《出色的数据独角兽及其寻找之处》

最新推荐文章于 2025-12-17 14:20:19 发布

原创最新推荐文章于 2025-12-17 14:20:19 发布 · 646 阅读

16 ·

CC 4.0 BY-SA版权

License CC BY-NC-SA 4.0 / 自豪地采用谷歌翻译

文章标签：

#数据库

榛樿鍒嗙被专栏收录该内容

1047 篇文章

订阅专栏

原文：towardsdatascience.com/fantastic-data-unicorns-and-where-to-find-them-1a76f7b36f05

数据世界仍在不断发展壮大，每天都有新的发展。随着领域的扩展，其中往往存在不明确、模糊的概念。在所有这些概念中，有一个特殊的概念我想进一步探讨，仅仅是因为它的神秘性质和庄严光环：数据独角兽。

让我们来看看互联网上对数据独角兽定义的描述，以了解它们的模糊性：

“如果你真正理解了你的利益相关者，你就会成为数据独角兽。” —— 莫·维拉格兰

“对我来说，数据独角兽是那些能够用数据讲故事的人，这能让人清楚地理解洞察力在说什么，以及现在需要采取哪些行动。” —— 尼克·米尔恩

“希尔斯特罗姆认为这些角色是‘超人’：掌握商业、营销和技术方面的独角兽。” —— 李·皮卡，超越度量的展示

我经常听到人们使用这些术语来表达他们对数据超级明星的钦佩，他们寻找一个这样的明星的渴望，以及他们对它们罕见的悲观看法。

我的直觉告诉我，数据独角兽可以更好地被理解、定义和发现——我将自己投入到证明这个假设的任务中。在这篇文章中，我将向您介绍我对数据独角兽本质的看法，为什么它们很重要，以及如何找到它们。

揭秘：你也可以创造数据独角兽！

他们是谁？

通过数据独角兽对数据团队贡献价值的方式可以识别他们。你可以通过他们拥有的技能和心态来衡量这种贡献。

在技能方面，他们既说技术语言，也说商业语言。他们理解核心概念、运营流程和关键障碍，并且对双方都了如指掌。他们在数据讲故事和吸引商业关注方面非常出色。在他们需要时，他们也可以作为工程师进行调试，因为他们知道不同的技术组件是如何相互交流的。他们也能说数据科学家的语言。毕竟，他们热爱数字，可能在微积分和统计学方面相当出色。数据独角兽的超级能力是学习。他们学习、吸收并系统化任何领域，包括商业和技术领域。

无论他们的官方头衔如何，数据独角兽的思维模式是专注于解决方案与问题的匹配。他们确保数据解决方案以最佳方式解决业务问题。他们喜欢倾听业务部门抱怨他们的麻烦，或者为他们的雄心壮志而脸红。他们与业务部门一起生活、笑、哭，渴望为他们的问题找到优雅的解决方案。数据独角兽不仅仅是解决方案工程师，他们早已爱上了问题。问题越大、越复杂、越可怕，数据独角兽就越感兴趣，投入得越多。

听起来很神秘，不是吗？我并不真的这么认为。在本文的后面部分，我会更深入地探讨你可以在哪里找到更多的数据独角兽。但首先，让我们看看一些以不同数据角色形式出现的数据独角兽的例子：

数据分析师独角兽是这样一个人，在为董事会会议创建报告时，他们会意识到并非所有领先指标都需要展示。独角兽只会挑选最重要的图表，并在每张幻灯片上最多列出三个项目符号，解释事情为什么会是这样，使用商业语言。
数据科学家独角兽是这样一个人，在创建预测流失的模型时，他们会意识到营销部门正在使用模型输出进行保留活动。营销人员希望向正确的客户发送保留优惠，但同时也希望最小化已经满意的客户的优惠。数据科学家独角兽将在高精度和高召回率之间选择合适的平衡，并与财务或营销分析师合作测试模型。
业务分析师独角兽是这样一个人，在官方坐在业务部门时，当操作仪表板出现问题时，他们不会回避技术细节。他们会直接去找数据分析师，如果需要的话，还会去找数据工程师，以确定数据来源、指标逻辑，并确定是什么导致他们的仪表板出现问题。你不能用技术术语误导业务分析师独角兽，因为他们可能不知道它的工作原理细节，但他们仍然可以找出架构上的弱点和不一致之处。

数据独角兽与其他人的区别在于，数据独角兽不会将自己局限于官方领域（这通常是技术性的）。数据独角兽对客户的需求、他们的担忧以及他们在分析旅程中想要完成的行为有清晰的愿景。数据独角兽看到产品与问题之间的联系：

为什么它们很重要？

他们的跨领域技能和兴趣使得数据独角兽在提升您的数据解决方案的产品-市场匹配度方面展现出最大的价值，从定义需求开始。任何人都可以为技术解决方案创建一个通用的需求列表，尤其是在 ChatGPT 只需一个按键就能使用的情况下。但是，只有数据独角兽才能编写出一份好的需求列表，它恰好涵盖了需要解决的问题。

标准的需求列表通常不够好，因为常常存在技术知识差距，阻碍业务根据实际需求表达他们想要的内容。业务团队需要有人将他们的痛点转化为定制化的、具体的需求列表。这就是数据独角兽发挥作用的地方。他们将会：

积极地将数据和业务人员召集到同一个房间
理解业务问题和数据解决方案的结构和组件
提出正确的问题，将业务问题转化为定制化的、详细的数据需求
防止过度设计

知道应该优先考虑哪些元素，以及提出哪些问题以得出适当的细节，需要数据独角兽结合技术和业务视角。

除了精炼需求的关键任务外，数据独角兽还在以下几个领域扮演着明星角色：

在构建指标方面，数据独角兽能够查看指标的公式并判断其是否合理，而不仅仅依赖于他们的商业伙伴。虽然业务利益相关者在其领域内非常出色，但他们可能并不足够了解数据，无法用准确的伪代码解释指标逻辑，尤其是当源系统以需要多个连接和窗口函数的方式来存储数据，从而得到非重复的最新人口快照时。

在产品上线方面，数据独角兽能够用商业语言沟通数据解决方案的限制，并指导业务利益相关者使用产品。他们不会仅仅接受每一个增强解决方案的请求，而是根据资源限制提出最佳的产品组合。数据独角兽可以避免过度设计，并发现最大化现有解决方案价值的机会。

最后，数据独角兽通过用易于理解的商业术语沟通影响，帮助数据团队保持相关性和影响力。而不是说：“模型对一千名观众有 15%的精确度”，数据科学家独角兽会说：“预计模型的一千名客户将产生 150 次购买，而如果随机选择观众，则只有 5 次购买。”更多关于作为数据科学家如何沟通的内容，请参阅这里。

在哪里找到他们？

在您的团队中找到现有的数据独角兽

假设你的数据团队的人员已经具备良好的技术技能集，寻找数据独角兽的最佳方式是从业务部门寻求反馈。你可以调查一些业务同事，看看谁在团队中与他们互动最多。你也可以设计一个实验，让你的团队走出办公室，进入商业世界进行展示、收集需求或收集洞察，看看他们如何生存。

在进行这项测试或调查时，保持合理的期望是很重要的。在态度和表现之间，我衡量成功的标准更侧重于态度。我会寻找那些兴奋、舒适或有勇气进入一个充满不使用他们语言的人的房间的人。毕竟，态度比技能集更难改变，而所有的数据独角兽都必须对商业问题充满热情。

寻找外部数据独角兽

Lea Pica 在她的播客中简要提到，许多数据独角兽已经在分析和数字营销机构中处于很高的位置。我并不感到惊讶。营销界有一个非常强的以客户为中心的文化——这是该领域的根本前提。同时，由于他们日常处理活动优化、漏斗转换和渠道分析的工作，数字营销人员可以在一定程度上具备技术性。绩效营销领域建立在发达的数据基础上，拥有许多成熟的数据共享和数据分析提供商。因此，如果你在寻找数据独角兽，尝试在数字营销或绩效营销中寻找面向客户的解决方案工程师。

通常，在面试潜在候选人时，你可以花一些时间询问他们与业务利益相关者的过去互动，并测试他们如何用非技术术语描述、分解和分析问题。你还要寻找他们推荐解决特定业务问题的技术解决方案的能力。我怀疑有咨询背景的候选人会在这一部分做得很好——要深入挖掘并要求他们提供具体例子，从他们提到的任何抽象概念（或流行词汇）中。这将很有趣，也会很有成就感。

除了背景之外，职位名称也可以作为一个有用的指标。我认为某些角色比其他角色更有可能成为独角兽，例如数据分析师或分析工程师。这些角色的职责中包含了许多面向业务的活动：需求分析、展示、讲故事。而其他一些角色，如数据工程师或特别是 DevOps 工程师，传统上被塑造得更加技术化。你可以使用下面的数据独角兽象限作为起点：

工具：数据独角兽象限 (*)

() – 虽然我认为这里每个角色都处于正确的象限，但角色在这个图上的确切位置是推测性的，并且基于一个非常小的样本。我建议将其仅作为起点使用，并根据你的观察调整图。*

如何培养它们？

与其神秘的名字所赋予的性质不同，数据独角兽是一个可以习得的技能栈。掌握技术和商业语言都是可以实现的。虽然困难，但可以实现。

作为数据领导者，你可以做的是为你的团队创造一个环境来发展这些技能。在技术和商业之间创造更多的接触点。让你的团队成员进行实地考察。要求你的工程师观察最终用户。对你团队的一个有用练习是重新创建下面的客户旅程图 (惊喜惊喜，这张图也来自市场营销部门):

工具：数据客户旅程图

另一件重要的事情是创造成为更多独角兽的动机。许多技术贡献者更适应二进制世界而不是人类世界。他们对理解最终用户问题兴趣不大，更愿意通过工程挑战来娱乐自己——他们的自然栖息地。这种心态通常源于缺乏意识。通过鼓励和奖励独角兽行为，数据领导者可以培养一种文化，在这种文化中，不仅成为技术天才很酷，了解为什么财务部门的 A 先生觉得新的仪表板没有帮助，或者为什么物流部门的 X 女士每小时需要刷新数据也很酷。

最重要的是，方法不是专注于一个或两个单独的个人，而是要建立一个独角兽数据团队。尽管有那种极端案例，即天才工程师过于专注于破解恩尼格玛密码而无法与财务部门交流，但大多数数据从业者都可以，也应该被激励去了解商业问题。这种策略将导致相互加强的活动。每个团队成员都受到他们的领导和同事的激励，因为现在商业问题已经整合到团队日常的对话中。