阿里最懂数据的团队,也出来创业了

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介: (转载报道媒体:钛媒体)“推出瓴羊是阿里巴巴集团经过长期考虑后迈出的重要一步。”阿里巴巴董事会主席兼首席执行官张勇说,未来的公司广义上都是数据驱动的,全方位的数字化建设是各行各业的共识。面向广阔的数字化时代,瓴羊承担将阿里巴巴集团在消费等领域沉淀的数字化能力转化为智能产品及服务的重任,期望通过领先的技术能力建设,形成对千行百业的DaaS服务(Data intelligence as a Service数据智能即服务)。

钛媒体联合创始人刘湘明:

有一次阿里的数据技术团队和客户的技术团队联调,进行到一半的时候,客户那边说,不对,你打开前面那个目录,下面什么什么路径下,有个文件你看一下。阿里的同学惊到了,问你怎么知道?那边说,我原来是也是这个团队的,那个目录是我创建的。

和我讲这个故事的人,是阿里巴巴集团副总裁朋新宇(花名小芃),他最新的身份是瓴羊智能服务公司CEO。

THINKER.jpg

朋新宇(花名小芃)阿里巴巴集团副总裁、瓴羊智能服务公司CEO

“推出瓴羊是阿里巴巴集团经过长期考虑后迈出的重要一步。”阿里巴巴董事会主席兼首席执行官张勇说,未来的公司广义上都是数据驱动的,全方位的数字化建设是各行各业的共识。面向广阔的数字化时代,瓴羊承担将阿里巴巴集团在消费等领域沉淀的数字化能力转化为智能产品及服务的重任,期望通过领先的技术能力建设,形成对千行百业的DaaS服务(Data intelligence as a Service数据智能即服务)。

产业数字化的故事已经讲了很多年,大家也越来越清晰地认识到,数字化的核心问题,还是要解决数据问题,这也是前几年“中台”概念超级流行的原因所在。

小芃带领的数据技术及产品部,其实就是阿里巴巴集团内部解决数据问题的团队,阿里的中台建设都是他们一手在操作,说他们是阿里集团内部最懂数据的团队毫不夸张。也正因如此,小芃团队的人在市场上也非常吃香,很多人都去了甲方。小芃讲的这个故事,其实就是一个比较典型的场景,他也认为,这就是一个数字化服务生态的雏形。

但是现在企业面临的问题也很清楚了:“企业数字化建设主要面临三难:一是“问题定位难”,如同看病时需要专家进行体检和会诊;二是“解决难”,许多复杂的症状需要组合用药,有些药还不好买;三是“持续运营难”,后续需要康复师持续陪伴和监督。这些不是上一个系统、换一个工具,通过解决局部问题能实现的。”小芃说。

很明显,数字化已经进入到真正的深水区,“阿里和千万企业一样,肩负建立数据智能驱动的新商业的使命,过去多年阿里有过许多探索经验,沉淀出不少方法论和产品工具,已通过社会化服务为大量的企业客户所使用。但同时我们也看到,点状的、零散的赋能服务已经不能满足这个迅速变革的时代,企业需要更为系统化的能力与整体的解决方案。因此,瓴羊DaaS平台应运而生。”阿里巴巴集团首席技术官程立这样介绍瓴羊成立的初衷。

对比数字化进程和当年信息化发展的道路,会发现整个生态有一个重要的角色是缺失的,那就是咨询公司。很大程度上,小芃说的数字化“三难”问题,在信息化时代都是依靠咨询公司来解决的。但是数字化发展的太快,以至于咨询公司也来不及沉淀下足够厚实的方法论。而阿里这次把瓴羊推到前台,其实就是希望瓴羊借助在阿里实践得出的方法论,并且结合成型的产品打通这一难关。

“今天客户和阿里合作,上面有天猫流量,下面有云这一层,但中间断层了。今天客户要的是业务增长,需要数据驱动的服务。那数据如何去和他的pass 平台连接,通过钉钉或其他平台去触达内部的员工系统?这就是瓴羊要解决的问题。如果天猫或者电商代表了消费互联网的话,云就代表了产业互联网化,我们是在产业互联网和消费互联网之间做厚价值的一层。”小芃这样解释瓴羊的定位。

小芃开玩笑把瓴羊的服务总结为“三流”,“瓴羊解决的是客户在数据流、工作流、商业流三流协同的最大公约数问题。”基于三流的基础,他也为瓴羊设计了不太一样的商业和服务模式,“三流的结合,才能够从思想上解决增长方法的问题,从工具上解决效率的问题,从人才上解决未来持续的运营和成长的问题。形象一点说,我们提供的是耗材加器材加人才的服务,器材是工具,耗材是数据产生的智能,人才就是数字化人才。”

在小芃看来,瓴羊是一次内部创业。作为阿里的老兵,这件事情激起了他熊熊的斗志,“我和老逍(指阿里集团董事长张勇,花名逍遥子)的共识是,这件事情要看五到十年,不能急。”

阿里上一次被大家记住的内部创业是钉钉,但相对于当年钉钉类似于背水一战的悲壮,瓴羊的起点还是很高的,他们手上不仅已经与LVMH、现代斗山、红星美凯龙、麦当劳、一汽奥迪等众多头部客户展开了合作,更重要的是,他们已经拥有了一支颇具规模的有丰富实战经验的数据团队,和非常完整成熟的产品线——其中Quick BI数据可视化分析是中国唯一且连续三年入选 Gartner ABI 魔力象限的 BI 产品,生意参谋更是无数淘系店铺一站式数据化运营工具。

近期,小芃和钛媒体联合创始人刘湘明做了一次深入的沟通,不仅谈到了这一次创业的构想,也详细谈到了大家最关心的阿里中台。

关于瓴羊

钛媒体:瓴羊把自己定义为一家DaaS公司,SaaS和DaaS的区别在哪里?

小芃:第一,先从定位讲:SaaS是数字化工具的改革,DaaS是数字化改革的工具。传统的SaaS主要是对工作流程的改造,而DaaS的本质是以数据驱动为增长引擎,全面重构企业的商业流、数据流和工作流,让企业有数据可应用、靠数据来思考、用数据来决策,用数据的确定性帮助企业应对不确定性,从而发挥最大经营价值。

第二,再从本质讲:SaaS解决效率问题,DaaS解决价值问题。过去,企业认为:业务从线下到线上化,买个SaaS软件,就能实现数字化。但是企业发现,无论是CRM还是ERP,不管采购什么类型SaaS软件,大多只解决了效率问题,但并不能提升业务的价值问题。

SaaS是一种工作流的标准化,DaaS是数据流的全场景化;将数据产生的价值贯穿在企业经营的方方面面。

钛媒体:你服务天猫客户很多年,生意参谋也是非常成熟的产品了。从你的角度来看,他们还有什么痛点呢?

小芃:如果从客户的视角来看,都是多平台运营,天猫最多占70%,那其他平台的营销怎么办?如果能有一套系统,可以支撑多个平台,综合做分析,是不是效果会更好?现在的做法是,从各种平台上雇人把数据下载下来,自己再在云上做分析,成本高,效率低。我就想试试数据的多平台打通的问题——以分析云作为一个载体,商家可以通过广播方式或者服务商来对数据做分析。

一年前干这件事情会很难,今年有政策、有标准可循,是最好的机会。阿里也应该是在数据合规安全建设上标准最高的公司之一,我们把这些技术能力产品化,把这些产品通过阿里云或其他云给到商家,给到服务商,我们的服务是支持其他云的。

钛媒体:瓴羊的产品和服务是怎么帮助客户解决问题的?

小芃:瓴羊旗下有分析云、营销云、产销云、客服云、开发云五大产品矩阵,包含Dataphin、Bizphin、Quick BI、经营参谋、生意参谋、Quick Audience等11个核心产品。瓴羊解决的是客户在数据流、工作流、商业流三流协同的最大公约数问题。举个具体的例子:某家国内知名的乳制品公司,他需要了解多平台的会员、库存、物流、客服现状,发现问题从而进行业务策略的制定或者调整。如果依靠传统的ERP系统,他只能看到单个平台的现状,就算看到问题了也没有办法高效组织大家解决问题。但是通过瓴羊的DaaS服务,他可以在经营参谋上看到全域全链路的经营数据,这是数据流;可以将发现的问题以及任务通过协同平台高效传递给各个部门,这是工作流;可以通过Quick Stock、Quick Service等产品进行一站式操作,让决策链路可视化、可跟进化,决策结果真正落地,保障业务增长,这是商业流。

三流的结合,才能够从思想上解决增长方法的问题,从工具上解决效率的问题,从人才上解决未来持续的运营和成长的问题。形象一点说,我们提供的是耗材加器材加人才的服务,器材是工具,耗材是核心的数据,人才就是数字化人才。

钛媒体:你提的器材、耗材和人才的说法,很有新意。人才的问题怎么解决呢?

小芃:全社会依然存在数字化人才不足的难题。数字化系统部署以后,必须有数据运营的人才。有一些客户,当瓴羊的服务结束之后,会觉得落差非常大,主要原因是他们内部缺少真正有数字化运营经验的人才。去年一年,有7万人在阿里平台上通过了数据分析师的人才认证,他们中大部分都找到了相关的工作。作为承载庞大数字化生态的重要平台,阿里之后也将以瓴羊为依托加强对数字化人才的批量培养,不单为企业提供数字化技术能力,也将扶持更多的生态伙伴和团队一起为企业提供服务。

钛媒体:中台最早就是你们团队搞起来的,为什么瓴羊没有把中台的概念作主打?

小芃:我对中台的概念还是很谨慎的,现在外面两个中台叫的比较多——业务中台、数据中台。数据中台我觉得还是要继续,因为现在多平台的经营的话,数据中台非常必要,这是以效率、治理、安全为主。业务中台要谨慎。业务中台是首先要懂业务,瓴羊还要多多学习,我们会把中台的能力慢慢叠加上去。

关于中台

钛媒体:阿里巴巴的中台是如何诞生的?

小芃:外界传阿里巴巴中台理念来源于游戏公司SuperCell,其实只是其中一部分。结合实际工作的情形,我试着还原更多细节。2015年集团提出大中台战略,其实早在2012至2013年就有不同团队陆陆续续在做这个方向的事情。那时淘宝发展非常迅速,业务每年都是三位数的增长,我们发现,数据的一张大表可能被八个BU存储八遍,以当时的价格,一张表的存储成本1200万元左右,八张表就将近一亿元。

虽然不是一模一样,但这八张表里90%的内容是相同的,可能字段的类型和存储的时间周期有所不同,但不同只占10%。这就是巨大的浪费。但站在当时BU各自的视角来看,他们都觉得好,效率非常高。当时并没有横向的岗位去看这个事情。

于是我们提出要做一个数据公共层——就是数据中台的雏形。我们真正在内部做完一些测试后,发现可以大范围去推广。正好2015年高层去参观了游戏公司,发现全球游戏榜前十名中超过一半的游戏是出自非常少的员工,全靠统一的流程和标准来支撑游戏发行、底层模块、游戏数据等,在规定时间内以一套指标体系评测可行性,快上快下。这对阿里有所启发。

当时阿里巴巴已经有五六万人,业务也很多,如果我们能以“大中台小前台”的方式运作,快上快下、迭代业务、减少浪费,效率会得到极大提升。因此结合此前我们内部的实践,2015年,集团正式提出了中台战略。

钛媒体:各个业务BU的这些表合并是一件很困难的事吗?

小芃:理解不难,做好很困难,单从技术视角来看,可分三个阶段来讲。

第一阶段,叫业务定义。八张表里面哪些相同、哪些不同,这需要类似于业务流咨询工作。

第二阶段,做表的接口定义。这么多指标,哪些在一张表,哪些要拆成多张表。一张表可以保证通用性,多张表保证在不同业务接口之间的灵活性。哪些是主表,哪些是从表。

第三阶段,工作方法。如何保证中台和前台之间的协同,业务开发的人员和数据开发的人员,都必须要掌握同一套工具,开发方法要保证中台和前台一体。

钛媒体:表的合并不仅仅是个技术挑战,数据权意味着BU权力的重新划分,这个事情的推进很困难吗?

小芃:可能是被外面过分解读了,我们当初做这个事情是很单纯的,就是为了解决一些问题。

比如,商家投诉说,两个团队数据不一样,那我们就是要把它弄成一样的。比如,日常开会,财务、市场、业务、运营、产品的口径要一致,看什么数据大家的标准要一致。就是一个非常简单的想法。我们当初做这件事情的时候,都是阳谋,没有阴谋。

钛媒体:2009年左右,淘宝就已经提出了“小前端大后台”的概念,当时我们觉得已经非常新颖;后来发展到中台,中间还是有一个发展的过程,这个过程能不能再复盘一下?

小芃:当时提出“小前端大后台”的背景是,传统的IT架构没办法满足我们的业务发展需求,不管是二次开发,还是定制,都没法满足。

就像你刚才讲的,服务化是当时最大的一个转变,你提的应该是这一段。

那时淘宝还没有太大的流量,2009年才开始“双11”,之前每次做大促就挂掉。但挂掉的时候,并不知道是来自哪个系统的压力,整个链路非常长,有一个地方出问题,就可能挂掉,类似串行结构,所以我们要变成并行结构。变成并行结构的前提是确定哪些是中心、哪些是节点,这个设计非常重要。

2008至2009年,已经在做分布式的一些技术探索,要部署机房,比如你在北京访问,那就连接北京的机房。这类尝试做得最多的应该就是淘宝团队。从某种意义上,整个硬件的发展、互联网的发展都在推动数据中台的发展,因为互联网本身就是去中心化的发展。

从那个时候开始,基本上是提一个大的想法出来,花一年时间去试错,三年左右成型,五年常态化——后来阿里把这个时间线做标准化了。

首度回应“拆中台”

钛媒体:数据中台经历了几个阶段?

小芃:2013年底到2014年,阿里巴巴集团基于成本以及数据一致性的考虑,开始推动数据公共层的建设,这是数据中台的前身。

到2015年12月,阿里巴巴启动了中台战略,中台的三个核心:统一数据、统一技术,统一文化组织。

2017年,开启了“云上数据中台”,阿里云开始服务于不同行业的客户,把中台的方法理念对外输出,也把一些技术、工具和产品都云化服务于客户。

2019至2020年,我们开始研究中台如何能更加灵活,更加轻薄。疫情初期,集团提出了灵活、安全、稳定性的要求。外面所说的“拆中台”,其实在阿里巴巴内部是在组织灵活性上的设计,我们依然做中台沉淀、中台服务化,而且更加聚焦业务价值的创造。

钛媒体:对于外界说“拆中台”这个事情,内部怎么看?

小芃:应该是2020年底、2021年初,外面有些声音。不过我们并没有回应,当时因为确实也很忙。到2021年12月,阿里巴巴对外宣布升级为“多元化治理”,从“大中台小前台”到敏捷组织。

我们说“把中台做薄”,外面很容易曲解为“把中台做没”。其实逍遥子(阿里巴巴董事局主席、首席执行官张勇)不只说了“要把中台做薄”,还说了“但是不能没有中台”,这才是完整的表达。

就像我刚才讲的“一年试错、三年成型、五年常态”,中台已经做了五年了。就像盖房子一样,房子盖完周边的脚手架是不是要拆掉?但是拆脚手架代表拆房子吗?

把中台做薄是把原来沉淀在中台做基建的人和能力上浮,本身已经做好、完成了任务,已经在中台培养了五年,有足够的能力更好地服务于前台,让前台的业务变得快速和敏捷。这是一个清晰的逻辑。

钛媒体:中台做薄,你现在有感受到什么变化?

小芃:厚和薄是一个相对的概念。我们做了两件事情:

第一,按照多元治理、敏捷组织的理念,做合理的分析,定义中台的边界:哪些是属于中台应该做的事情,哪些是前台要做的事情;哪些是原来在中台做,但是它不应该是中台的。

第二,中台市场化,中台的服务化虽然做好了,但是如果中台没有足够的价格优势和成本优势,那这个中台可能就是拖累,要面向市场去看它的性价比。这两件事情是现在这个阶段正在做的工作。

围绕中台的技术、业务与组织

钛媒体:中台建设有哪些比较困难的地方,包括技术、组织、业务?

小芃:现在看来,中台好像还是比较顺的。但当时每一步都很困难,每一年都很困难。有这么几个阶段:

第一阶段,从无到有。原来没有过中台,从无到有,一定要做案例。比如刚才讲到的八张表,统一成一张全公司通用的表,让大家能够看得见、摸得着、用得上。不管是成本,还是效率,必须要看得见、摸得着。在开发中,真的能够去操作,用得上。

第二阶段,两三年后,中台就要彰显绝对的技术领先性。用MaxCompute搭建的数据计算平台,当时已经做到世界先进的水平;随着业务的发展,需要更优的性能,更好的数据时效性,这几年开始用Flink这种新型流式计算平台,流批一体。

第三阶段,三到五年后,从优到新。新就是创新,比如,过去买了东西之后退货退款,商家确认收货后再把款退还,最快也要两三天;现在能够快速分析消费风险,做到急速退款,给消费者更好的购物体验——这也是业务上的创新。

再比如88VIP,打通集团各个业务的会员权益,都是因为有了数据中台,才会有的业务创新。

从无到有,从有到优,从优到新的三个阶段,背后是能力的升级:

第一,技术能力,不用我展开,大家都知道阿里的中台搭建技术。

第二,人才厚度,在阿里做数据的人,有几千人,没有这几年打磨、提供足够的成长空间,人才也不会聚在这里。

第三,理念、文化的沉淀。像“全域营销”这些概念,都是因为有中台的技术、中台的人才,才能做到全域营销。

钛媒体:中台的流行其实更多的是探讨技术架构。但可能技术的需求反而是最低的,更多的是组织和业务上的需求,是吗?

小芃:对。中台就是一个支撑业务数字化转型的系统。在数字化的过程中,我觉得有几层东西是中台背后的需求。

第一是高层,中台这件事情,是统一思想的利器。

高层可以更清楚地看到成本、业务和技术的问题,就更容易达成共识去解决这个问题。

第二,中台是中层构建沟通对话的机制。

之前某个服务到底为什么挂掉,大家各有各的观点。如果分层清楚的话,故障是中台,还是搜索、推荐,或是前台应用里的,很容易定位责任,分工和目标也就非常清楚。

第三,中台在基层是工作协同的平台。

举例来说,某个业务模块出了问题,如果依赖中台的某个服务,这个中台服务就要提升技术性能,或提升响应速度、服务质量。

至少是这三个层面的助力和需求,高层需要有一个思想统一的界面,中层得有一个沟通对话的界面,基层得有一个工作协同的平台,不然整个组织就乱糟糟的。当然,如果你的组织就几十个人、业务单一,中台这个事情都不用考虑。

只有当组织大到一定程度,中层不能很好理解高层的声音,高层根本看不见基层,就需要中台使组织数字化,需要一整套的数据治理体系。高层每天能看到的业务和预测之间的Gap,中层能看到业务表现不好的某个产品或者某个渠道的问题,小二能够立刻执行。这样的话,整个组织就是一个有“数”可循的逻辑。

钛媒体:在这个背景之下,需要怎样的团队和什么样的组织承接这一战略?

小芃:这一点阿里内部比较明确,从2012、2013年开始,我们团队就一直叫“数据技术及产品部”,内部的数据中台建设由我们团队承接。

但是我们从来不会叫“数据中台部”,我们是去承接数据中台这件事的。时至今日,我们也从来不觉得数据中台应该是一个团队,它首先应该是一个思想,其次是一套工具,最后是组织运作的方式。

关于数据治理

钛媒体:阿里后来成立了数据技术委员会,它是怎样运转的?

小芃:大概2014、2015年,最早成立了一批技术委员会,就包括数据委员会、设计委员会。说白了一开始就建一个圈子,让大家有个共同的标签。后来慢慢建立机制,做三件事情:定义数据、组织、人才招聘与晋升。

数据委员会不会涉足业务考核,那是业务总裁的事情,但是在这三件事情上,保证数据不能乱、组织结构和晋升选拔不能乱。

钛媒体:数据技术委员会具体都管什么?

小芃:我们管两个方面。

第一,是数据战略。举个例子,早期我们要保证数据成本优化。可能一个团队只优化1000万,单个团队没有动力,但整个加起来可能就是两个亿,要用数据战略统一起来。

第二,我们对每个业务数据负责人的任免,做横向考核。比如外部的新人进来,必须交叉面试通过。候选人可以对系统、工具、平台不熟,这没关系,至少在思想、理念和理解能力上达成一致。

把任免和战略方向管住,其他东西自然会聚拢过来,不然整个组织就乱掉了。

钛媒体:回到数据的标准化上,这项工作做了多长时间,有多复杂?

小芃:标准化的工作也是听起来容易做起来难的事,需要一开始就清晰定义,后面的开发执行才会相对不难,再后面的运营也很关键。

业务标准化,就是从业务发展状况看,比如直播时代和原来图文时代看的数据标准就是不同的。我们要和业务团队共同建立好标准,把数据团队、业务分析团队、业务总裁聚在一起,把核心业务数据定义下来,这需要业务总裁参与并设计。因为数据本身是业务的映射,一定要业务总裁定义得非常清楚。

技术标准化,就是我们的专长,在阿里云上已经有各种标准化的工具和产品。

钛媒体:阿里的数据治理是怎么做的?

小芃:数据治理分两个层面,一层叫安全合规,一层是基于业务发展的治理。

现在整个互联网数据合规安全,阿里巴巴应该是按最高的标准建设。依托法律法规,我们花了大力气在做这件事情,安全合规一直是数据团队最重要的三件事情之一。这件事对于任何团队都没有条件可以讲,哪怕对有些业务有损耗。

为业务发展做治理,举个例子,比如今年某个业务增长30%,那数据治理成本的增速不能超过30%,除非有非常特别的诉求,目标非常明确。

钛媒体:阿里是如何定义数据的?

小芃:一句话,“使用”定义数据,数据是用来使用的。80%都是热数据,热数据就是最近三个月到一年的数据,使用频率非常高。三年前的数据,基本上是冷数据,用的存储介质会便宜一些,因为使用频率比较低。第三类叫冰数据,是为了满足合规的备份,可能五年前或者是更早的数据,用更低的成本去管理。我觉得数据本身没有定义,数据不用就没有价值,只是成本。

中台可以复制吗?

钛媒体:外界现在对中台有各种说法,从你的角度来看,最大的误导是什么?

小芃:我对中台的总结是:来得太快,反响太大,落差更大。一开始很多人觉得数据中台是一个诺亚方舟,是一片新蓝海。2018至2020年一些创业公司在做数据中台,后来经过一两年发展,落差很大。

一方面,这里有从业人员的原因。第一种创业做中台的人,听过中台的概念,撸起袖子就去干;第二种,在阿里巴巴集团或者集团生态里见过中台;第三种,确实用过阿里数据中台的。第一第二类,看过、听过就去干了,干到后面就做不下去。第三类可能和我们的团队有过接触,比前两类要深一点,但还是会遇到问题,因为“用过”和“造过”是两个不同的概念。有不少在阿里从事数据岗位出去创业做数据中台的,但是真正从阿里数据中台这个组织里,原班人马出去创业的,还没有。

另一方面,今天缺少真正从中台产品到中台服务的体系,中台不是一个项目。

钛媒体:把中台按照信息化的项目去做,其实就是一个特别大的误区,并不是站在全局去看过程,只是局部的优化。

小芃:其实中台很早就有一句话,我们要的是全局的胜利,不是局部的成功。好多人其实把共享服务中心和中台搞混了,把中台看成一个权力机构。中台是要分权,让权力平等。

钛媒体:企业建设数据中台,会面临哪些深水区的难题?

小芃:中台是为业务发展服务的,没有看到发展的效率、性能、成本,其实意义不大。我觉得所有数字化转型必须要往业务发展这个方面去考虑,这是前提。

企业的一号位,要有清晰的判断,有数字化的决心,他是整个公司变革的责任者和推动者。一号位最知道自己的问题,最有全局的视野,能去做全局的规划。否则局部的中台项目,一定会遇到A部门和B部门冲突不合的情况。

另外,全社会数字化人才不足,数字化系统上马以后,必须有数据运营的人才。很多中台做了一半做不下去,集中体现在很多中小企业请不到真正有数字化运营经验的人才。在这个方面,我们最近有考虑一些动作,其中之一是推出人才培跑服务。阿里巴巴算是一个数字化平台的大生态,我们会加强数字化人才的批量培养。以后不单提供中台的能力,也扶持更多的生态一起提供运营服务。

钛媒体:运营也是被很多传统企业忽视的内容,中台的运营能不能介绍一下?

小芃:在数字化领域,任何东西都需要运营。举个简单例子,数据中台的大屏,能够反映业务,是部门之间对话的平台。大家站在一个平台之下,可以吵架,只要不动粗,有质量的对话就是一种运营。

另外,在阿里巴巴有了数据中台,每天分析出来一些数据异常,通过钉钉直接推送给一线的员工,数据的异常可能是好的、可能是坏的。他看到这个数据就马上知道要干什么,他既有宏观视角,又有局部的观察,能够把自己做的事情和大战略结合起来。

原来是人找数据,现在是数据找人,阿里今天有几千万张表、几千PB的数据,这么大量的数据,就是有一个超级大脑也吃不消。通过数据去找人,也是一种运营。

第三,阿里巴巴内部每年通过数据委员会举办数据峰会,进行数据案例大赛,鼓励一些真正积极创新的人。全公司每年提交成百上千的作品参加评选,这样大家的创新动力就被激发出来——这也是运营。

关于重新出发

钛媒体:瓴羊较此前阿里数据中台等部门,有什么升级?

小芃:在多年探索数字化建设中,我们沉淀了一系列企业数字化的能力,并且也把这些能力升级成了可以对外部企业服务的技术与产品,一大批顶尖的数字化人才在阿里成长起来。但在瓴羊成立前,这些能力和人才是分散的,还没有很好地形成合力帮助客户一站式地解决问题。

今天阿里将这些能力和队伍集结到瓴羊,我们重新出发,从服务阿里、服务一些客户走向服务全社会。

钛媒体:瓴羊成立后,你们都做了哪些工作?

小芃:从去年12月1日瓴羊启航,到今年4月1日瓴羊全员战略透传会,118天,4个月整。我们做了一些事情:

第一阶段,从原来的几个军团融合,我们做了产品会,开了几天几夜的会每天都到很晚,原来我们有50多款分散的产品,我们针对每个产品,从解决什么问题、为什么是你,从这些最基本的问题去抓去抠去产生共识,最后梳理出体系化的五朵云、十一大核心产品;

第二个阶段,知道我们有多少家底之后,我们提出来“去哪里”,我也不知道为什么当时一刹那一拍桌子就提出了“倍增”,也就是希望瓴羊能陪伴客户持续成长,为客户带来价值的倍增。后面越修正越去讨论,发现有时候北极星的指标还是挺有价值的,走着走着有些路越走越顺了。

第三阶段,拿着我们要去的方向之后,我们不是闭门造车,我们去找客户,我们在全国找了一些产业带或是商家集群的地方,拜访了几十家商家和生态伙伴,见了一大批客户,我们花了2-3周的时间充分从定位、路径、考核目标、实现方式做了讨论,之后对我们的战队重新做了整合,并且针对客户的痛点和需求提出了三流合一的产品方法论。

钛媒体:瓴羊成为一家创业公司后,你心态上有什么变化?

小芃:瓴羊每次开全员大会,我都是既当演讲人,又当串场的主持人,创业公司就是这样,能自己做的都自己做,不麻烦别人。借用阿里CTO程立的话来说,瓴羊一定不是富二代,没有富二代创业是能长久成功的,只有创一代才能够成功。

在起航会上,我给每个瓴羊的同学都发了一个瓷杯,大家举着空杯相碰。第一,我觉得我们重新出发,最重要的就是保持“空杯心态”, 不管是向内部团队学习,还是向市场学习,向客户学习。第二,我们要做到事事有回响,与客户一起成功,让口碑做到在市场上有声响。

(本文首发钛媒体App,采访/文/ 刘湘明 张帅 )

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
数据采集 数据挖掘 BI
数据研发“新人”如何快速落地?
本文将以“如何快速落地”、“快速适应新环境”为出发点,探讨数据研发“新人”如何快速了解公司业务、领域模型和业务系统,然后快速高效的推进相关工作,赢得合作伙伴的信任和支持。
41013 36
|
机器学习/深度学习 缓存 分布式计算
Angel团队负责人黄明:历时半年,腾讯Angel为了开源都经历了些什么?
2017 年 6 月 16 日,腾讯新一代高性能计算平台 Angel 在 Github 上低调开源。开源两周,这个项目在 Github 上持续得到关注,截至目前为止,已收获 183 Watch,1693 Star,389 Fork,也吸引了许多业界工程师对分布式机器学习平台架构的优化与算法性能的提升展开了深入的讨论与交流。
584 0
Angel团队负责人黄明:历时半年,腾讯Angel为了开源都经历了些什么?
|
前端开发 架构师 数据库
互联网创业公司的技术团队构建
互联网创业公司的技术团队构建
230 0
|
新零售 存储 弹性计算
2万创业企业参与,阿里云创新中心“2019创业节”重磅福利来袭
阿里云创新中心为期1月的双11创业节火热进行中,最后一波重磅福利正式上线。
2万创业企业参与,阿里云创新中心“2019创业节”重磅福利来袭
|
新零售 大数据 UED
阿里CEO张勇内部讲话:“试错自己来,经验给伙伴”
近日,阿里CEO张勇关于新零售的一系列内部讲话正被快速流传。从这些内部讲话,大致可以看出阿里在推进新零售时的战略思路。 1.阿里巴巴做新零售,不是为了造一个投资的概念,或者去追一个风口,风口就是我们刮起来的。
4425 0
|
敏捷开发 运维 架构师
阿里研发效能部资深技术专家解读敏捷研发&阿里DevOps实践—独家精品课程(深圳站)
据云计算开源产业联盟开展的2018-2019年度中国DevOps现状调查结果显示,多数企业期望DevOps能够带来更高效的交付效率,创造更多的商业价值,但成功实践DevOps依然是个难题,超半数认为需求频繁变更是阻碍软件按时交付的主要原因,半数认为各部门之间目标不同是导致DevOps推行失败的主要原因。
3579 0
下一篇
无影云桌面