数据团队规划布局感悟(三)-CFANZ编程社区

前言

自己也没想到马上会有第三篇了。前面两篇的地址如下：

数据团队规划布局感悟（一）
数据团队规划布局感悟（二）

今天重点讲讲我对感悟（一）中提及的“解决方案设计团队”的看法。其实这个名字是我瞎起的，对应的是大家熟知的“算法团队”或者“机器学习团队”。

关于几个名词的认识

机器学习团队做的事情，我觉得有个简单的规则来判定:

普通研发团队觉得实现不了
本来是需要人的”认知“和”经验“才能处理的，现在想把人释放出来

举个例子，付费问答里，我们希望知道用户对回答是否满意，因为显示的反馈如给五星好评似乎没有得到多少用户响应，所以我们只能通过人工的方式去查看，人具有“认知”和“经验”，而且大脑很通用，可以较好的处理这方面的内容。但是也有缺点，就是不够及时并且长远来说成本较高，毕竟要雇佣很多人才能处理那么多问题。

这个情况就符合我上面提及的两点了。首先问答的开发团队也是没有太大的办法的，因为这个需求太“主观“，不太好用代码来实现，除非你给我一些规则。第二个就是，这个确实只能用人来进行判定。人判定其实也是很难的，这个是后话，我们晚点再讨论。

好了，我们说明白了机器学习团队可以解决什么样的问题，那为啥我要取一个新的名字呢，比如叫做“解决方案设计团队”？因为我期待的是机器学习团队是任何一件事情的Ower,从需求发现，需求的提出，到demo，到工程化，再到测试，到交互到以后的售后，都有该团队的人来把持。换句话说，就是这个团队需要提供一个端到端的服务，为某个需求提供整套解决方案。所以仅仅会一些算法，是达不到我取的这个title的要求的。

解决方案设计团队和其他研发团队的区别

第一个是”交付“上的区别。对于其他研发团队而言，需求提了之后，完成了就是完成了，没有完成就是没有完成，这个很清楚的。比如你开发了一个留言的功能，有就是有，没有就是没有。而解决方案设计团队则有一个”程度“在里面。比如”交付“了你确实可以用，但是可能只有人脑（我们假设人脑是100%）做出相同事情60%准确率。而且很多情况下，也仅仅是他们宣称的而已。而且你很难验证是否真的达到了他们宣称的那样。
后续持续的改进，有可能还不如上一个版本，也可能会比上一个版本好很多。

第二个是”合作“方面的区别。很多团队的基本模式是业务方提需求，自己来实现。”解决方案设计团队“有很多场景也是如此，但是对于”解决方案设计团队“而言，会更多的和分析师团队一起，从数据角度了解很多业务的现状，然后从自己的角度去发现需求，提出需求，然后和业务运营等进行沟通，确定需求的真实性，之后进行设计和Demo,直到最后的工程化和交付。所以更多的是一种“合作”模式，让事情变得更好。这是一起努力，一起担责，一起提升的过程。所以不存在“扯皮”或者“利益之争”。

有个简单的例子，解决方案设计团队通过数据发现大V存在严重的马太效应，这其实是一个标准的流量分配的问题，对于站点而言，利益最大化其实是如何利用你现有的流量让你站点的流量或者成交额或者问题数等最大化，这是一个典型的最优解问题，有点像广告的投放，之后解决方案设计团队可以提出这个问题并且和运营团队沟通，最后提供可能的解决方案。合作的过程中，我一直强调端到端的跟踪，比如解决方案设计团队做的一些有普适性的东西，也必须放到合适的场景下才能有作用，否则你会发现，就是一堆没用的东西。

第三个，”解决方案设计团队“会发生：一开始认为可以，但是实际观察数据后，甚至到做了demo之后，才能发现这件事我其实是做不了的。换句话说，就是它可能经常让你失望。

其他的团队大致了解需求后，是基本确定可以做的。但是解决方案设计团队却没办法做到这一点，比如对于情感分析，如果光从问题和回答的文字，很多场景是可以判断出来的。但是某天你发现一个具体的业务场景，这条规则失效了，如果只是通过对话内容，人都很难判断出来，因为这种场景，人并不会表露自己的”情绪“，那么机器其实也没办法判断出来。这种情况可能和具体的业务有关系。

第四个，”解决方案设计团队“ 做需求的过程中，属于厚积薄发，时间周期很长。当然，如果正好合口味，则有可能也是比较快的。

比如一个看似简单的问题，可能一个月，勉强交付了，效果一般般，后面一个月，还是一般般，哦，突然到了第三个月，效果获得明显提升。其实是因为第三个月他们顿悟了么？不是，是因为前两个月的积累产生的效应。和”解决方案设计团队“ 合作，需要放长线，短期你很难充他们身上获取到你满意的东西。“解决方案设计团队”自身也需要有积累的过程，好比一个婴儿，需要不断的学习新东西，长成大人之后才能不断获取做出优秀的成绩。

第五个，”解决方案设计团队“ 因为不局限在哪个业务线，而他又是承担一个找茬并且提供解决方案的团队，他从公司的角度去了解公司的瓶颈在哪，需要解决什么样的问题，所以可以缓解我之前提到的一个问题。参看这篇文章：研发的两观，全局观和产品观。这篇文章一句话就能概括： “局部的最优可能导致全局无法得到最优”。