談談資料專案的挑戰

本文來自微信公眾號： 聶子云（ID：nieziyun161209） ，作者：聶子，題圖來自：《斯巴達300勇士》

近幾年，隨著資料和人工智慧越來越受關注，資料與人工智慧專案 （統稱資料專案） 也遍地開花，和傳統應用類專案相比，資料專案有其自身的特點和挑戰，本文就來盤一下這些挑戰。

一、資料質量，橫亙在理想與現實之間那道坎

企業想從資料裡面發掘價值，首先需要有資料，大部分企業面臨的問題不是無資料可用，而是無可用資料。

多年的業務經營，許多企業已經積累了大規模的資料，看上去是一筆巨大的財富，這就會造成一種假象，會讓企業的管理者和高層過高估計資料給他們帶來的價值，相應的也會對資料專案產生過高的預期。

理想狀態下，資料是能夠帶來價值的重要的生產要素，但現實是，真正開啟之後，才會發現可以直接拿來使用的資料並不多，比如資料存在各個系統孤島裡，獲取不到；比如，資料的標準不統一，口徑不一致；比如，資料中出現大量的錯誤，許多關鍵資料是缺失的，矛盾的，等等，這些都是資料質量問題。

舉個典型的例子，服務過的某家車企，想做一些老客深挖、通過老客引入購車機會的事情，這個工作需要基於資料分析老客的特點和行為特徵，從而預測老客帶來新客戶的可能性，但當真正基於資料做客戶分析和模型開發時，發現只有不到40%的資料可用，可想而知，模型結果也就不具備很高的參考性，這和企業的期望是相背的。

所以 資料專案從立項那一刻起往往就背上了一個不切實際的預期 ，專案被認為是煉丹爐，資料進去，丹藥出來，包治百病，很少會有人考慮煉丹成功的機率問題。

要提高勝算的機率，也是有方法可循的，比如盤資產、提質量、推確權，解決歷史資料中的遺留問題，從源頭上管控好資料的生產問題，也就是把企業的資料統一、科學、專業的管理起來。

唯有如此，才有可能提高資料價值兌現的可能性，但這需要一個過程，這也是企業的系統工程。

總的來說，資料質量問題，是橫亙在理想與現實之間難以逾越的那道坎， 解決這個問題，需要決策者保持清醒的頭腦，也需要決策者擁有大膽革新的魄力。

二、跨部門合作問題，人的問題最關鍵

許多企業裡面，資料的生產者、使用者、管理者、所有者來自於不同的團隊，所以和應用類專案的開發比起來，資料專案需要更多的團隊和部門參與和支援，但由於大部分部門的KPI是和部門內部的職責相關的，每個部門的權責利清晰，當跨部門的協作和本部門的資源或者利益出現衝突，協作的動力便會出現問題，所以跨團隊合作在很大程度上增加了資料專案的複雜度。

舉個現實中的例子，曾參與過某家零售企業資料驅動的供應鏈數字化轉型專案，專案由一把手推動，轟轟烈烈展開，啟動會議上，各部門的負責人也是拍著胸脯喊口號、表決心，給人一種上下一盤棋、未來可期的壯麗景象。

但當真的著手開展工作時，會發現各部門有各部門的生存壓力，年度指標壓著，部門考核綁著，資源計劃空著，整個資料專案就是在各自KPI之外的“愛心工程”，專案進展到第二個月，大部分部門的參與度就已經明顯降低，資訊收集不上來，任務推進不下去，介面人頻繁變更，最終連會議也很少參加了，剛開始的時候，一把手過問一次，緊迫感提升一點，但一把手也苦於沒有精力緊盯執行細節，漸漸地也就相信了各部門已經盡了最大的努力在做好份內的事情，資料工作不是想象的那樣立竿見影，可以在未來徐徐圖之，只是這個未來在什麼時候，是不確定的事情。

這就是為什麼很多資料專案，會經歷高高舉起、輕輕放下的過程。

總的來說，資料專案要做到有始有終，有目標、有行動、有結果，跨部門協作是繞不開的話題，歸根結底這也是解決人的問題，這需要在立項的時候，相應的有組織設計上面的輔助支撐，比如，責權利的重新界定，比如KPI的調整設計，等等，跨部門協作的事情如果不能得到解決，企業裡一系列和資料相關的工作，很容易變成只有開始沒有下文的結局。

三、價值衡量的問題，一個懸而未決的問題

資料專案還會遇到另外一個挑戰，也和跨部門協作相關，那便是如何衡量價值，如何測算ROI （投資回報率） ，這是很現實的一個問題。

因為要持續獲得投入和支援，就要看專案的產出結果，也要看投入產出比，要獲得跨部門多個團隊的支援，就要給對方帶來看得見的利益和價值， 歸根結底，資料專案如何衡量結果和價值呢？

這些價值對應到應用類開發專案，可以是上手的功能，華麗的介面，友好的使用者互動體驗，可以用“姣好的顏值”、順暢的流程、提升的效率來衡量結果，也可以用獲得的客戶滿意度來證明價值，但很多資料專案，大部分工作隱藏在“冰山”之下，比如，資料接入、資料處理、資料清洗，比如，模型開發、測試、優化，比如，資料治理，套用冰山模型來解釋的話，這些資料工作如果能讓人看到冰山之上30%的結果，通常代表冰山之下至少有70%的投入，所以，資料專案的投入產出比經常會受到挑戰。

儘管有許多從業者已經在不斷尋求和驗證資料專案的衡量標準，但直到現在業界沒有很好的實踐和標準供參考，在這個標準被找到之前，估計還會有很長的一段路需要摸索。

四、業務與技術的調和問題，志不同則道不合

業務團隊和技術團隊的出發點不一樣，經常會體現在訴求的不一致上，但專案的成功依賴於兩個團隊對於目標的認識保持一致，也需要雙方對行動方案給予支援。

現實場景中，業務擁有最多的上下文，希望技術團隊快速滿足業務訴求是最高優先順序，哪怕訴求還沒有成體系，也可能會存在頻繁變更的可能，但“多快好省”是永遠正確的追求，但技術團隊要考慮變動帶來的影響，要考慮架構，考慮資源，考慮遠期目標與短期需求，所以，滿足了“多”，不一定能“省”，要追求“好”，實現起來不一定“快”。

比如，建設中臺，或許能解決遠期的效率，但未必能提升近期的速度，比如，資料治理，能輔助未來的決策更貼近“精”和“準”，但既需要業務團隊參與，又需要時間週期，而業務團隊揹著指標分身乏力，開展業務緊迫在時間上往往也等不起。

業務和技術的矛盾，尤其在資料工作上，調和起來有很大的難度和挑戰，但兩個團隊又互相依賴，在很多企業裡面，業務依賴技術團隊走專案流程，技術依賴業務提供需求上下文，並給予產出結果肯定或反饋。

解決這個問題，需要雙方共同努力，業務和技術分享業務上下文，幫助技術瞭解訴求背後的原因和壓力，技術幫助業務瞭解數字化和資料背後的原理，雙方統一語言，頻繁溝通，最終實現認知和理解上的一致。

以上是一種理想的狀態，要達到這種狀態，企業在文化上要鼓勵溝通，尤其是跨部門溝通，在環境上要營造開放的氛圍，倡導包容與理解，在組織結構和績效考核上，要設定一些促進資訊共享、跨部門合作的標準和激勵。

如此，企業在整體的協作上得到調和，企業級的資訊共享問題才有可能得到緩解或解決。

五、資料思維問題，一切問題的起點

在這個上下文中，資料思維是一種思考的能力，簡單來講就是如何看待資料，以及對資料能帶來什麼價值、如何帶來價值的認知。

近幾年，資料被提的次數多了，加上資料經常會和人工智慧一起被提及，不同的人對資料思維的理解有著千差萬別，這裡面也不乏有一些錯誤的認知。

比如，資料是面魔法鏡，能夠看過去知未來，如果資料告訴不了我答案，那一定是方法有問題；比如，資料問題是技術問題，和業務沒有關係；比如，資料如果不正確，一定是計算邏輯出了問題，系統的錯；比如，技術是個魔法棒，如果結果達不成預期，那肯定是能力跟不上。

之所以出現這樣一些認知，是因為資料思維還沒有建立起來，確切的說， 是科學合理的資料思維沒有建立起來。

很多應用類專案的開發，是思維先於行動的，也就是說，先對結果有了相對合理的預期，然後開展行動，而很多資料專案是從嘗試開始的，過程中充滿探索，充滿未知，許多傳統企業沿襲的是“不承諾結果便不能投入”的決策規則，所以資料專案立起來困難重重，即使是衝破各種困難走上探險之路，在開發的同時，也肩負著和具有不同資料思維的人溝 （ZHAN） 通 （DOU） 並影 （JIAO） 響 （YU） 他們的工作，這些都會使資料專案的困難度和複雜度陡增。

總的來說，資料如同企業的生命線，它的產生和流轉貫通企業的業務和運營，資料的工作牽一髮而動全身，絕不是拿著鉗子擰螺絲就能解決的簡單明瞭且具體的事情，要把資料工作想清楚，規劃好，執行下去，既要做正確的事，又要正確的做事，需要企業上上下下具備資料思維。

這種思維需要在業務和資料之間建立聯絡，既要創新又要謹慎，既要守住優勢，又要探索新知，不保守不冒進，所以說， 資料思維是企業整體的能力，建設這種能力也是資料專案的挑戰和使命。

總結一下，和應用類專案比起來，開展資料專案會面臨一些新的挑戰，這些挑戰給資料專案的開發和管理帶來了新的困難，如何更專業更成功的管理好資料專案，這些實踐值得被探索和總結。

本文來自微信公眾號： 聶子云（ID：nieziyun161209） ，作者：聶子