火山引擎數(shù)智平臺VeDI發(fā)布，字節(jié)跳動羅旋談企業(yè)數(shù)據(jù)實(shí)踐

　　9月2日，火山引擎V-Tech數(shù)據(jù)智能科技峰會召開，峰會上新一代企業(yè)級數(shù)據(jù)產(chǎn)品火山引擎數(shù)智平臺VeDI正式發(fā)布。

　　字節(jié)跳動數(shù)據(jù)平臺負(fù)責(zé)人羅旋表示：“增長，源于每個(gè)人做的每一次正確的決策，從戰(zhàn)略、管理到執(zhí)行。而決策是否正確，在沒有數(shù)據(jù)驅(qū)動的情況下，更像是一種玄學(xué)。數(shù)據(jù)驅(qū)動能夠讓決策方法變得更科學(xué)，而更科學(xué)的決策也就會無限趨近于正確。”

　　本文根據(jù)羅旋演講內(nèi)容整理。

字節(jié)跳動的數(shù)據(jù)文化、工具與組織

　　大家好，我是羅旋，負(fù)責(zé)字節(jié)跳動數(shù)據(jù)平臺。

　　首先我們來看一個(gè)，經(jīng)常被問到的問題：字節(jié)跳動的增長，是如何實(shí)現(xiàn)的?相信大家也都看過網(wǎng)上很多分析文章，也有些自己的判斷，有說運(yùn)氣好的，有說戰(zhàn)略決勝的，有說賽道選的好，也有說網(wǎng)狀組織結(jié)構(gòu)先進(jìn)的……這些可能都對，但也比較局部。今天我想從數(shù)據(jù)驅(qū)動角度來解釋一下這件事情。

　　一，數(shù)據(jù)文化提升意識。

　　字節(jié)跳動是一家非常注重?cái)?shù)據(jù)的公司，甚至連一開始給“今日頭條”這個(gè)APP取名也是靠A/B測試。可以說，字節(jié)跳動是一家數(shù)據(jù)驅(qū)動的“數(shù)字原生”公司。作為一家把數(shù)據(jù)驅(qū)動作為文化基因的公司，字節(jié)跳動在各個(gè)角色、層級，從CEO、高管、中層管理者，到一線員工，都非常廣泛、細(xì)致地使用、依賴數(shù)據(jù)。對數(shù)據(jù)的依賴和應(yīng)用程度，都是業(yè)界比較領(lǐng)先的。

　　從高管的視角來看，很多宏觀層面問題需要被解決，如公司的經(jīng)營狀況如何，收支狀況怎么樣，團(tuán)隊(duì)是否健壯，組織是太肥了還是太瘦了，宏觀經(jīng)濟(jì)形勢如何，公司策略是否要隨之調(diào)整……而在字節(jié)跳動，這樣的信息，都必須用數(shù)據(jù)指標(biāo)，來描述和支撐，我們會把它們分類整理，承載到管理駕駛艙上。從覆蓋面和精細(xì)度來說，我們有上千個(gè)數(shù)據(jù)指標(biāo)，使用頻度也很高，每天都有大量訪問。甚至有管理層手繪設(shè)計(jì)圖，來討論這些數(shù)據(jù)應(yīng)該如何組織，數(shù)據(jù)產(chǎn)品應(yīng)該如何交互。

　　最高決策層往下，就是各業(yè)務(wù)的中層管理者們。他們除了關(guān)心某個(gè)業(yè)務(wù)板塊的進(jìn)展是否良好，有哪些待突破點(diǎn)等業(yè)務(wù)問題之外，也有很重的團(tuán)隊(duì)日常管理工作。很多企業(yè)，都會用數(shù)據(jù)來監(jiān)測各項(xiàng)業(yè)務(wù)指標(biāo)。但在是字節(jié)跳動，我們不僅監(jiān)測業(yè)務(wù)指標(biāo)數(shù)據(jù)，還把數(shù)據(jù)驅(qū)動用在日常管理工作中。比如，目標(biāo)制定、OKR追蹤管理、周報(bào)周會的進(jìn)展同步、組織效率等等，這些都有大量的指標(biāo)來刻畫，并使用各種數(shù)據(jù)產(chǎn)品來跟進(jìn)、追蹤、對齊。

　　對一線同學(xué)來說，場景就更廣泛多元了。每個(gè)月直接使用數(shù)據(jù)產(chǎn)品的一線同學(xué)就超過10萬，字節(jié)一共只有十幾萬員工，這還不包括間接使用數(shù)據(jù)服務(wù)的情況。在日常的開會討論中，幾乎不可能出現(xiàn)一個(gè)會，存在沒有數(shù)據(jù)的情況，否則會被挑戰(zhàn)得很厲害。而在不同場景下，使用的精細(xì)度也非常高，甚至?xí)幸恍┮庀氩坏降牡胤?。舉個(gè)例子，比如，在劣質(zhì)內(nèi)容的治理上，我們不只是用數(shù)據(jù)快速分析識別哪些是劣質(zhì)內(nèi)容，在對這些內(nèi)容的處罰中，也會用A/B測試來進(jìn)行判斷，以選擇更有效的處罰策略。

　　二，數(shù)據(jù)工具推動執(zhí)行。

　　通過剛剛的幾個(gè)case，大家可能對字節(jié)的數(shù)據(jù)驅(qū)動文化有了一定的感知。但光靠意念是不夠的，文化的落地需要有稱手的工具。

　　那字節(jié)跳動的同學(xué)們，用什么工具呢?這個(gè)是字節(jié)跳動數(shù)據(jù)平臺的產(chǎn)品架構(gòu)圖。我們整體分成數(shù)據(jù)引擎層、數(shù)據(jù)建設(shè)管理層、數(shù)據(jù)分析應(yīng)用層以及解決方案層。數(shù)據(jù)產(chǎn)品架構(gòu)覆蓋了數(shù)據(jù)全生命周期的整條鏈路。如果快速總結(jié)一下，我們整體數(shù)據(jù)產(chǎn)品的特點(diǎn)，可以用兩個(gè)詞來概括，那就是敏捷和易用。

　　敏捷方面，簡單來說就是更快、更靈活。

　　快的方面，我們讓數(shù)據(jù)的各個(gè)環(huán)節(jié)都變快，不論是采集加工還是消費(fèi)分析。比如，我們能實(shí)現(xiàn)海量數(shù)據(jù)的實(shí)時(shí)寫入、實(shí)時(shí)分析;十億級的數(shù)據(jù)的查詢可以做到亞秒級響應(yīng);搭建的實(shí)時(shí)數(shù)倉，能給正在直播的賣家們以數(shù)據(jù)反饋，讓他們及時(shí)調(diào)整自己的策略，抓住轉(zhuǎn)瞬即逝的機(jī)會。

　　靈活方面，主要體現(xiàn)在數(shù)據(jù)處理模式、使用姿勢的靈活性上。我們能讓一線同學(xué)基于明細(xì)數(shù)據(jù)自助分析，而不用預(yù)定義指標(biāo);支持定制化，而不僅是固化的數(shù)據(jù)標(biāo)簽。因此當(dāng)我們做數(shù)據(jù)治理時(shí)，就可以自定義目標(biāo)，分階段定優(yōu)先級，采用對應(yīng)治理規(guī)則等等。

　　易用方面主要體現(xiàn)在下面的三個(gè)方向：

　　門檻低。沒有任何技術(shù)背景的同學(xué)可以無代碼搭建數(shù)據(jù)門戶，沒有統(tǒng)計(jì)學(xué)背景的運(yùn)營也能開啟AB實(shí)驗(yàn)。

　　上手快。不會SQL也沒關(guān)系，只要你知道自己想要哪些指標(biāo)，對數(shù)據(jù)元信息有了解，5分鐘就能搭建分析圖表。

　　協(xié)同廣。數(shù)據(jù)產(chǎn)品之間，數(shù)據(jù)產(chǎn)品和飛書、日歷、業(yè)務(wù)系統(tǒng)等多產(chǎn)品之間的無縫聯(lián)通，也讓大家更方便看數(shù)據(jù)，用數(shù)據(jù)。

　　如果再回過頭來想想，為什么會是這兩個(gè)特點(diǎn)?其實(shí)也很好理解。因?yàn)楦子玫漠a(chǎn)品，才能被用得更廣泛，才能讓公司的每個(gè)員工都用起來;更敏捷的產(chǎn)品，才能被用得更深入，才能夠，在直播這樣要求非常實(shí)時(shí)的場景，在數(shù)據(jù)需求非常多變的情況下，也都能支持。

　　只有數(shù)據(jù)被用得又廣又深，數(shù)據(jù)驅(qū)動的文化，才能有效落地。

　　三，高效組織撬動飛輪。

　　文化提升意識，工具落地執(zhí)行，是不是就夠了?對于業(yè)務(wù)復(fù)雜程度高，或者業(yè)務(wù)規(guī)模大的企業(yè)來說，好的組織模式是一個(gè)杠桿，能夠更大程度撬動數(shù)據(jù)與業(yè)務(wù)這兩個(gè)飛輪互相驅(qū)動。那什么算好的組織模式呢?我們的選擇是中臺+BP的模式。當(dāng)業(yè)務(wù)非常復(fù)雜，又存在多個(gè)形態(tài)差異大的業(yè)務(wù)時(shí)，完全通用共性的產(chǎn)品有時(shí)不夠貼近業(yè)務(wù)場景。這個(gè)時(shí)候我們用數(shù)據(jù)BP模式來解決，數(shù)據(jù)BP是一個(gè)更深入業(yè)務(wù)線的角色，類似于HRBP跟業(yè)務(wù)的深度協(xié)同關(guān)系。數(shù)據(jù)BP會根據(jù)不同業(yè)務(wù)特點(diǎn)，靈活組合數(shù)據(jù)中臺的產(chǎn)品技術(shù)能力，來解決更具體的業(yè)務(wù)問題。這非常類似于ToB場景中的解決方案角色，能站在客戶和實(shí)際業(yè)務(wù)痛點(diǎn)的視角看問題，從而規(guī)避了過于側(cè)重中臺和技術(shù)視角的風(fēng)險(xiǎn)。如果要做類比理解的話，中臺+BP的模式，非常類似于“中央廚房 + 終端餐廳”的關(guān)系。

　　上面講了我們在文化、在工具和在組織上的實(shí)踐案例和經(jīng)驗(yàn)。再回到最初的問題，談?wù)勎覀儗υ鲩L的理解。我們認(rèn)為：增長，源于每個(gè)人做的每一次正確的決策，從戰(zhàn)略、管理到執(zhí)行。而決策是否正確，在沒有數(shù)據(jù)驅(qū)動的情況下，更像是一種玄學(xué)。數(shù)據(jù)驅(qū)動能夠讓決策方法變得更科學(xué)，而更科學(xué)的決策也就會無限趨近于正確。字節(jié)跳動從第一天就相信數(shù)據(jù)驅(qū)動科學(xué)決策的重要性，多年來也一直堅(jiān)定不移地在實(shí)踐。當(dāng)然，我們承認(rèn)，一定有其它重要的因素也在影響著業(yè)務(wù)發(fā)展，比如宏觀經(jīng)濟(jì)形勢，賽道趨勢等等。但數(shù)據(jù)驅(qū)動的文化，趁手的工具，高效的組織，這些一定會是增長的關(guān)鍵決定因素。

火山引擎數(shù)據(jù)智能平臺VeDI

　　講完了對數(shù)據(jù)驅(qū)動的理解和字節(jié)跳動的實(shí)踐經(jīng)驗(yàn)，我們來看看火山引擎數(shù)智平臺。火山引擎數(shù)據(jù)智能平臺VeDI，是我們對字節(jié)跳動數(shù)據(jù)經(jīng)驗(yàn)的復(fù)刻。這個(gè)“智”，除了通常大家所理解的自動化、智能化之外，我們更想強(qiáng)調(diào)的是，融入產(chǎn)品的經(jīng)驗(yàn)“智慧”。這也是字節(jié)十年來在數(shù)據(jù)領(lǐng)域的積累沉淀。我們希望把成功服務(wù)過抖音等諸多成功業(yè)務(wù)的經(jīng)驗(yàn)?zāi)贸鰜?，通過火山引擎服務(wù)更多外部企業(yè)。

　　上圖是我們整體火山引擎數(shù)智平臺的產(chǎn)品家族圖譜。可以看到整體分成PaaS和SaaS兩部分，我們提供了覆蓋數(shù)據(jù)全生命周期的產(chǎn)品服務(wù)，與內(nèi)部產(chǎn)品完全對應(yīng)。

　　PaaS層主要分為數(shù)據(jù)引擎和數(shù)據(jù)研發(fā)治理。分析引擎主要解決的是如何實(shí)現(xiàn)海量數(shù)據(jù)下既快又穩(wěn)還省的問題，這里面有湖倉一體分析服務(wù)的LAS，有開源大數(shù)據(jù)平臺的EMR，有提供極致分析性能的云原生數(shù)據(jù)倉庫ByteHouse。數(shù)據(jù)研發(fā)治理DataLeap，提供的是數(shù)據(jù)集成、開發(fā)、運(yùn)維、資產(chǎn)管理等能力。而在字節(jié)的數(shù)據(jù)經(jīng)驗(yàn)中，數(shù)據(jù)治理是其中比較有特色的一環(huán)。我們倡導(dǎo)分布式數(shù)據(jù)治理，提供工具，將治理過程做系統(tǒng)化抽象，讓它更流程化、自動化。同時(shí)，我們沉淀下來50多條治理規(guī)則，能讓各業(yè)務(wù)方依據(jù)不同業(yè)務(wù)的不同階段的優(yōu)先級，進(jìn)行目標(biāo)的自定義和自治，更大程度提升數(shù)據(jù)治理的適配性和效率。SaaS產(chǎn)品是我們這次重點(diǎn)升級的系列，目的是更大程度地將數(shù)據(jù)驅(qū)動融入到業(yè)務(wù)環(huán)節(jié)中去。我們提供了更具有場景化的模板，產(chǎn)品間協(xié)同性也顯著增強(qiáng)。

　　接下來，我會重點(diǎn)圍繞場景化和協(xié)同性這兩個(gè)特性，來發(fā)布我們升級后的產(chǎn)品。

　　一，場景更豐富。

　　我們在面對客戶的時(shí)候，經(jīng)常會被問到一些問題：“我這個(gè)行業(yè)指標(biāo)體系要怎么構(gòu)建?數(shù)據(jù)可以有很多，但哪些是我這個(gè)場景下最關(guān)鍵最需要采集的?” 在DataFinder4.0中，我們特別發(fā)布“場景模板”來解決這類問題。我們在產(chǎn)品中預(yù)置了針對不同行業(yè)的核心場景模板，用戶可以自由選擇，一鍵生成看板。生成的看板則可直接用于對應(yīng)的場景，滿足日常業(yè)務(wù)指標(biāo)跟蹤或特定業(yè)務(wù)目標(biāo)的分析等需求。

　　上圖展示的就是目前預(yù)置在DataFinder里各行業(yè)一些典型場景模板。我們在服務(wù)內(nèi)外部業(yè)務(wù)過程中，積累的分析經(jīng)驗(yàn)和方法論，都抽象在這些場景模板中。

　　二，協(xié)同更融合。

　　協(xié)同性方面，首先讓我們來看一個(gè)ABI產(chǎn)品DataWind跟飛書協(xié)同的案例。本次升級后的DataWind，會在多個(gè)方面與飛書高度協(xié)同。我們目前可實(shí)現(xiàn)：

　　通過飛書機(jī)器人，一鍵訂閱數(shù)據(jù)報(bào)告，數(shù)據(jù)實(shí)時(shí)觸達(dá)，定期掌握數(shù)據(jù)動態(tài);

　　當(dāng)出現(xiàn)關(guān)鍵數(shù)據(jù)波動時(shí)，及時(shí)向負(fù)責(zé)對象推送異動報(bào)警信息;

　　針對有疑問的數(shù)據(jù)，不但可以實(shí)時(shí)評論，還可以一鍵拉群，對數(shù)據(jù)問題進(jìn)行討論和歸因分析;

　　分析后的BI圖表，可以嵌入回飛書云文檔中，做分析報(bào)告，總結(jié)沉淀。

　　對于數(shù)據(jù)量不大的場景來說，也可直接使用飛書表格作為數(shù)據(jù)集，接入DataWind分析。例如：某企業(yè)區(qū)域經(jīng)理要做經(jīng)銷商管理，經(jīng)銷商們可以通過飛書表格同步數(shù)據(jù);而區(qū)域經(jīng)理則跳轉(zhuǎn)到Datawind進(jìn)行多維度交叉分析，并且將分析結(jié)果制作成圖表;同時(shí)，在有數(shù)據(jù)權(quán)限精細(xì)控制的前提下，將分析圖表，分發(fā)到飛書群或是云文檔中。DataWind跟飛書的聯(lián)動，僅僅是其中一個(gè)例子。它代表了數(shù)據(jù)產(chǎn)品與協(xié)作辦公產(chǎn)品的打通，這也是將數(shù)據(jù)驅(qū)動的邊界，不斷向業(yè)務(wù)深處推進(jìn)。

　　而我們在對外的產(chǎn)品協(xié)同性上會更激進(jìn)一些，不僅是飛書，主流辦公協(xié)同工具都能集成使用。除了與協(xié)作平臺之間的聯(lián)通拓展之外，火山引擎數(shù)智平臺內(nèi)產(chǎn)品與產(chǎn)品間的協(xié)同也更絲滑。以營銷套件內(nèi)的產(chǎn)品為例，協(xié)同具備以下特點(diǎn)：

　　數(shù)據(jù)共通：底層數(shù)據(jù)源統(tǒng)一采集、統(tǒng)一存儲、統(tǒng)一格式，多方產(chǎn)品共用;

　　標(biāo)簽聯(lián)動：VeCDP內(nèi)創(chuàng)建標(biāo)簽之后，Datawind中將自動生成標(biāo)簽結(jié)果數(shù)據(jù)集，用戶可以直接進(jìn)行分析，GMP、Finder也都能直接用;

　　體驗(yàn)同步：不同產(chǎn)品中的數(shù)據(jù)看板可互相嵌入嵌出，比如DataFinder和DataWind;不同數(shù)據(jù)產(chǎn)品中，創(chuàng)建的群體也可以互相同步，比如DataWind和VeCDP;

　　設(shè)計(jì)統(tǒng)一：套件產(chǎn)品整體設(shè)計(jì)風(fēng)格統(tǒng)一，以保障不出現(xiàn)產(chǎn)品設(shè)計(jì)體驗(yàn)上的割裂感。

　　如果把這些能力用一個(gè)實(shí)際的場景串起來，大家可能更容易體會。某業(yè)務(wù)負(fù)責(zé)人早上醒來，在體內(nèi)數(shù)據(jù)驅(qū)動基因的驅(qū)使下，打開手機(jī)飛書。看了一眼自己訂閱DataWind看板卡片，發(fā)現(xiàn)昨天某活動的營收數(shù)據(jù)，顯著低于了預(yù)期目標(biāo)。于是他立即一鍵拉群，并@了相應(yīng)負(fù)責(zé)人。拉群之后，活動對應(yīng)的負(fù)責(zé)人、分析師、數(shù)據(jù)研發(fā)同學(xué)等不同的角色都在群里了。大家點(diǎn)擊指標(biāo)跳轉(zhuǎn)到DataWind里，通過使用DataWind內(nèi)置的智能歸因算法發(fā)現(xiàn)渠道因素的影響最大。做出這一步，也是最初步的診斷結(jié)論的時(shí)候，時(shí)間只過去了不到10分鐘。

　　接下來，還要做更詳細(xì)的診斷分析，看看不同渠道的轉(zhuǎn)化情況。而DataFinder其實(shí)更擅長解決渠道分析的問題，通過預(yù)嵌入DataWind的DataFinder看板，大家查看了不同渠道下的轉(zhuǎn)化漏斗對比，發(fā)現(xiàn)A渠道的人群跳失率太高了，基本上頁面點(diǎn)一下就馬上走了，說明這個(gè)渠道的投放都打了水漂。那該怎么補(bǔ)救呢?大家挑選了轉(zhuǎn)化率較好的B渠道，將他們的數(shù)據(jù)回流到VeCDP中，并建立了畫像標(biāo)簽，并基于此對原來投放的目標(biāo)群體畫像做了修正，使得其更精細(xì)化。

　　下一步就是投放，用VeCDP剛生成的畫像標(biāo)簽和人群包，在抖音廣告體系內(nèi)做比之前更精準(zhǔn)的定向投放。此時(shí)問題又來了，用什么樣的文案素材更好呢?通過DataTester，大家針對不同的人群，灰度測試選出了更適合，轉(zhuǎn)化率更高的素材。當(dāng)正式投放開始后，DataFinder又可以繼續(xù)用來分析投放效果了。此外，還能針對引流過來的新用戶，通過GMP進(jìn)行私域的push或者短信，提升私域用戶的活躍度。這就是一個(gè)企業(yè)如何利用火山引擎數(shù)智平臺，實(shí)現(xiàn)的數(shù)據(jù)驅(qū)動科學(xué)決策，進(jìn)而解決業(yè)務(wù)問題的例子。有時(shí)候，它可能只是從小小的數(shù)據(jù)異常開始，但卻能貫穿了企業(yè)從上到下的各個(gè)角色和環(huán)節(jié)。

　　在整個(gè)火山引擎數(shù)智平臺能力升級的背后，有我們一整套的數(shù)據(jù)技術(shù)能力在支撐。今天，我們也將首次對外發(fā)布火山引擎數(shù)智平臺的技術(shù)棧，讓大家全方面了解火山引擎數(shù)智平臺從數(shù)據(jù)引擎到數(shù)據(jù)管理以及數(shù)據(jù)應(yīng)用上端到端的全鏈路數(shù)據(jù)能力。

　　這些技術(shù)能力，除了通過剛剛介紹的商業(yè)產(chǎn)品對外服務(wù)，也會通過部分開源的形式來對企業(yè)提供技術(shù)上的幫助。在字節(jié)數(shù)據(jù)平臺發(fā)展的過程中，我們也享受過開源社區(qū)帶來的便利，所以我們也將自己在實(shí)踐中自研比較成熟的系統(tǒng)開源出來，回饋給廣泛開發(fā)者。目前，我們即將開源的幾個(gè)項(xiàng)目包括數(shù)據(jù)集成項(xiàng)目BitSail和數(shù)據(jù)分析引擎ByConity開源項(xiàng)目等，預(yù)計(jì)年內(nèi)就會發(fā)布，大家敬請期待。

　　最后，讓我們簡單回顧一下。今天主要分享了字節(jié)跳動的數(shù)據(jù)經(jīng)驗(yàn)以及我們?nèi)绾伟阉鼜?fù)刻在火山引擎并升級迭代的。我們認(rèn)為，所謂的數(shù)據(jù)驅(qū)動不是有數(shù)據(jù)就可以驅(qū)動，還需要文化理念，精良工具產(chǎn)品，合理的組織;數(shù)據(jù)產(chǎn)品除了產(chǎn)品技術(shù)能力之外，還需要有被驗(yàn)證過的經(jīng)驗(yàn)智慧的沉淀。火山引擎數(shù)智平臺VeDI，就沉淀了字節(jié)跳動在數(shù)據(jù)驅(qū)動方面的經(jīng)驗(yàn)智慧。期望它能夠幫助大家深入業(yè)務(wù)，讓每一次業(yè)務(wù)決策更科學(xué)，從而驅(qū)動業(yè)務(wù)的發(fā)展。

　　謝謝大家!

　　編輯：楊艷