1.4.2 數據生態問題

筆者從小到大，從讀書到畢業，從工作到現在，整個生活都充滿著數字、算數、方程式、競賽、模型、數據、價值，比絕大多數人都渴望探索到數據真正的價值，但是很遺憾，到目前為止還在探索，并且沒想過要放棄。

在以前，筆者可以“偽造”數據，應對各種大大小小的比賽，讓裁判看不出任何破綻。而現在，很怕遇到假數據，也必須對它有敬畏之心，因為這是真實的場景。筆者也知道數據的價值與業務運營密不可分，更堅信數據產品對于業務的意義之重。

筆者能沉得住氣，不追隨一波又一波的熱潮，去接觸深度學習、人工智能，因為我知道還有事沒做好。數據產品的開發落地只是占數據工作很小的一部分，而運營推廣則會充滿挑戰和挫折。我可以不為名、不為利，只想專注地做自己喜歡的事，挖掘到數據化運營的深層次價值。

無論是公司決策者、領導者，還是業務方和數據人，絕大多數人都真正缺乏這種意識，這種情懷。這也是當下數據環境所暴露的詬病，畢竟升遷加薪、KPI業績、生活壓力等種種干擾因素有很多，也只有年輕的一代有如此激情了。

對于當下開展大數據業務的中小型公司而言，數據難產、變現能力差，最本質的原因在于“技術與業務”脫節嚴重。做業務的關心業績，也只會看數據表現，更相信自己的經驗，很少給予大數據更多的施展空間。這也導致很多數據產品缺乏業務場景的迭代、證明、驅動。

對于崛起的數據科技服務公司而言，產品沒有市場和用戶，公司缺乏核心競爭力，很難推廣自己的產品。面臨這種情況，最應該思考自身數據產品本身的價值，是否跟隨當下的業務需求痛點而變遷，還是在墨守成規地做底層建設、科普模型工程或數據的搬運工。

對于正在從事數據行業的工作者而言，工作風險高，工作價值難以體現，缺乏成就感和歸屬感。工作按部就班，重復做熟練的底層建設工作，不關心業務，不深入了解數據，缺乏數據產品思想，缺乏集技術、數據和業務于一身的綜合性的數據人才。

所以當下的大數據環境存在的問題，更多的是缺少綜合性數據人才、正確的數據價值認知，以及大量的業務場景的快速迭代。