小荷才露尖尖角（22）公司中的大数据开发在做什么？

　　基本上每个大厂里面都有独立于业务、产品、研发部门的大数据开发团队，我们一般管他们叫BI，BI团队的工作职责有很多，但首先得收集数据，并进行建模。
　　数据来源于公司面向用户或者客户的产品。用户使用淘宝购物、使用支付宝付款、使用微信聊天、使用抖音刷视频、使用头条看新闻，客户使用钉钉或企业微信聊天时，会浏览、点击、购买、支付、评论，想想每个产品每天都有几亿的用户在使用，每一个行业都会被软件工程师收集、存储，这会产生大量的数据。
　　这些数据五花八门，举几个例子：
　　1、手机淘宝的用户XXX在618会场点击了XXX商品，进入商品详情页，浏览了XXX秒之后下了单。
　　2、抖音用户XXX在社会热点频道点击播放了XXX小视频，播放了80后退出，并给视频点了赞。
　　3、微信用户XXX早上8点钟第一次进入微信，先是在首页停留了10秒钟，接下来进入了朋友圈，浏览了100条信息，然后退出。
　　软件工程师在收集这些数据时会把当时的上下文信息全部一起采集，这会让数据中的信息量很丰富，但同时也杂乱无章，有的甚至因为软件系统问题而夹杂了无关的信息。BI的工作就是将这些数据中的无关信息清洗掉，将有效信息按不同业务进行建模。像上面的那些日志，经过BI的处理之后，会形成一张张结构化的数据表，用户购买行为表、用户观看行为表、用户互动行为表等。
　　有了这些最基础的，以业务为单元的数据表之后，就可以在上面进行数据开发工作了。一般BI团队支撑的场景有两大类：
　　第一，面向决策人员提供数据分析服务。主要是公司管理层、各业务部门主管等。CEO可能是以月为单位关注公司的现金流、用户数等核心指标；业务部门主管可能是以周为维度关注自己所负责业务的核心指标，比如，淘宝的用户浏览商品量、点击转化、加购转化、下单转化、支付转化、退款退货率等等，抖音用户的每天打开次数、视频播放量、播放时长、视频互动次数、视频分享量等。
　　第二，日常业务项目支持。公司内日常的很多项目都需要用到BI支持，比如微信要新上一个拍了拍功能，在产品设计阶段就会给BI提数据需求，提出要统计的数据，像拍了拍上线之后的用户使用量、使用次数、群聊场景使用量、单聊使用量、各地理区域在使用上的差别分析等。软件工程师在开发产品时会做数据收集功能，等产品上线时，BI就要把收集回来的数据做清洗、建模，然后形成报表供产品经理分析这个功能是否达到了预期的效果。
　　现在做事情都讲究数据驱动决策，但BI在公司内的配比并不高，可能一个几百号人的开发团队才配置几个BI，更何况BI还要为优先更高的管理层、业务主管等服务。这就导致在基层做项目时BI资源往往十分紧缺，给他们提数据需求时响应特别慢。所以大家就各显神通。
　　一般情况下，只要不是处理起来特别复杂的数据需求，参与项目的软件开发工程师自己就把数据分析工作给干了。数据的清洗、建模说起来高大上，真正落地时就是写大量的SQL。软件工程师自己申请一下数据平台的权限，自己上去开发SQL跑一跑就出来了。
　　我自己以后就经常干这种事。我是个创业业务，数据量不大，每天几十万条数据而已，BI最不愿意支持这种业务了，数据量小、而作为独立业务需求量一点也不少，他们不容易出成绩。我以前说过，数据规模越大，越容易从数据角度发挥出价值来。既然BI不支持，那我就自己搞喽，申请数据平台权限，自己清洗数据，自己建模，自己做报表。
　　基层的运营岗位除了看一些比较固定的分析报表外，也往往会有很多个性化的需求。比如，抖音的日活跃用户数、视频播放平均时长等常用指标，BI肯定会做报表的，大家都会有的通用需求嘛。但个性化的需求量就很大了，今天你提一个，明天他提一个，关键BI给做出来之后可能你就瞅几天就不用了，这种需求BI就很容易拒接。
　　这种情况下，就有些强悍的运营人员自己申请数据平台权限去写SQL了，按照自己的需求随意分析。所以你看，只要在IT圈中，不管你以后要从事什么工种，多点几个技能树总是没有坏处的。
　　说到这里，可能有人很好奇，既然BI这么紧缺，公司为什么不多配一些？这不正是我们大数据专业学生的机会么？
　　错！
　　首先，公司做事会永远让基层保持饥饿状态，就是资源往往很紧缺，但又不会造成太大的影响，这样才能让大家卷起来，更大程度上挖掘自己的潜力嘛。
　　再次，在整个业务的链路中，BI可以提供的价值很薄弱。就像我在上面讲到的，除了建模这件事，软件工程师不经常做会有点生之外，其它都是软件工程师能搞定的。
　　最后，如果你选择了一个没有站在业务核心价值环节上的岗位，你的待遇、就业选择空间、发展空间就会比较小。就拿BI来说，最起码中型以上的公司才会设置这个岗位。
　　这里再提一个八卦：大厂中，BI和算法经常会打架。
　　我们刚才提到，BI的工作中，除了数据建模之外，其它的都是可被软件工程师轻易替代的。那数据建模还有哪个岗位比较强悍呢？当然是算法了！如果你是个创新业务还没有多少业务量，那你去提需求的时候，BI和算法当然都不搭理你，但如果你是核心业务，需要建模，然后工程化做出一些类似智能推荐之类产品的时候，那数据和算法就会一拥而上互相撕了。
　　当然，涉及到建模，作为软件工程师，我认为还是算法比较专业的，至于其它的常规数据处理工作嘛，软件工程师自己也能搞定的。