其实从3.0阶段开始，团队的升级路线就比较分散了，依赖于各公司对于数据团队职能的定位和期待。
大数据团队在2.0阶段建设完成之后，3.0阶段的方向就变得多样化。
有些公司会选择“加强纵深”，选择1、2个重点方向，加大投入、扩充人员、持续深挖。例如某公司想要重点加强数据的实时处理能力，则会重点扩充实时计算团队；
有些公司会选择“拓宽广度”，让大数据团队变得可独立运作、独立输出、野蛮生长，为其补充缺少的职能，作为公司业务发展的“突击队”。
本人所在公司属于后者，所以本文重点介绍这一思路。
背景
2.0阶段，大数据团队的开发职能已经基本健全，可以完成大数据领域内的所有类型的开发工作。
从流程上来讲，一个“开发团队”的需求来源一般是产品或运营团队。产品或运营团队提出的需求，一定是在其“眼界”之内能做到的事情。大数据虽早已不属于尖端、新潮事物，但对于高端人才储备不足的公司来讲，这一领域仍然不是普通的产品经理或运营专员所能驾驭的，更别说提出一些有价值的需求了。
于是就出现了一个严重的问题：“公司对于大数据团队的期待”与“大数据团队的实际产出”不符。公司期望大数据团队做出数字化的创新，构建数据与技术的壁垒，而产品或运营团队却没有这类经验和人才，无法提出有价值的需求。
解决方案
解决这一问题的方案，就是：让大数据团队变得可独立运作、独立输出、野蛮生长，为其补充缺少的职能，作为公司业务发展的“突击队”。
1. 缺少的职能
- 产品经理。作为一个可独立运作的产研团队，最重要的职能就是“产品经理”。产研团队是靠“需求”驱动的，而需求是由产品经理产出的，产品经理是整个链条的最前方。
- 测试。如果说整个链条的前方是产品经理，那链条的后方就是测试。
2. 流程与规范
合理的组织建设，是最重要的前提。在这之后，作为一个可独立运作的团队，还需要有属于自己的节奏。要保证大家在一个相同的节奏下工作，不会受到其他因素的影响（例如管理者的不同风格、差异化的工作流程和规范等等，都会导致节奏的不一致）。
一般，“突击队”是不适合有太多流程规范的。流程规范对于正规军来讲，是极其关键的要素，但对于“突击队”来说反而是一种束缚。被约束在框架内，限制了速度、限制了创意，也就限制了最终的产出。
因此，我们需要的流程规范，既应该保证“不要有太多约束”，又要能维持住“良好的质量”和“较高的交付效率”。
3. 设立团队愿景
愿景就像海洋中的灯塔，有了，才不会迷路。
3.0阶段的愿景，与公司对大数据团队的期待，密切相关。
这份期待可以是：
- 构建数据分析平台，提升运营效率；
- 辅助公司经营决策；
- 管理公司数据资产；
- 建设数据中台，匹配“业务+数据”双中台战略；
- 提升数据挖掘能力，构建数字化壁垒；
- ……
等等等等。团队的全体成员，都需要将愿景牢记于心。
有了愿景，团队成员可以凭借强大的自我驱动力，自己给自己安排工作，不必再依赖任务的层层下达。创新的土壤，也就有了。
工作方向
1. 有了问题，解决问题
这类工作，规划起来是比较简单的。无非就是人力、时间和成本的问题。
例如：大数据团队的人力，长期被零散的临时取数需求占用，导致无法集中精力做重要的事儿。那我们就要想办法解决这一问题，比如：将流程规范化、在线化，开发自助取数功能、将部分有共性的取数需求变为自动化等等。
2. 没有问题，创造问题，解决问题
这是很难的。
一帆风顺的日子，才是最该警惕的。危机往往就是在一个风平浪静的午后，静悄悄地降临，往往会让自己措手不及。为了时刻准备好应对危机，我们需要提前做哪些准备呢？
例如：建设应急响应预案。就像这次疫情一样，线下实体经济遭受重创，部分没有退路的企业直接扛不住而倒闭。很多互联网行业也受到波及。响应迅速的公司，可以第一时间做出调整，迎接挑战、应对危机。
工作成果
本阶段的工作成果，应该比前两个阶段更多、更容易。在做好了人与组织的准备，使命愿景价值观的制定，以及初步的底层框架搭建之后，可以在上边堆大量的应用。下面列举一些从各个公司的技术分享中学习到的、可以尝试的内容：
- BI平台。早在1.0阶段，我们就建设了第一版的BI平台，但对于业务驱动型公司来说，早期的BI平台截止目前很可能已被重构过几十次，产品设计缺少框架性、逻辑性。这一阶段在拥有产品经理职能之后，应从全局出发，重新设计BI产品，使之逻辑清晰、框架稳定，且不受各业务部门的零星想法所干扰；
- 智能配送调度平台。早期在美团、菜鸟的技术分享中学习到的。将大量的数据与算法结合，构建一套独立的智能调度平台，甚至可以直接对外开放，开放给其他需要线下运力的企业；
- 风控系统。业务发展到一定规模之后，难免被黑灰产盯上，利用产品漏洞进行一些不好的行为。是时候该构建自己的风控系统；
- 用户画像体系。在积累的大量数据之后，我们可以基于用户画像构建人群，并对不同人群进行差异化运营，降低运营成本、提升运营效率；
- 自助取数平台。上面提到过的产品，用来释放数据团队的人力、提高数据交付的时效和质量、保证口径的一致性；
- AIOps。系统问题的发现，从“阈值告警+人工判断”阶段开始，已经积累了一些有价值的数据和经验，将其融入到算法中，使之越来越少的依靠人工；
- 智能问答机器人。用于对外的产品上，可提升客服效率；用于内部的产品上，可提升公司员工的协作效率；
- 自动化运营体系。将多年以来积累的有效的运营手动，变成自动，并提供监控、手动干预等功能，将运营效率提高到最大；
- 用户评论情感分析。对接监控告警，可以实时掌握到用户对平台的态度变化、用户的流失趋势、部分地区部分类目下的问题萌芽，并第一时间安排人跟进处理；
- 知识库。通过带有NLP的搜索引擎，构建对内、对外的知识库体系，并持续优化搜索效果；
- 智能推荐体系。构建一套既符合用户喜好、又满足公司经营需要的智能推荐体系；
- ……
总结
本阶段的目标是“价值输出”。
凭借强大的技术实力、优秀的人才储备、庞大的数据积累、和正确的使命愿景价值，观，大数据团队将在价值输出的道路上，越走越远、越飞越高。
