过年回家，免不了会被亲人问起，你是做什么的？作为一个数据技术从业者，面对没怎么接触过电脑，对电脑使用都不太熟悉的亲人，每次回答：程序员，软件工程师，就是每天对着电脑「搬砖」写代码的。我想很多人听后仍然会一头雾水，我们的工作价值也并不会被他们所理解和认可。
乘着「大数据」的风，各大互联网公司，招聘数据技术相关的岗位非常多，数据技术在互联网这个行业中，到底有哪些应用场景；而作为从业者，我们每天工作的价值又是什么？
我觉得，「让数据发声」是对数据技术的最简单描述，就是用数据来解决所面临的问题。可以说，我们是「数据驱动」最忠实的实践者。
** 0x01 描述现象 **
工作中，我们不能用「很好」、「很不错」、「比较低」来描述某件事的价值，需要对其进行量化，用数据来说明。比如在做了某次促销活动后，我们不能简单的说，效果很不错，订单增加了很多，而需要用具体的数据，新增的多少订单，同比/环比增加了多少，新增的订单主要集中在哪些商品上等等。
用数据来描述现象，不仅包括描述单个用户的喜好，产品运营得好与坏，也包括监控系统运行的健壮与否，对应到具体的工作岗位，可能更多跟数据运营相关，有些工作岗位招聘数据分析师，就是做数据运营的工作，其实本质上就是要求分析师用数据来描述我们所面对的互联网世界。
当我们在判定一个产品运营得好坏时，常会用到DAU这个数据指标，即日活跃用户数量。每年参加员工大会，在说某个产品的市场地位时，DAU是老板最常使用的一个数据指标。在财报中也经常出现它，可以说，这个指标是支撑互联网上市公司股价的晴雨表。
而在一些付费产品的运营中，比如游戏运营，常会提到ARPU或者ARPPU，即平均活跃用户收入和平均付费用户收入，是用来描述产品收入状况的重要指标。
产品的运营，甚至公司的运营，都离不开各种数据指标，需要数据分析师从业务日志中提取、分析和计算这些指标。这不仅要求数据分析师对业务对产品的理解，也要求其有对数据的敏感和严谨。
用数据来描述这个世界，是让数据发声的第一步。
** 0x10 发现问题 **
在产品的运营中，我们会去做用户的留存分析；在金融领域，会对用户进行信用评级；而在广告的点击中，也需要去判断是否存在作弊的行为。所有这些，都是要求我们运用数据技术去发现产品或者业务中的问题。
通过对用户的留存分析，来发现产品的瓶颈在什么地方，又是哪里没做好，导致用户流失过多。
通过对用户的信用进行评级，我们可以找到那些不怎么讲信用的用户，限制他们的权限，避免欺诈事件的发生。
通过对点击数据的分析，找出恶意的作弊点击流，对这些作弊点击进行屏蔽，提高广告主的转化率，避免不必要的资金损失。
人总会犯错误，我们的系统也不能免俗，任何东西也都不是一蹴而就，十全十美。而数据技术的应用，让我们多了一个很重要的渠道和能力，去发现问题，找到症结，将错误带来的不利降到最低。
通过数据来发现问题，是对数据发声的进阶要求。
** 0x11 预测结果 **
预测是一件很有意思的事情，探寻事物的发展规律，甚至以期从中获益，可以说是人类文明的不竭动力。不同于古人观天象以预测天气，在互联网领域里，工程师们更多使用数据技术，来尝试着各种行为和结果的预测。
推荐就是这其中最为典型的场景。不管你是听歌、购物还是搜索，各个厂商都有着不同的推荐系统，他们在预测你喜欢听的歌、喜欢看的书、想要买的东西、想要了解的信息。
去年名声大噪的AlphaGo，通过深度学习的技术，对下一步棋进行模拟和预测，从中筛选出最优的下一步棋。由人机大战的结果，我们可以知道，AlphaGo的预测能力已经超过绝大部分专业棋手。可以说这是数据技术在预测上的又一次长足进步，也再一次掀起了人工智能的高潮。
在人工智能领域中，可能更多的是让机器去学习和预测当下的事物。比如语音/语义识别，制作出真正像人一样思考的聊天机器人；图像识别，能自动描述图片内容等等。
最后
** 除了上帝，任何人都必须用数据说话。**
我想这是对数据技术应用价值的最好阐述。
（全文完）
