数据团队的构成
原文链接
汇通保障组：负责企业级大数据统一采集（含集中数据交换）、大数据统一建模（基础和融合模型）、大数据运维及优化及企业级大数据标准及治理等职能。可以看到，汇通保证组是以提升数据本身的效率为核心的。
- 大数据统一采集：做数据的人都知道，数据是建模的天花板，但我们平时似乎更热衷于用建模的方法去化腐朽为神奇，而忘了最本质的东西。
- 大数据统一建模
- 大数据运维及优化
- 大数据标准及治理
平台工具组：负责数据中台工具建设及优化，数据开发及挖掘服务环境建设及优化，数据中台新技术的落地。工欲善其事必，先利其器，平台工具组是以提升数据使用效能为核心的。
- 数据开发管理平台：提供跨平台一站式可视化数据开发生产环境，这代表了一种数据技术趋势，可以参考阿里的DataPhin智能数据平台。
- 数据挖掘管理平台：以交互式、分布式及可视化的方式提供机器学习训练、发布及预测的一站式服务，具体可以参考阿里的PAI。
- 数据资产管理平台：提供从元数据管理、数据质量管理、数据资产评估、数据与系统运维监控的一体化管理平台。
报表取数组：为公司提供及时、准确的数据是报表取数团队的使命，报表取数是一只数据团队最为核心的职能，报表取数有个好听的别名:BI组，但BI起码到现在还是以展现数据为核心的。
有些报表取数团队还演化出了一些分析职能，但我其实蛮反对在现有报表取数团队额外增加这种职能，因为完全是两个专业。
挖掘服务组：OLTP的团队可以说保障稳定性、连续性是最大的业绩，但报表取数团队是说不出口的，大多数时候报表延迟几个小时不是问题，这其实也很公平。
既然这样，数据团队索性跟公司争取一些资源，成立独立的挖掘服务（分析也可以）这种组织，对企业有所承诺，专注的去干这种事情，做到责权利统一。
但正如笔者以前在文章中所提的，数据挖掘这种服务的探索性太强了（具体看《数据挖掘军规》、《数据挖掘失败的根源》等文章），导致可能你先期投入的人员翻不起一点点浪花。
对外变现组：为公司提供及时、准确的数据是报表取数团队的使命，报表取数是一只数据团队最为核心的职能，报表取数有个好听的别名:BI组，但BI起码到现在还是以展现数据为核心的。
有些报表取数团队还演化出了一些分析职能，但我其实蛮反对在现有报表取数团队额外增加这种职能，因为完全是两个专业。
网友评论