文末领取10 大厂数据分析岗面试题及答案
本篇主要讲业务线建设。用于解答管理层的疑惑、解答对数据不了解的同事的疑惑、怎么和数据团队合作。
适用于中等体量的互联网公司，（50 ~ 500人）
01 数据、数据团队能做什么？
一般可按上图理解，数据团队的工作一般包括2块。
1. 中台（基础设施建设）
这方面讨论很多，best practice基本相同。主要是提供通用的各类基础设施。比如：
从业务线抽数、存到HDFS上（ETL）
管理数仓中的各类数据（数据治理中的元数据管理）
数仓模型（维度表、事实表）的加工、调度管理
机器学习模型的监控、工具提供等
按当前的实践，主要可分3大块：数据科学、数据开发、数据治理，底层是数据集成平台，上层则通过各类方式把加工处理好的数据给出去。
2. 业务线建设（数据应用）
这方面内容很多，但大部分讨论比较散，因此很多人只了解一部分。参照Airbnb的架构和我的理解，可分成3块：
(1) 数据分析/BI
即最传统的BI工作，出报表、数据分析报告。
比如，该业务线的每天表现是怎样的，因此需要制定指标、开发报表，同时还涉及一些EDA、专题分析。
(2) 增长/试验
即增长方面的工作，主要是A/B测试及效果分析。
比如，分析用户在注册流程中各个步骤的碰到的问题，看漏斗、drop-off rate，然后考虑产品层面有什么可以改进的地方。另一方面，改进上线后要分析效果，看对各类用户的影响、程度；难度大一些的，是一些参数、策略的优化，比如定价的优化。
(3) 数据功能与产品
即面向用户的功能和产品（上面的BI、试验都是对内的），核心是算法模型、指标。
比如，对信息类产品（如内容、资讯），常有推荐系统、排序；涉及钱的，会有风控、反欺诈；类saas的产品，会有面向商家、个人的BI服务，比如淘宝/Stripe的商家数据后台等。
需要注意的是，通常不包括专门的领域。比如搜索、量化交易、线路调度、语音助手、财务、人脸识别都是极其依赖数据的产品、功能，一般专门成立团队做。
按上面的划分，也回答了数据能做什么，怎样使用数据改进产品。
02 数据工作的顺序
当人们想到要做数据工作时，最先想的可能是做AI、算法、机器学习，然后就打算招人开干，快速上线。但实际的工作流程并不是这样的，也就有了开头图里的箭头顺序。
一切工作都是从ETL开始的，需要先接好数据，经过分析，最终才能有产出。如果没有足够的基础设施支撑，一方面工作效率会很低（比如报表需要手写开发、命令行SQL查数），另一方面，一两个字段搞错了，整个分析、算法的结论可能也就错了，整个产出也就白费了。实际中，也有要用的数据存错了、没有存的情况，这些都是数据应用的基础。
所以，实际的工作顺序，是从搭建中台开始，然后做业务线建设。这样算的东西才准确，而不是从业务线应用开始。另一方面，数据工作的顺序也值得从分析、增长再做到机器学习，因为这些工作的难易、ROI不同的。如果没有做过系统性分析，那么数据分析、增长也能有不少low hanging fruit, 也能逐步提高整个团队对数据的理解。
另外，上述业务线的数据工作，在中台都有对应的基础设施支持，比如报表、分析对应的是BI平台（如metabase），这也是中台本身的意义。只是不同阶段可以做到不同程度，不需一蹴而就。
03 分工与流程
1. 数据团队内分工（“不为人知的data engineer”）
需要做数据工作，直接招NB的data scientist就行了？
实际上并不需要。如前述，中台/基础设施先行于业务线，需要有data engineer。data scientist所做的一切工作都需要有data engineer把ETL、调度等工作做好。
因此，数据工作的分工是data scientist –