Day 8 我提到 Data Team 也是 Product Team, 這篇我想來接著談，那 Data Team 該如何被評估價值

Tristan, co-founder of dbt, 寫過一篇探討 Two ways of measuring data team value，他提供兩種衡量方式：G&A 日常營運 與 ROI 創造商業價值。

創造商業價值

我們開發 data products 希望讓資料使用者解決他們的問題，提供價值。而我們多數的資料使用者是同事、老闆，希望透過我們提供的 data products 圖表、報告、洞察，做出更好的決策，讓產品更好。我們的工作是 empower 大家做 data-informed 的決策，我們想要的結果，也跟資料使用者相同，希望做出更好的產品，也讓生意更好。

理想過程如上，希望透過 Data team 與資料使用者的協作，共同提升商業價值。以我的價值觀，選擇 Data Team 要創造商業價值。

這邊講的「產品」是指公司推出的產品或服務，「生意」是指公司商業模式或價值。覺得有種面向不同，如果只講對生意好，似乎有點汲汲營營為了賺錢感，意思不止如此，因此加上產品。

該如何決定？

Tristan 提到有兩種，哪你該如何選擇要選哪一種？

通常是主管，或者 founders 才能決定該如何衡量 data team. 話是這樣說，但身為 Data team 的一員，我們應該理解這個衡量方式是怎麼被決定的，對自己可以思考適不適合，對團隊也可以提供建議。

有幾個考量點：

• 成立 Data team 的目的，希望解決解決什麼問題
  • 減省大家準備報表的時間？
  • 增加全公司的資料素養 data literacy?
• Data pipeline 有多複雜？
  • 資料源有地端跟雲端，有多種不同類型的 databases 跟多家 data warehouse
  • 只有一個雲端 data warehouse
• Data Team 成員的專長與能力
  • 原本是後端工程師被抓來處理資料庫？
  • 原本是資料使用者，因為想要回答問題才去學習資料架構？

我的經驗僅限小公司，原本是資料使用者，因為想要回答問題才去學習資料相關知識。資料源只有一個線上資料跟少數第三方資料，都在同一個雲端，也因為多了這些考量，我的 Data Team 如果只維護日常資料運轉就有點說不過去。

有聽說大公司的資料架構跟需求複雜到，光是財務團隊要處理全球財務資料，就需要一個 40多人的 data team 來協助。這樣的 data team 價值就在於日常營運，光這就很多事情了。

多涉略商業不只技術

以上原因跟考量，我認為 data team 應該要對商業提供價值。這樣的思維會影響組織架構，Data team 應該靠近或在產品、商業單位，而不是掛在工程團隊內，多跟商業營運的同事們協作，理解生意的運作、用商業思維看報表，及思考看到數字後的想法、做法。

這又回到 Day1 提到的好奇心及 Day 8 說 Data Team 也是 Product Team. 如果你對公司的運作保持好奇，把看你提供的報表、數字的人當作你的使用者，哪你應該會更想知道如何協助你的資料使用者，會想觀察他們的使用方式，更深入了解他們的問題，你提供的是否有幫助到他們，如何幫助…等等。

明天見

下一篇，我想討論 Data Team 在公司內的組織架構。有很多種架構方法，我會談談如何評估。

對 dbt 或 data 有興趣 👋？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加