眼见为实,耳听为虚,要真正理解这句话,其实不容易,今天来谈谈最近的认知。
做了很多年经分,对于数据可视化的认识不是说没有,但还是比较容易陷入一些误区,报表上个人比较追求朴实无华,对于各种展现工具并不感冒,由此延伸开来,就是对于数据可视化是带有偏见的。
最近有了新的认识,却是从不同的角度,阐述下数据可视化对于IT的价值。
做过经分的,大概都知道出KPI这个事情,就是公司的运营指标,每天通过数据仓库计算出这些指标,然后进行各种推送。
11年前,推送的是短信,短短的几个KPI数字,却是道尽了运营商辉煌的10年。
8年前,推送的是彩信,因为指标越来越多,短短的140个字的容量已经容不下那么多KPI。
6年前,手机经分也出现了。
作为做经分的人,对于KPI指标当然是理解的,但对于推送这回事是不去推究原因的,反正每天数字差不多,有啥价值?偶偶有业务人员来问数据的问题,也算是例行公事般的解答。
有一次,老大来问数据的波动,好好做了分析,结论是天气影响(注:以前运营商包月费还不流行,语音计费收入受天气影响很大,下雨的天气,可能会影响5%的收入),管理者说了声谢谢,那时其实并不太理解这个分析的价值。
经分的KPI推送伴随运营商的业绩成长,此类短彩信推送的形式,实际也是一种数据可视化形式,如果肯定它,就要问,其价值到底有几何?
很多年前,不少人对于经分是有质疑的,一直想量化经分的真正价值,但没有成功,即使做经分的人,也要经常问自己这个问题。
最近结合自己的实践,有了进一步理解,数据可视化的价值,也许站在业务管理者的角度,就是降低了其管理成本,让运营变得透明化,好看不好看,倒是其次了。
可以想想,如果没有这条直达短信,公司最高层要得到一条异动的数据,需要通过多少层级?也许数据早就变了形?可能滞后的信息已经对于公司的运营造成了损失?谁又敢否认皇帝的新装不存在?
数据可视化,面对任何公司繁琐的流程,是唯一一种可以打破任何繁文缛节直达最终决策者的形式,反映了公司运营的智慧。
业务人员正是通过这种形式,第一时间了解了市场的异动,听到了一线的炮声,即使数据没异动,也是一种结论,其意义重大。
因此,要为战斗在经分一线的人喝一声彩,阿里的双11大屏也不是白做的,其蕴含的意义不仅仅是为了搞个噱头。
但是,业务人员看到的数据可视化价值,这种管理性的思维,IT人员,比如自己却往往看不到,很难应用到日常的工作中,所谓“不识庐山真面目,只缘身在此山中”。
为了业务做了这么多年数据可视化,却很少用这种形式来服务自己,IT在努力对外服务的时候,有时候却忘记了要对自己好一点,IT并不仅仅是写代码,它更需要管理,更需要透明化和扁平化。
数据可视化除了让一张报表更清晰和好看,更大的意义在于,让IT的管理变得更高效。
数据管理强调二个字,较真,不容许有沙子,数据错对,出数快慢,来不得半点马虎,但说说容易,执行起来何其艰难。
如果你是IT的数据管理者,对于数据仓库运行的好坏,通过什么评判呢?你的管理节奏是被动救火型还是主动出击型?
被动救火应是很多企业的常态了,因为末雨绸缪的确很难,但更难的是,如果你是一个管理者,基本大多时候是被过顶传球了,你听到的,看到的,比如PPT上描述的,运维分析报告上写的,上线报告写的,周报和月报记录的,都是掺杂着水分的。
这个不是别人或下级的错,因为眼界决定了认识的高低,视野决定了认识错误和继续改进的能力。
举个例子,1000个任务,跑失败2-3个,你可能认为是问题,但下属不一定认为是,反正任务重启下不就OK了,因此,大多数时候,你是无法知道这些细节的,但这些细节却埋下了祸根,救火就是这么来的。
这个强调扁平化的时代,作为决策者,要提升效率,将数据管理提升到一个新的境界,似乎要改变工作方式了,细节决定成败,每天任务100%正常跑完,跟总是出现1-2个小问题,是两个境界的事情。
要改进它,就必须知道它,不是听人说,听报告说,应该是让系统直接告诉说,只有系统的数据是真实的,努力展现它,虽然有代价,但值得投入。
大数据平台上线的时候,做了所有数据任务的可视化展现,每天总是盯着完成百分比,当初约定12点之前跑完,但从来没有一天跑完过,总是92-93%,然后,就是顺藤摸瓜找问题,找到很多上线时无法察觉的问题,直到每天都是100%,或者要给个明确的说法,这是精益求精的要求。
还有,数据管理的两张皮问题,做了数据管理的大屏,发现数据管理前台显示的数据跟系统后台总是不一致,一直是95-96%,就追下去,直到100%或者查清原因,进行改进,数据管理很多时候尾大不掉,往往是积少成多造成的,对于小问题漠视从而颠覆大厦。
我们做数据管理的项目经理,被折磨的够呛,但是好事,终于大家的认知达成一致了,这个其实很难,以前不停的沟通,但效果没这个好,总是打了折扣。
天盾反欺诈系统上线了,因为需要对外宣传,也搞了大屏,但发现价值很大,从每天数据展现发现了很多难以发现的问题,比如正常情况下,数据刷新每次增长2-3万,但有时只有2-3千,说明流处理数据出现问题了,从应用层面推动了源端flume kafka的监控部署。
有时改进了算法,上线了,第二天从业务上发现抓到的浅度诈骗并没有按照预期增加,黑名单用户却莫名的增加,而可视化让管理者有机会能够第一时间发现问题,站在自己的理解视角去剖析问题,推动整个团队来解决问题,这也是一种管理闭环吧。
所有这一切,都是管理者通过可视化界面直接发现的,然后催生了系列改进,不是越俎代庖,而是希望通过新的手段,从管理者的视角能够重新审视存在的问题,让管理者的认知能与系统中存在的保持一致。
总是苦恼于自己想的和实现的有很大的差距,也许是因为,管理者很难通过汇报知道系统真实的水平及与自己预期的差距,从而无法提出针对性的改进意见。
管理者的水平决定了系统的水平,对于数据人来讲,也许要加上一个数据可视化,这是数据化决策思维落地的一种有效形式。
互联网时代颠覆很多东西,IT提倡敏捷,不仅仅针对开发和运营的人,也包括管理者,当然管理者不可能去写代码,有时候也不可能亲历现场,但要能决胜于千里之外,管理者获得的信息应该是跟一线人员同步的,才能及时发现问题,从而调整策略,这是扁平化的思维方式。
不要再等着周报和月报了,要让自己的节奏起来,团队的节奏才能起来,每天一早,拿到的应是详实的IT运营数据,每次上线,要及时知道真实的运营情况,必须依赖数据可视化。
华为近期不是搞了了2000名专家远赴一线吗,目的就是为了让缩在后台的专家能真正听到一线的声音,从而提供真正的支持,让五个轮子的事情不再发生,两者道理其实是相通的,但显然其情形过于复杂,扁平化的结果就是真人上。
团队上下级的谈话虽然重要,但通过一个可视化系统,更能拉近双方的距离,在执行中达到真正的一致,员工通过这种形式也许能真正继承团队的气质,如果一个领导是关注细节的,很难想象团队中会有粗人的存在。
在问题解决过程中,总是潜移默化的影响每个人,通过一个真实的系统数据来推动团队数据文化的形成。
第一次, 提出质疑,可能员工并没有意识到,到3次的时候,再愚钝的员工也能理解这个事情的重要性且要切实的解决它,因为可视化让缺陷暴露无疑,有没有解决数据说话,我们只认界面上的真实数据,这是唯一可信奉的东西。
最终,我们是平的。
作者:傅一平 目前就职于某电信运营商,从事大数据相关工作。来源:36大数据
本网站文章均采集自互联网或为用户投稿经网站编辑整理后发表,文章观点为作者独立发表,不代表网站立场!如不小心侵犯版权请联系本网站删除:运营人 » 重新认识数据可视化
联系客服