清华大学数据科学研究院联合《大数据文摘》发布了《2018顶级数据团队建设全景报告》。
日前，清华大学数据科学研究院联合《大数据文摘》发布了《2018顶级数据团队建设全景报告》，对多个领域数据团队的建设与发展进行了详尽的调研与分析，盘点数据团队建设现状，解答数据团队发展中面临的问题，力求为行业内数据团队的组建和高校数据人才的培养提供指导性意见。报告中，作为大数据行业应用落地与技术团队搭建的典型企业调研案例，车好多集团CTO张小沛应邀接受了题为《从高管到一线：如何营造全公司一致的数据价值观》的深度访谈，并分享了车好多集团作为以数据技术为核心驱动力的新零售企业，在数据团队建设与技术落地方面的理论与实践经验。
张小沛首先介绍了车好多集团旗下两大汽车新零售平台瓜子二手车与毛豆新车的业务逻辑与核心技术驱动力。她指出，虽然二手车和新车的零售服务在很多人看来是典型的传统行业，但作为汽车行业新零售的领军企业，车好多以涵盖700万车辆与超过3亿车主和潜在买家数据的基因库作为数据基础，已经实现了全方位的数据驱动：在供应链管理、用户画像及个性化推荐、智能定价、残值预估及金融风控等多个领域，车好多都通过人工智能体系“CARS Brain车好多大脑”进行智能化决策与管理，实现了运营效率与用户体验的双重提升，数据技术的投入与数据团队的建设在其中功不可没。
张小沛表示，作为瓜子二手车与毛豆新车的母公司，车好多集团对技术和数据的高度敏感和推崇充斥于车好多的各个部门，是车好多由上至下构建数据技术核心驱动力的基础。在此基础上，由多个部门共同组建的车好多“技术委员会”，不仅负责制定规则、进行顶层设计，同时协调多个团队，通过密切沟通来保障数据技术的实际应用和问题解决。她说：“一个大的互联网平台，不能单纯地把技术团队定位为数据团队或AI团队，它涵盖不同维度的侧重点，必须是一个综合的技术团队。数据是在各业务环节中流通的，一环一环紧密地交互，形成一个以业务为导向的大闭环。”
她具体阐释了这一“闭环”的结构：研发人员研发的数据平台和数据工具都建立在一定需求的基础上，而产品经理则是总结和提炼这些需求的人，会深入到业务端，去感知和搜集需求；运营团队中有数据分析师，是数据的使用者和数据工具的需求方；但由于运营人员本身也是个中间方，而不是直接的业务方，在业务端也会有前线的支持团队，去提炼前线的需求，试用数据工具，再提出调整的需求。从前线到运营再到后期，团队中都会有数据相关的人员，分别在提炼需求、对需求进行证实或者证伪，试用、迭代、优化，为最前线的业务人员提供反馈和培训，从而构成“完整的闭环”。
她以瓜子二手车智能调度场景为例：瓜子二手车基础的C2C直卖业务模式，从上门评估到约买卖双方看车，整个流程中有大量的服务人员，怎样合理安排这些人员达到最好的客户体验，实现最高的转化率，此前是由城市经理等工作人员凭个人经验来决定，效果究竟如何难以判断。2016年起瓜子二手车技术团队开始投入研发评估师和销售人员的智能调度，从智能路线规划到根据评估师和销售人员的专业及个人能力优势做合理匹配等举措，带来了双倍甚至三倍的人效提升。
业务导向、数据驱动、自主研发、灵活运用，是张小沛对车好多以数据技术为核心驱动业务发展的几个方针，在这些方针的带领下，车好多的行业领军地位日益稳固。她说：“我们正进入一片几乎没有人踏足过的领域，既充满了对于未知的兴奋，也缺乏参照目标，只能依靠自身不断探索前行。我相信，大数据与人工智能会是汽车行业变革的核心引擎，通过自身快速的尝试、学习和迭代，我们会带领和推动全行业走向一个新的发展阶段。”
事实上，正如《2018顶级数据团队建设全景报告》序言中指出的，除了技术层面以外，对于行业的理解认识以及行之有效地将其与技术相结合，在这个时代变得越来越重要。同样受邀参加深度访谈的红杉资本中国合伙人、前阿里巴巴集团副总裁/数据委员会会长车品觉，微软中国CTO韦青，百度地图主任研发架构师、技术委员会负责人张传明，爱奇艺大数据和商业智能负责人孙斌等也提及了相似的观点。随着大数据逐步从体量导向转向价值导向、人工智能从技术研发转向应用落地，会有越来越多的企业持续推进数据技术的落地应用，利用数据创造更大的价值。
