理和產品運營一樣，和產品項目有很深的耦合。

　　N個項目組協(xié)同業(yè)務需求

　　針對不同的業(yè)務場景，增長團隊需要建立相應的產品項目組。即在與投放有關的項目中，應該在團隊中配備具有投放經營的產品經理和運營人員。社群、知識圖譜等其他業(yè)務項目的構建思路也是如此。

　　在項目組中，產品經理可以共用：一個產品經理管理多個產品項目組。但必須保證每個項目組中有明確的產品經理和運營人員對產品直接負責。

　　為產品項目選擇調性相符的產品運營和產品經理，輔之以靈活數量的技術工程師，能夠極大地提升人員的使用效率，同時有效解決產品痛點。

　　團隊建設與產品實踐

　　1. 結構：部門構成與人員配比

　　下面我以開課吧某個階段數據團隊的構成為例，為大家介紹團隊的組織架構和人員配比情況。

　　開課吧數據團隊由數據智能中心統(tǒng)領，下設創(chuàng)新數據產品部、數據平臺開發(fā)部、數據分析部和數據算法部，各部門人員分配有所不同。

　　數據算法部：

　　從招聘的角度而言，組建算法部門的難度最大。因為培養(yǎng)一個合格的算法人員成本非常高，且高水平算法人員十分稀缺。

　　在數據算法部中，不同業(yè)務場景對算法的依賴和需求程度不同，因此各公司可以按需設計算法人員數量。

　　數據分析部：

　　主要由 BI 公司組建，在整體構成上，人員一半偏技術，一半偏業(yè)務。公司對數據分析部的需求完全取決于具體業(yè)務場景。

　　以開課吧為例，最開始我們只有不到 10 個學科，只需要三五個分析師便可完成十幾個 SKU 的數據分析。

　　隨后，開課吧建立五大事業(yè)線，擁有接近 20 個學科。為支撐起開課吧龐大的產品矩陣，我們的數據分析師人數也隨著具體業(yè)務出現線性增長。

　　數據平臺開發(fā)組：

　　開發(fā)組主要由純技術人員組成。不同規(guī)模的公司對數據開發(fā)組人員的需求不同。

　　規(guī)模較小的企業(yè)在數據團隊啟動時可能只有三五人，而后隨公司業(yè)務發(fā)展穩(wěn)定至八至十人。

　　總體而言，數據平臺開發(fā)組人數相對穩(wěn)定，因為開發(fā)人員主要負責基礎性平臺運維，業(yè)務增量更多體現在數據倉庫擴容而不是人員數量增長上。

　　創(chuàng)新數據產品部：

　　這個部門除了產品經理和運營人員外，還有會少數研發(fā)人員。

　　因為我們的交付產品還包括應用系統(tǒng)。應用系統(tǒng)界面設計、前端和后端相關工作需要研發(fā)人員配合完成。

　　產品部的人數設置相對靈活，主要取決于具體的項目規(guī)模。

　　2. 產出：數字產品矩陣

　　項目制的產品迭代方式存在較高的失敗率。如此一來，業(yè)務對數據團隊和產品團隊的配合要求顯著提高。

　　在充分調研各類業(yè)務需求后，開課吧構建了具有在線教育行業(yè)特色的數據產品矩陣，以核心業(yè)務線為靶向，推動公司業(yè)績增長。

　　各個業(yè)務線在產品使用中會提出不同的需求，數據團隊不會也不能響應所有的業(yè)務需求，所以必須有的放矢地處理需求。

　　在開課吧具體實踐中，我們有一個不成文的約定——每月營收不超過 1000 萬的業(yè)務線，我們基本上不會為它定制任何數據產品。

　　對于業(yè)務線相對小的團隊，我們鼓勵其通過標準化的產品滿足普適性的業(yè)務需求。諸如數據投放、教學運營、社群相關等分析工具具有復用性，可以滿足不同業(yè)務場景的需求。

　　由于數據團隊向 決策層負責，因此在做增長時，不能偏向于某條業(yè)務線或者某個獨立產品，而應把精力放在最有價值或最有潛力的方向上，實現公司價值最大化的目標。

　　在產品決策的過程中，數據團隊應該對全部需求進行優(yōu)先級排列，優(yōu)化選擇方式。

　　在以上思維指導下，開課吧數據團隊洞察在線教育行業(yè)核心板塊，拆解銷售運營核心環(huán)節(jié)。

　　我們把營銷銷售拆解成市場投放、一對一電銷轉銷、社群轉銷、高潛用戶發(fā)掘、高凈值用戶畫像分析等環(huán)節(jié)，制作出對應的數據產品，服務各業(yè)務部門的智能銷售、個性化推薦與智能決策。

　　運營實踐的兩大關鍵點

　　建立數據增長團隊必須是個一把手工程，即由 CEO 或業(yè)務總經理直接拍板決策。

　　1. 一把手工程

　　大部分公司會將數據增長團隊或者數據增長任務掛職到 CTO 名下。然而 CTO 需要投入大量精力去搭建和運維業(yè)務系統(tǒng)，以至于他無暇關注業(yè)務增長。

　　數據團隊并不是技術團隊內部做一個工具自嗨，它需要與銷售團隊、市場團隊、投放團隊協(xié)同作戰(zhàn)，以達到公司用戶增長的核心業(yè)務目標。

　　因此，數據團隊是一個跨職能的中間團隊，而不能單一地將其定義為技術團隊或業(yè)務團隊。

　　其次，業(yè)務團隊比技術團隊更能理解增長需求。在我向 B 端企業(yè)推介人工智能產品的工作經歷中，當我對接的是業(yè)務人員，我們在業(yè)務商討、需求解決上具有更大的共通意義空間;當對接的是技術人員時，就很難建立高效的交流。

　　技術團隊通過數據挖掘、算法等手段實現增長，對技術產品的需求更加旺盛。而業(yè)務團隊如銷售 VP、市場總監(jiān)等更能理解數據增長的需求，協(xié)助業(yè)務增長。

　　綜上兩個原因，決定了增長團隊的 負責人必須是業(yè)務的一把手。

　　2. 數據產品的思維與迭代

　　數據團隊一定要注重數據產品的迭代，使其無限逼近業(yè)務。

　　數據團隊做增長任務，首先要完成好開源，開源比節(jié)流更重要。

　　過去我向公司提供咨詢業(yè)務時，他們希望提高自有數據價值，挖掘出對增長最有幫助的業(yè)務。面對這類需求，我的解決方案是首先關注營銷環(huán)節(jié)。因為這個環(huán)節(jié)永遠是 CEO 最關注的，同時也是離錢最近的。

　　只要我們把營銷環(huán)節(jié)做出效果，公司的銷售也會得到提升，企業(yè)也會逐步意識到營銷的價值。這就是開源的思維和實踐。

　　然而，傳統(tǒng)的增長思維傾向于關注節(jié)流。人工智能在商業(yè)化最初階段，智能客服是其最初的落地產品。然而智能客服的推廣鮮有成功，因為它是一個節(jié)流的工作，主要目的是為公司節(jié)省資金。

　　實際上，通過智能客服節(jié)省出的資金，在 決策預算中的占比微不足道。

　　節(jié)流思維出現的根本原因，是大家忽視了公司最核心的目標——增長。公司很多問題都可以被增長覆蓋，但如果沒有增長，公司就會暴露出很多問題。

　　因此在公司發(fā)展階段，數據團隊需要關注增長這個核心問題。

　　為了幫助大家理解一把手工程與數據產品思維，我給大家介紹 5 個相關概念：

　　明確的戰(zhàn)略

　　做數據驅動增長的過程，也是企業(yè)文化構建的過程。因此建立增長團隊，必須要有一個非常明確的戰(zhàn)略，指導產品實踐。

　　一把手工程

　　從公司戰(zhàn)略下發(fā)到具體產品戰(zhàn)略制定，決定了建立數據團隊必須是個一把手工程。只有獲得公司 決策層的支持，數據團隊才能協(xié)同公司各部門，完成數據驅動增長的核心目標。

　　Data talks

　　增長團隊的核心要義是用數據說話，而不是拍腦袋決策。

　　產品思維

　　增長團隊需要用產品制替代項目制，建立產品思維。

　　舉個例子：當業(yè)務方需要獲取數據時，我們不能簡單地交付由爬蟲結果得出的報告。產品需求的真正解決，建立在業(yè)務場景、數據和產品三者組成的閉環(huán)當中。

　　只有建立其產品思維，以問題為導向持續(xù)追蹤產品，才能完成長期的、持續(xù)的迭代。

　　人才戰(zhàn)略

　　建設增長團隊最大的痛點在于增長型人才的匱乏，不僅缺乏理解增長的人才，具備增長能力的人才也同樣缺乏。

　　在增長團隊的 5 類角色中，前 3 類已經非常難招了，數據智能團隊還需加入數據產品經理和產品運營等角色。

　　如何招聘人才、管理人才成為目前企業(yè)內部組建增長團隊最大的困難。

　　困難來源主要有兩個方面。一是難以找到與增長團隊角色相契合的簡歷。目前大部分公司都處在增長團隊的組建階段，因此很難通過從競品公司挖掘增長型人才的方式建立團隊。

　　二是傳統(tǒng)增長型人才與現有階段的增長需求不相匹配。過去的增長人員多使用 BI、Excel 等工具輸出報表，工作內容僅限數據的處理與分析，缺乏對業(yè)務痛點梳理、數據產品思維等增長概念的了解。

　　基于此，我向大家提兩個建議。一是對于前三類相對成熟的工種，公司可以直接招聘專業(yè)人才，匹配相關崗位。

　　至于后兩個新興角色，可以通過內部挖掘和培養(yǎng)的方式完成。比如從產品經理團隊中尋找技術背景較強的人，或者把對數據非常敏感的業(yè)務人員轉型成數據產品經理。

　　開課吧增長團隊中的一個數據產品經理，就是從產品經理崗轉型過來的。我們團隊中的一個數據產品運營，也是我直接從業(yè)務團隊中挖過來的。

　　他們原本負責為公司業(yè)務提供決策支持，因此具備一定的基礎的服務器管理能力、Python 的編寫能力。同時他們在業(yè)務部門工作了相當長的時間，非常了解業(yè)務。最后，他們人緣很好，能夠與業(yè)務部門進行良好溝通，減少產品在使用和推進的阻力。

　　綜上所述，數據團隊實際上是一個將多個工種凝聚起來的部隊。只有賦予團隊角色明確的分工，建立明確的戰(zhàn)略框架，配套數據驅動增長的企業(yè)文化，才能使數據團隊高效地為增長目標服務。

　　關于數據團隊的兩點思考

　　1. 數據團隊的主要工作

　　數據團隊的工作包括兩個部分。

　　第一部分工作是尋找增長的第二曲線。當公司的主要業(yè)務線 SKU 過于平靜，面臨增長天花板時，就需要數據團隊為公司尋找新的業(yè)務增長。

　　第二部分工作涉及公司運營，如提高投放效率、降低投放成本、提高銷售轉化率、優(yōu)化用戶體驗、增加用戶活躍度、提升用戶復購率等等。

　　數據團隊通過關注這類指標，指導產品、運營、銷售的日常工作，提高公司整體運營效率，以達到增長的目的。

　　2. 打造數據團隊影響力

　　構建影響力是數據團隊最困難也是最重要的工作。在數據團隊與各業(yè)務部門協(xié)作的過程中，如果缺乏影響力，就很難用數據增長邏輯說服業(yè)務方。

　　數據團隊的影響力源自它的領導力，而領導力直接與公信力掛鉤。因此數據團隊影響力的構建，依賴于公信力、領導力和影響力的三力合一。

　　舉個例子：大家需要服從公司 CEO 下發(fā)的任何命令。因為 CEO 具有最強公信力，他所發(fā)布的每一個指令都是公司的 戰(zhàn)略，大家必須執(zhí)行。同時，CEO 是所有人的領導，天然具備影響力。最后，CEO 能通過各種手段強制執(zhí)行某個命令，這是他的三力來源。

　　總體而言，CEO 的三大能力通過行政手段得到保障。然而，數據增長團隊不是任何業(yè)務部門的直屬領導，銷售部門、市場投放團隊等沒有義務服從增長團隊提出的方案及建議。

　　同時，數據產品的準入門檻高，需要業(yè)務方學習相關數據可視化、Python 等技術知識，進一步降低了業(yè)務方的產品接受意愿。

　　為了令業(yè)務方確信產品能對業(yè)務增長、效率提升產生正向效果，提高業(yè)務方的產品使用意愿，我有如下兩個建議：

　　一是構建閉環(huán)式的項目執(zhí)行方式。采用項目制的產品迭代方式，無法響應業(yè)務團隊持續(xù)的、長期的業(yè)務需求。

　　尤其是當數據團隊成果僅供業(yè)務方測試時，新的渠道或新的 SOP 會促使業(yè)務部門直接放棄某個數據團隊成果。這時數據團隊所做的嘗試和努力也付諸東流。

　　在這種情況下，數據團隊的影響力會隨著時間快速衰減，最終使大家忘記產品的成效與數據團隊的存在。

　　因此，數據團隊應不斷追蹤業(yè)務部門的真正需求，持續(xù)迭代更新解決方案，一切以驅動增長為目標。

　　二是關注公司業(yè)務的主賽道。部分增長團隊會將增長工作集中于較差的業(yè)務線中，認為他們底盤小，增長可行性大。

　　但在我的經驗看來，試圖通過數據驅動較差業(yè)務線增長、力挽狂瀾，這個實踐方向的成功概率非常低。

　　做增長的前提是產品實現 PMF。一般而言，在探索產品 0～1 的規(guī)模建設中，業(yè)務洞察力和決策力的作用遠大于數據驅動。

　　在產品起步階段，業(yè)務規(guī)模小，所產生的數據量也小，通過數據分析、建模驅動的難度非常大。

　　產品在 0～1 的探索階段中失敗，更多的原因在于公司沒有做出有價值的產品，無法從解決用戶痛點，而不是增長支持的缺位。

　　因此，數據團隊在做增長時，一定要關注公司業(yè)務的主賽道，通過產品幫助主業(yè)務線實現較高增長，快速打造自身影響力。

　　綜上，公信力、領導力和影響力是支撐數據團隊成功的三大因素。各位在數據團隊的管理與運營中，也可以反問自己的團隊是否具備足夠的公信力、領導力和影響力，以此找到團隊的運營路徑。

　　以上就是我今天分享的內容，謝謝大家!

   投稿郵箱：chuanbeiol@163.com   詳情請訪問川北在線：http://sanmuled.cn/