编辑导语：在互联网时代，数据分析的能力在职场上越来越重要，一个正确的数据思维能够提升整体工作的效率等。本文作者分享了字节跳动的数据思维，讲述了数据产品的能力以及字节跳动的经验等，感兴趣的一起来学习一下吧。
昨天上午，在来公司的路上，我听了会字节跳动副总裁杨震原的演讲，他分享了火山引擎是如何支持公司内部业务做好数据驱动的。数据驱动这个话题有意思，记得去年，杨震原也做过一次类似的演讲。今天这篇文章，聊聊我的一些启发吧。
字节跳动是一家崇尚数据驱动的公司， 年公司刚成立的时候，就已经在做 A/B 测试了。后来，A/B 测试成了字节的一个基础工具，他们内部，诸如产品命名、交互设计，甚至改一个字体、一个弹窗、界面大小，都会做 A/B 测试。
我和同事说，工作中讨论问题，“第一反应”应该是先看数据，而不是讲“你觉得”。这里，第一反应我要加个粗，意思是它得像条件反射一样，内化为我们的思维方式。
对于墨问西东，我希望数据驱动能成为团队的工作习惯，像字节跳动那样。比如，讨论一篇文章好不好，先看下他的分享率、阅读数等数据，再谈主观的看法。先事实，后观点，只有这样的协同效率会更好些。
数据驱动，也不是唯数据论。数据只可以依靠，不可以依赖。
我的经验是，在决策之前，你得先有一些自己逻辑上的分析，然后再基于数据修正认知，最后做出判断。这样做有两个好处，一是可以锻炼你的思考能力，二是可以防止你被数据带偏。
为什么说我们可能会被数据带偏？因为数据只能反映当前的状态，某种程度上，数据是短视的。就像这周，我们拒绝了很多不符合团队价值观的广告，从数据上看，收入减少了。这时候，团队讨论，是不是应该拒绝那种类型的广告。如果只看数据，很显然，我们不应该拒绝。
但我相信，拉长时间维度看，拒绝伤害用户体验的广告，会让我们挣到更多的钱。有些事，它不可能立即见效，需要我们沉住气，让子弹飞一会儿，而不是浅尝辄止。
抖音电商也有类似的例子，每个商品都有评价，他们会减少对评价较差商品的推荐。如果做 A/B 测试，看交易数据，那短时间内交易量肯定是下降的。但减少对低分商品的推荐这个决策却是对的，它可以提高用户对平台的信任感。不看短期一周的数据，而是看几个月的数据，可以发现交易量的趋势是先下降，然后逐步爬升。
很多时候，短期正确和长期正确是两码事。
数据驱动的前提是建立不偏颇的数据观，一个团队得先理解数据能做什么，不能做什么。这时候，再谈数据驱动才有意义。我见过一些人，他拿着数据，站在数据的制高点上，对别人指手画脚，那一刻，他失去了信仰和思考。
数据是有局限性的。比如独立性、置信度、因果关系、长短期、偶然性等问题。
陈林曾经担任过今日头条的 CEO，忘了在哪里看到的，他说，A/B 测试只是帮助他们理解用户，而不是帮助他们做决策。如果产品改进只是盯着数据，那不如不看数据。
依靠数据，而不是依赖数据。
数据驱动，也并不是说有了数据就能驱动，它是个系统工程。
杨震原在分享里说，需要明确业务的目标是什么，目标要能够量化，因为有了量化，才能优化；优化的效果一定不是凭感觉，而是要用 A/B 测试等客观的分析评估方法；业务过程的数字化也是非常重要的，数字化越充分，对业务的描述就越精准；还有数字化的协同工作，包括数据治理等手段让底层数据得到规范、统一的表达，通过数据可视化等工具让更多的业务角色使用起来。
这几句轻描淡写的话，其实是一个抽象的思想。抽象的思想需要 IT 系统的支撑，才能落地。很多公司都在建设自己的数据产品。我在前公司的时候，也花了很多精力思考和迭代数据产品。一个好的数据产品，需要有三个能力：实时、敏捷、稳定。
如果说数据的价值是给我们的决策提供重要参考，那无疑，实时的数据才能发挥更大价值。
举个例子，我是一个卖车的销售，在和客户老王沟通的时候，如果我能实时地看到他的画像，诸如，他是从哪里拿到我联系方式的，他之前在我们网站停留了多久，有了更多的数据信息，我就能更准确的理解老王的需求和痛点。
卖了几辆车后，我做了复盘，觉得用户的画像维度应该调整下。提了需求，数据产品需要能快速交付，再或者，数据产品团队能够基于我的反馈，给出更贴合业务的建议，也就是说，数据产品、数据团队需要能够敏捷的支持业务诉求。
稳定是底线需求。如果说数据是不准确的，那实时和敏捷没有任何意义。
说实话，数据产品想做到实时、敏捷和稳定，挺难的，特别是对于中小公司来说。杨震原分享了几点他们的经验，我觉得可以借鉴。
第一，数据要和业务需求结合。字节跳动用了数据 BP（类比 HRBP）的组织方式。字节跳动有做公共产品的团队，叫做数据平台，他们负责做一些通用的功能。而数据 BP 则是嵌入到业务里去的，比如说抖音电商就有一个数据 BP 团队，他们完全和抖音电商的业务目标去对齐。这个做法适合有多个业务的大厂。对中小公司来说，业务和数据团队也要紧密结合。如果各做各的事，即使建好了很复杂的数据中台，业务也用不上。
第二，经验工具化。在一个成熟产品积累了很多经验，再去支持一个新的产品，需要能够快速地把成熟产品的经验借鉴过来，这叫经验复用、能力叠加。把经验沉淀在工具中去，可以有效降低经验的复用门槛。字节跳动的 DataLeap 数据产品就提供了一整套的数据治理工具。
第三，数据工具可视化。数据不是只给程序员用的，也不是只给管理者看的，它要能够给公司各个角色各个层级的人使用，帮助每个人都能够有更好的决策。不同的角色需要有不同的数据产品，有可视化的工具降低门槛，这样才能够提高效率，更有针对性。
目前，字节跳动的这些能力，包括 A/B 测试、增长营销、行为分析、智能洞察、客户数据平台、Bytehouse 等都已经通过火山引擎对外开放，这对我们来说也是利好。得到 App、领克汽车等公司都已经在用了。
