【项目跟进】如何用数据产生价值（3）-技术发展角度

背景&目标

接上一回，还是挖掘方法让数据产生价值。上一章总结的是从业务角度盘点，本章梳理技术发展角度。

基础思路

业务一直存在，很多业务本来既有大量的数据模块产生数据价值了。但是否要技术升级，引入更多算法和大数据技术，还有一个影响因素是技术的变化。
当一个技术出现时，是逐渐影响各个行业的，包括IT，互联网，移动互联网，人工智能等等。而作为行业从业者，就是思考将新技术应用到现有业务场景中。

• 业务熟悉
  了解当前业务的技术方案，了解业务痛点。更重要的是抽象业务的本质。
  第一性原理也能帮助到思考，思考一个东西最本质应该的样子，反推应该有哪些技术可以引入。
  避免出现：这个业务发展了几十年了，一直都是这样做的。
• 技术了解
  有时是水到渠成，有时是灵光一现，多了解新技术的应用，可以更能发现对自己业务有用的技术。
• 抽象&碰撞
  无论是业务还是技术变革，需要高度抽象。
  比如业务角度心理学拆解为算法公式，供应链优化拆成多个算子的组合等。才能排除太多业务知识的影响，而只见树木不见森林。在技术飞速发展的现在，业务知识本身可能就是阻挠思维的墙。
  比如技术变革角度，需要抽象有哪些模块组成，比如AI计算看到是张量计算，而不是alphago战胜李世石，新技术总带有神秘的面纱和高大上的形象，让人望而却步，高度抽象技术，了解底层逻辑，能够更快和现有业务产生碰撞。
• 第一性原理
  第一性原理也能帮助到思考，思考一个东西最本质应该的样子，反推应该有哪些技术可以引入。
• 价值评估
  所有的项目都需要价值评估，以及一系列项目落地实施的可行性等评估。
  因为引入了新技术，还需要关注这个技术在其他行业和业务带来的价值和增长量级，以此评估是否值得进行尝试。

案例思想实验

学科模式-计量心理学

• 背景
  之前有接触计量心理学，公司从美国请来了著名的教授，为公司定制心理学的评测方案。自己初步理解了部分计量心理学的方法。
  采用调研问卷的方式，获取一定量用户数据，根据常微分方程的公式，计算每个题目的有效性，以及计算权重打分。从心理学的角度来说，用数学方法解决问题算是比较新颖了。
• 技术的进步
  从大数据的角度，心理学调查问卷是很小量级的方案，只能实现简单的心理学打分模型，精度受限。
  抽象心理学分析题目，本质就是获取用户特征，以及确定答案后匹配公式。很像机器学习的方案，区别只是心理学模型数据更少，也只是线性模型。
• 业务变革
  海量的数据服务面前，心理学问卷可以收集更多用户信息，而不只是问卷调查，而且可以有海量的训练样本，什么样的人会结婚，什么样的人考试分数更高等。
  未来计量心理学可能会变革，走向大数据的海量数据收集方向，以及更复杂的模型，而不只是线性模型。
• 思考
  即使是成型的学科，也有变革的可能，就看技术的应用。

行业模式-供应链变革

• 背景
  供应链发展了几十年了，最近几年突然又快速发展。
• 技术的进步
  我的理解是
  1）算力的进步，让之前无法计算的可以计算了
  2）AI技术的发展，无法预测的可以预测了
  3）运营模式的变革，更多的促销，更多的活动，更高效的系统，让原来传统的补货算法失效了。
• 业务变革
  新一代的供应链服务模式
• 思考
  传统的累积了很多年的知识，但在新的场景下也会变革。

公司模式-销售平台

• 背景
  销售是传统的行业，大量的人员服务大量的客户，他们是公司收入的大头，非常有话语权，他们相信人情味才是最重要的销售法宝，人的眼光比冰冷的机器更能洞察高价值客户。
  几个厉害的销售，就能把持整个公司的业务。
• 技术的进步
  客户的信息被逐步收集和完善。
• 业务变革
  现在的销售系统逐渐成为标配，对客户价值打分，对客户节点的跟踪，已经比大部分销售做的好了，也能成为销售的助力。
• 思考
  业务传统的思维，会认为技术不可变革，人为的阻力很大，但只要思考其本质，就可以发现变革空间很大。

技术先进性和行业趋势-手写识别和数字化

• 背景
  文字的手写识别技术，在AI领域是很难的，极端的比如医生的处方。
  采用高大上的AI识别技术，能够识别大量的手写文本。
• 技术的进步
  手写识别技术突飞猛进，可以把精度提升到很高。
  数字化的技术也在发展，很多东西都不用手写了。
• 业务变革
  算法工程师没有注意，数字化这个很土很土的方向，却更快速的变革了行业，没有人需要手写输入了，也就没有人需要手写识别了。
  所以变革最终的结果是全面数字化，高级的算法没有打败低级的系统模块。
• 思考
  技术进步对业务的变化，不一定是越高大上越好，有时行业大的趋势变化，是更重要的方向，而不仅仅是一个技术点的使用。

业务拓展-广义数据埋点

• 背景
  传统提到数据埋点，认为是系统已有基础上做埋点，用于统计各个模块使用情况。
• 技术的进步
  人脸识别技术发展。
• 业务变革
  门店人脸识别，用于统计客流情况，比找人蹲在某地数人头要靠谱许多。
• 思考
  任何一个方向和系统模块，都是为了达成目标而存在，不一定要限定实现的边界。可以拓展更多广义的模式。

业务抽象-词向量和召回层

• 背景
  召回层是传统的推荐领域模块。
• 技术的进步
  word2vec技术新出来时，主要应用于文本的处理，用于学习词和词之间的关系
• 业务变革
  如果把用户的点击list，也看做是文本，则能把文本的技术应用于推荐系统。
  同时这也是高度抽象能碰撞出来的，毕竟文本和点击list都是二维的张量。
• 思考
  对业务和技术的高度抽象，可以带来新的碰撞。

后记

• 慎重变革
  很多人拿到老项目，都会觉得土得掉渣，逻辑复杂又低效，很多功能都不知道干啥用的。都已经2222年了，怎么还在用这些技术呢，完全可以变革啊。
  实际新技术引入时，只是解决了某个角度问题，还有大量的模块需要支持该业务，如果不了解清楚就开工，那就是做不完的需求背不完的锅，遥遥无期无法上线。所以要慎重，很多时候技术只是其中一个方向。
• 业务方拉通
  接上面的内容，需要尽量拉通业务方，了解本次变革带来的影响和价值。
  有时不是所有人都想变革，关键信息没有知晓，可能导致业务翻车，需要多方了解。
  同时新业务要落地，也需要业务方帮忙推动。
• 配套设施
  技术变革只是一个点，新技术做完还是要回到老旧的配套设施，这些做好才能算真正系统上线。
  配套设施不只是IT系统，也包含：SOP流程，宣传资料，白皮书，培训资料，售后服务等等。