互联网公司|5000字长文，如何从数据支撑到数据赋能？( 二 )

数据产品持续的批判性思考，才有机会做出更多“赋能”的产品。

（2）小步慢跑，不积跬步无以至千里
需求是永远做不完的，开发资源不足的问题也会持续存在。想要跳出“支撑需求做不完，赋能没时间”的循环，可以尝试一些“授之以渔”的方法，再忙也要留出时间，做好数据模型、平台工具的基础生产工具的建设。
模型基建：例如，临时取数需求，把业务常提的临时需求分析抽象，做成简答高效的业务宽表，通过简单的查询即可快速拿到数据。
业务培训：很多探索性的取数需求逻辑并不复杂，但是产品和运营会SQL的人不多，所以很大程度依赖数据部门，模型建设完善，给业务定期地进行基础SQL能力的培训，知道数据在哪个表里，通过Select* from table where ** 简单语句，实现自助取数，不仅可以释放数据部门的压力，数据时效也会更快。
相比较依赖数据部门排期几天，相信紧急的需求他们也愿意自己动手，取数不求人。
工具建设：工欲善其事必先利其器，将重复的工作抽象成依赖工具、流程去解决，例如：

频繁的取数需求可以通过拖拽式的BI工具，业务自助实现；
数据可视化报表需求，基于指标管理平台进行指标接口输出，提高指标复用度，减少接口开发成本等。

工具建设的必要性判断依据是工具建设花费的成本和工具节省的人力成本是否匹配。
二、数据赋能的定义赋能，百度百科词面定义是：给谁赋予某种能量，通俗讲就是，你觉得你不能，但我使你能。
强调的是“你可能没想到或者没想要”，但是“我主动地帮你想，帮你做到了”。
回到数据赋能，则可以理解成，作为数据产品，除了接受业务需求，满足业务诉求外，要提供更多的可以帮助业务优化经营决策、促进用户增长、拉升营收增长的数据能力，或者数据产品工具。
三、数据赋能主要方向数据、数据产品对于业务决策支撑、产品应用的场景和价值不做赘述，以下主要列举一些数据人可以为业务“赋能”的场景。
1. 指标监控预警不管是业务自身还是数据部门都很难24小时在电脑/手机盯着业务指标是否正常，更多的时候是即使在办公环境也业务的异常也未必能够及时发现。
当用户反馈时，在这个时间窗口期可能就已经造成了业务损失了。之前某团外卖发展初期，系统稳定性不断改进提升，但还会时不时地中午吃饭的时候服务器突然宕机。
【互联网公司|5000字长文，如何从数据支撑到数据赋能？】通过对流量预测、波动监控，及时触发电话/短信报警，研发人员第一时间修复，缩短问题发现时差，把业务损失降到最低。
另一个场景是，某段时间外卖BD人员工资是按照销售额、订单量等KPI完成度计算奖金，会有BD为了完成业绩，与商家合作下虚假订单，比如一单十几万的情况。
此时，数据产品可以通过订单金额超过XX，下单人员是企业内部员工等不同维度的规则进行监控，出现触发报警阈值的订单时，及时推送给纪检、或上一级部门审核。
通过指标监控预警，可以帮助业务及时发现问题，或者暴露更多问题，降低或挽回业务损失，从“人找数，到数找人”，是不是很有价值呢。
2. 智能分析管理层、业务部门其实更想要的是最直接的答案，数据是什么，是否正常，哪里异常，应该怎么做。
某天大盘DAU同比下降50%，到底是正常的业务现象还是出现了什么问题呢？
通常是基于数据可视化产品，选择不同的维度分析，交叉分析，判断是哪个维度有问题，比如先看App、微信等不同平台，看流量在某一平台集中下降，还是大盘整体趋势相同，再拆分渠道、业务线、流量入口等，逐层拆解，分析下来，可能一个小时就过去了。