如果你問公司的技術團隊：”你們最核心的能力是什么？“ 他們會說技術能力，比如云計算，云原生、微服務、容器等等。

如果你問公司的業務團隊：”你們最核心的能力是什么？“? 他們會說業務能力，比如業務管理、客戶細分、營銷能力、銷售能力等等。

如果你問公司的數據團隊：“你們最核心的能力是什么？” 答案就不那么顯而易見了，數據能力是一個非常模棱兩可的詞，既包含技術能力，也包含業務能力，如果數據技術做到頂尖，似乎應該歸屬到技術團隊去，如果業務能力頂尖，那業務團隊才是歸宿。

有人會說，數據團隊的核心能力就是要具備數據驅動業務的能力，既懂技術，也懂業務，更懂數據，這種說法還是很含糊，這個綜合能力到底指什么？其差異化到底在哪里？

自己在不同時期對于這個問題的認知是不一樣的。

1、數據倉庫建設時期

數據倉庫剛起來的時候，數倉建模成為了數據團隊最為關注的能力，因為好的模型可以大幅提升數據支撐效率，大家都以掌握關系建模、維度建模、分層建模等方法而自豪，數倉建模師成為了數據人才市場上的香餑餑，直到現在，還有很多人認為數倉建模是數據團隊最具技術含量的工作。

2、數據倉庫運營時期

數據倉庫建成后，數倉建模師并沒有創造更多價值，因為發現業務人員最關注的卻是報表和取數，為業務部門提供準確而及時的數據成為了數據團隊最核心的能力，這個時候，SQL BOY大行其道，為了快速滿足業務需要，數倉模型是可以被犧牲的。

3、大數據平臺建設期

互聯網時代帶來的數據的爆發式增長使得數據倉庫不堪重負，換數據倉庫引擎成為了數據團隊最重要的工作，這個時候大數據平臺技術橫空出世，大家都認為掌握hadoop等技術棧是數據團隊最重要的能力。

4、大數據平臺運營期

大數據技術同質化后，大家的焦點重新回到了業務上，數據團隊迫切希望把海量數據的價值發揮出來，到處去尋找數據賦能的場景，這個時候，客戶標簽、精確營銷、數據產品、數據變現等能力變得非常重要。

但無論是標簽、營銷、產品還是變現，似乎都在強調業務能力，那么數據團隊差異化的能力到底是什么呢？

論業務能力，肯定不如業務人員，論技術能力，也比不過研發人員，搞算法更沒前途，因為大多場景的建模靠業務規則就夠了，唯一剩下的是取數能力，但取數對于業務和技術的要求并不高。

5、數據中臺運營時期

數據中臺橫空出世的時候，大家都歡欣鼓舞，因為覺得找到了一個新的發展方向，但剝開數據中臺的內核一看，發現還是那幾樣老東西，模型與工具，只不過外面套了個數據服務的馬甲，雖然數據服務的確讓數據可用性變得好了點，但數據服務本身可成為不了數據團隊的核心競爭力，因為模型還是那些模型，抽象封裝又能有幾個呢？

6、數字化轉型時期

數字化對公司運營的一個明顯影響就是對于全流程端到端的數據貫通訴求增多，很多公司通過建立企業級的數據治理組織、機制和流程解決了頂層設計的問題，但卻卡在了企業級數據的運營上，因為原來的數據團隊沒有做好準備。在企業級數據目錄的構建中，企業數據團隊要求各個領域提供領域數據目錄，但發現這些領域的數據目錄都是以碎片化的表的形式提供的，這些表對于其他領域來講難以理解，雖然大家都知道這個領域的數據對自己很重要，但誰也沒有能力從這些碎片化的表中還原出自己所需要的東西。大量跨域的數據流通問題，看似是部門墻造成的，但實際上很多是由跨領域的數據理解門檻造成的，需求方提不清楚需求，數據擁有方則沒有跨領域的數據服務能力。比如領域A希望從領域B獲取某業務的視圖數據，但領域B根本沒有該業務的視圖數據，它只有最原始的碎片化的表，而且這些表散落在多個系統中，因為領域A的業務方從來沒要求去做這些模型視圖，但這些視圖對其它領域卻是至關重要的。

很多企業各個領域的數據能力還存在嚴重的不平衡，有些領域數據管理已經成熟，干著從95分到96分的工作，而有些領域連數據目錄、數據采集都還沒做，根本沒有能力跟其它領域進行數據聯動。比如某企業市場部希望針對10000個價值小區進行產品營銷，希望后端部門提升這10000個小區的線路覆蓋，但后端部門說無法做，因為雙方的小區定義是不一致的。

很容易想到，這些跨領域的模型工作應該由企業數據團隊去承擔，但數字化轉型時期所要求的模型能力與數據倉庫那個年代相比，內涵已經發生了巨大的變化，即要求企業數據團隊重新審視自己的定位，將各個領域數據的拉通整合作為自己最為核心的工作，能夠跨越流程、系統和數據的鴻溝端到端解決問題，從而實現業務流程的全局最優，具體包括四個方面的能力要求：

（1）掌握公司核心業務流程和業務對象

（2）能夠以核心業務對象為主體進行建模

（3）能夠提供端到端的跨域數據服務

（4）以業務對象為核心進行數據資產運營

為了完成以上工作，數據團隊真正需要的是一只數據模型產品經理隊伍，能夠以業務對象為核心（不局限于領域）來進行數據模型產品的構建，能夠為業務提供端到端的數據服務支撐，能夠解決跨領域數據模型構建過程中出現的數據標準、數據質量、數據整合等問題，他們是公司數據資產的真正代言人，能力要求遠遠超越了傳統的數據建模師。

數據團隊要圍繞業務對象進行組織的變革，也業務對象為核心進行人員職責的重新劃分，如果公司有100個核心業務對象，那么也許數據團隊需要50個產品經理，每個產品經理負責2個，這些產品經理為公司的數據資產整體負責，他們代表了數據團隊的核心競爭力，獨一無二。

假如你是公司“物資”這個業務對象的產品經理，那么圍繞“物資”你要建立一套貫通上下游的模型體系和數據標準，所有涉及物資的數據需求都應該由你端到端負責實現，任何涉及物資的業務流程變動，系統變動，數據變動，你都要能與時俱進的進行模型的同步變更，你是公司里最懂物資的人，無論是在業務上，系統上還是數據上，這是未來10年數字化時代數據團隊最需要的人。