眼見(jiàn)為實(shí)，耳聽(tīng)為虛，要真正理解這句話(huà)，其實(shí)不容易，今天來(lái)談?wù)勛罱恼J知。
做了很多年經(jīng)分，對于數據可視化的認識不是說(shuō)沒(méi)有，但還是比較容易陷入一些誤區，報表上個(gè)人比較追求樸實(shí)無(wú)華，對于各種展現工具并不感冒，由此延伸開(kāi)來(lái)，就是對于數據可視化是帶有偏見(jiàn)的。
最近有了新的認識，卻是從不同的角度，闡述下數據可視化對于IT的價(jià)值。
做過(guò)經(jīng)分的，大概都知道出KPI這個(gè)事情，就是公司的運營(yíng)指標，每天通過(guò)數據倉庫計算出這些指標，然后進(jìn)行各種推送。
11年前，推送的是短信，短短的幾個(gè)KPI數字，卻是道盡了運營(yíng)商輝煌的10年。
8年前，推送的是彩信，因為指標越來(lái)越多，短短的140個(gè)字的容量已經(jīng)容不下那么多KPI。
6年前，手機經(jīng)分也出現了。
作為做經(jīng)分的人，對于KPI指標當然是理解的，但對于推送這回事是不去推究原因的，反正每天數字差不多，有啥價(jià)值?偶偶有業(yè)務(wù)人員來(lái)問(wèn)數據的問(wèn)題，也算是例行公事般的解答。
有一次，老大來(lái)問(wèn)數據的波動(dòng)，好好做了分析，結論是天氣影響(注：以前運營(yíng)商包月費還不流行，語(yǔ)音計費收入受天氣影響很大，下雨的天氣，可能會(huì )影響5%的收入)，管理者說(shuō)了聲謝謝，那時(shí)其實(shí)并不太理解這個(gè)分析的價(jià)值。
經(jīng)分的KPI推送伴隨運營(yíng)商的業(yè)績(jì)成長(cháng)，此類(lèi)短彩信推送的形式，實(shí)際也是一種數據可視化形式，如果肯定它，就要問(wèn)，其價(jià)值到底有幾何?
很多年前，不少人對于經(jīng)分是有質(zhì)疑的，一直想量化經(jīng)分的真正價(jià)值，但沒(méi)有成功，即使做經(jīng)分的人，也要經(jīng)常問(wèn)自己這個(gè)問(wèn)題。
最近結合自己的實(shí)踐，有了進(jìn)一步理解，數據可視化的價(jià)值，也許站在業(yè)務(wù)管理者的角度，就是降低了其管理成本，讓運營(yíng)變得透明化，好看不好看，倒是其次了。
可以想想，如果沒(méi)有這條直達短信，公司最高層要得到一條異動(dòng)的數據，需要通過(guò)多少層級?也許數據早就變了形?可能滯后的信息已經(jīng)對于公司的運營(yíng)造成了損失?誰(shuí)又敢否認皇帝的新裝不存在?
數據可視化，面對任何公司繁瑣的流程，是唯一一種可以打破任何繁文縟節直達最終決策者的形式，反映了公司運營(yíng)的智慧。
業(yè)務(wù)人員正是通過(guò)這種形式，第一時(shí)間了解了市場(chǎng)的異動(dòng)，聽(tīng)到了一線(xiàn)的炮聲，即使數據沒(méi)異動(dòng)，也是一種結論，其意義重大。
因此，要為戰斗在經(jīng)分一線(xiàn)的人喝一聲彩，阿里的雙11大屏也不是白做的，其蘊含的意義不僅僅是為了搞個(gè)噱頭。
但是，業(yè)務(wù)人員看到的數據可視化價(jià)值，這種管理性的思維，IT人員，比如自己卻往往看不到，很難應用到日常的工作中，所謂“不識廬山真面目，只緣身在此山中”。
為了業(yè)務(wù)做了這么多年數據可視化，卻很少用這種形式來(lái)服務(wù)自己，IT在努力對外服務(wù)的時(shí)候，有時(shí)候卻忘記了要對自己好一點(diǎn)，IT并不僅僅是寫(xiě)代碼，它更需要管理，更需要透明化和扁平化。
數據可視化除了讓一張報表更清晰和好看，更大的意義在于，讓IT的管理變得更高效。
數據管理強調二個(gè)字，較真，不容許有沙子，數據錯對，出數快慢，來(lái)不得半點(diǎn)馬虎，但說(shuō)說(shuō)容易，執行起來(lái)何其艱難。
如果你是IT的數據管理者，對于數據倉庫運行的好壞，通過(guò)什么評判呢?你的管理節奏是被動(dòng)救火型還是主動(dòng)出擊型?
被動(dòng)救火應是很多企業(yè)的常態(tài)了，因為末雨綢繆的確很難，但更難的是，如果你是一個(gè)管理者，基本大多時(shí)候是被過(guò)頂傳球了，你聽(tīng)到的，看到的，比如PPT上描述的，運維分析報告上寫(xiě)的，上線(xiàn)報告寫(xiě)的，周報和月報記錄的，都是摻雜著(zhù)水分的。
這個(gè)不是別人或下級的錯，因為眼界決定了認識的高低，視野決定了認識錯誤和繼續改進(jìn)的能力。
舉個(gè)例子，1000個(gè)任務(wù)，跑失敗2-3個(gè)，你可能認為是問(wèn)題，但下屬不一定認為是，反正任務(wù)重啟下不就OK了，因此，大多數時(shí)候，你是無(wú)法知道這些細節的，但這些細節卻埋下了禍根，救火就是這么來(lái)的。
這個(gè)強調扁平化的時(shí)代，作為決策者，要提升效率，將數據管理提升到一個(gè)新的境界，似乎要改變工作方式了，細節決定成敗，每天任務(wù)100%正常跑完，跟總是出現1-2個(gè)小問(wèn)題，是兩個(gè)境界的事情。
要改進(jìn)它，就必須知道它，不是聽(tīng)人說(shuō)，聽(tīng)報告說(shuō)，應該是讓系統直接告訴說(shuō)，只有系統的數據是真實(shí)的，努力展現它，雖然有代價(jià)，但值得投入。
大數據平臺上線(xiàn)的時(shí)候，做了所有數據任務(wù)的可視化展現，每天總是盯著(zhù)完成百分比，當初約定12點(diǎn)之前跑完，但從來(lái)沒(méi)有一天跑完過(guò)，總是92-93%，然后，就是順藤摸瓜找問(wèn)題，找到很多上線(xiàn)時(shí)無(wú)法察覺(jué)的問(wèn)題，直到每天都是100%，或者要給個(gè)明確的說(shuō)法，這是精益求精的要求。
還有，數據管理的兩張皮問(wèn)題，做了數據管理的大屏，發(fā)現數據管理前臺顯示的數據跟系統后臺總是不一致，一直是95-96%，就追下去，直到100%或者查清原因，進(jìn)行改進(jìn)，數據管理很多時(shí)候尾大不掉，往往是積少成多造成的，對于小問(wèn)題漠視從而顛覆大廈。
我們做數據管理的項目經(jīng)理，被折磨的夠嗆，但是好事，終于大家的認知達成一致了，這個(gè)其實(shí)很難，以前不停的溝通，但效果沒(méi)這個(gè)好，總是打了折扣。
天盾反欺詐系統上線(xiàn)了，因為需要對外宣傳，也搞了大屏，但發(fā)現價(jià)值很大，從每天數據展現發(fā)現了很多難以發(fā)現的問(wèn)題，比如正常情況下，數據刷新每次增長(cháng)2-3萬(wàn)，但有時(shí)只有2-3千，說(shuō)明流處理數據出現問(wèn)題了，從應用層面推動(dòng)了源端flume kafka的監控部署。
有時(shí)改進(jìn)了算法，上線(xiàn)了，第二天從業(yè)務(wù)上發(fā)現抓到的淺度詐騙并沒(méi)有按照預期增加，黑名單用戶(hù)卻莫名的增加，而可視化讓管理者有機會(huì )能夠第一時(shí)間發(fā)現問(wèn)題，站在自己的理解視角去剖析問(wèn)題，推動(dòng)整個(gè)團隊來(lái)解決問(wèn)題，這也是一種管理閉環(huán)吧。
所有這一切，都是管理者通過(guò)可視化界面直接發(fā)現的，然后催生了系列改進(jìn)，不是越俎代庖，而是希望通過(guò)新的手段，從管理者的視角能夠重新審視存在的問(wèn)題，讓管理者的認知能與系統中存在的保持一致。
總是苦惱于自己想的和實(shí)現的有很大的差距，也許是因為，管理者很難通過(guò)匯報知道系統真實(shí)的水平及與自己預期的差距，從而無(wú)法提出針對性的改進(jìn)意見(jiàn)。
管理者的水平?jīng)Q定了系統的水平，對于數據人來(lái)講，也許要加上一個(gè)數據可視化，這是數據化決策思維落地的一種有效形式。
互聯(lián)網(wǎng)時(shí)代顛覆很多東西，IT提倡敏捷，不僅僅針對開(kāi)發(fā)和運營(yíng)的人，也包括管理者，當然管理者不可能去寫(xiě)代碼，有時(shí)候也不可能親歷現場(chǎng)，但要能決勝于千里之外，管理者獲得的信息應該是跟一線(xiàn)人員同步的，才能及時(shí)發(fā)現問(wèn)題，從而調整策略，這是扁平化的思維方式。
不要再等著(zhù)周報和月報了，要讓自己的節奏起來(lái)，團隊的節奏才能起來(lái)，每天一早，拿到的應是詳實(shí)的IT運營(yíng)數據，每次上線(xiàn)，要及時(shí)知道真實(shí)的運營(yíng)情況，必須依賴(lài)數據可視化。
華為近期不是搞了了2000名專(zhuān)家遠赴一線(xiàn)嗎，目的就是為了讓縮在后臺的專(zhuān)家能真正聽(tīng)到一線(xiàn)的聲音，從而提供真正的支持，讓五個(gè)輪子的事情不再發(fā)生，兩者道理其實(shí)是相通的，但顯然其情形過(guò)于復雜，扁平化的結果就是真人上。
團隊上下級的談話(huà)雖然重要，但通過(guò)一個(gè)可視化系統，更能拉近雙方的距離，在執行中達到真正的一致，員工通過(guò)這種形式也許能真正繼承團隊的氣質(zhì)，如果一個(gè)領(lǐng)導是關(guān)注細節的，很難想象團隊中會(huì )有粗人的存在。
在問(wèn)題解決過(guò)程中，總是潛移默化的影響每個(gè)人，通過(guò)一個(gè)真實(shí)的系統數據來(lái)推動(dòng)團隊數據文化的形成。
第一次， 提出質(zhì)疑，可能員工并沒(méi)有意識到，到3次的時(shí)候，再愚鈍的員工也能理解這個(gè)事情的重要性且要切實(shí)的解決它，因為可視化讓缺陷暴露無(wú)疑，有沒(méi)有解決數據說(shuō)話(huà)，我們只認界面上的真實(shí)數據，這是唯一可信奉的東西。
最終，我們是平的。
作者：傅一平 目前就職于某電信運營(yíng)商，從事大數據相關(guān)工作。來(lái)源：36大數據
本網(wǎng)站文章均采集自互聯(lián)網(wǎng)或為用戶(hù)投稿經(jīng)網(wǎng)站編輯整理后發(fā)表，文章觀(guān)點(diǎn)為作者獨立發(fā)表，不代表網(wǎng)站立場(chǎng)！如不小心侵犯版權請聯(lián)系本網(wǎng)站刪除：運營(yíng)人 ? 重新認識數據可視化
聯(lián)系客服
