三三制：⼤数据企业如何打造⼀⽀打不烂、打不散的团队？
拿破仑说：“进⾏战争的原则也和实施围攻的原则⼀样，⽕⼒必须集中在⼀个点上(⼀个地段上)，⽽且必须打开⼀个缺⼝，⼀旦敌⼈的稳定被破坏，尔后的任务就是把它彻底击溃。
•
什么是“三三制”？
三三制是抗⽇战争时期林彪提出来的，当时，鉴于当时⼋路军⼀窝蜂的班组⾃由冲锋经常被敌⼈优势⽕⼒压制，他提出了三三制战术。⾯对⽕⼒密度很⾼，战⽃意志和素养都很强的敌⼈，不能再进⾏简单的“⼀打⼀冲”，⽽要注意疏散密度，减少伤亡。部队，主要是战术单位，⽐如班排连，不能继续挤做⼀团，即使基本单位，也要明确分⼯，冲锋，掩护，⽀援，从⼀开始就有区分。
“三三制”是⼀个班内由三⾄四⼈划分三或四组。正副班长为当然⼩组长。另在班内挑选政治较好、战⽃勇敢，或有经验的战⼠充当组长。在战⽃时各组以班长为核⼼，在班长领导下，率领本⼩组根据敌情地形，散开距离间隔进⾏作战，不超过班长⼝令指挥范围以外，在平时使三三制编制要与⽇常⽣活管理教育公差勤务等⼀切活动相结合，在战⽃中求得灵活动⽤发挥其效能。
“三三制”对中国军队影响最⼤的是中国军队甚⾄⼀个班⼗⼏个⼈，也会划出三个战⽃⼩组。班长，副班
长，还有⼀个⼩组长，各带⼀部分⼈⾏动。这种精密的划分，将战术指挥权下放到了⼏乎全体⼠兵。⼀个班有三到五个⼠官各司其职，还有⽼兵，有党员，排长还有政治战⼠，连长连副指导员，如此严密当然是“打不垮拖不烂”的队伍了。同时指挥员的⼯作量也实际减轻了不少，班长搞掂组长，⼀个组长搞掂两三个兵，排长加⼤班长搞掂三四个班长...以此类推，整⽀部队在建制管理上的压⼒⼩多了...政⼯⼈员专门管⼈以外还负责与地⽅的接洽，⼜进⼀步形成系统效应。
•
“三三制”组织创新的案例
熟悉华为的都知道华为在组织管理上有独到之处。在华为成⽴早期，华为总裁任正⾮就在公司倡导和推动“⼀点两⾯三三制”。什么叫⼀点两⾯呢？所谓⼀点，就是说要集中优势兵⼒于主要的攻击点上，反对在各点上平分兵⼒的办法。所谓两⾯，就是说必须采取勇敢包围办法，防⽌敌之突围逃⾛。具体到企业⾥实际上指市场组织形式。市场团队⾥充当尖⼑队的先头部队在“华尔街的城墙”撕开⼝⼦，两翼的部队蜂拥⽽上，把这个⼝⼦从两边快速拉开，然后，“华尔街就是你的了”(任正⾮语)。
早期，任正⾮要求华为的⼲部们就“⼀点两⾯三三制”写⼼得体会。前副总裁费敏、常务董事李杰，对“⼀点两⾯三三制”体会最深，在《华为⼈报》发表后，任正⾮⼤加赞扬，就提拔他们上来。此后，“⼀点两⾯三三制”便作为华为公司的⼀种市场作战⽅式、⼀线组织的组织建设原则在全公司⼴泛推
开。
应该说，这是受中国军队的启⽰，华为在市场组织建设上的⼀种模仿式创新，对华为20多年的市场成功助益甚多，⾄今仍然被市场⼀线的指挥官们奉为经典。
•
⼤数据团队的“三三制”
三三制的核⼼是指挥权下放和⼩团队独⽴作战，这和今天企业越来越追求扁平化管理和业务线独⽴运作的理念是不谋⽽和的。
那么，⼤数据企业或者说数据驱动的企业有没有可能借鉴这种组织形式呢？在开始讨论这个问题之前，我们先来认识⼀下⼤数据团队中“⾓⾊”和职位。
1. ⼤数据团队的“⾓⾊”
1. ⼤数据团队的“⾓⾊”
笔者认为，⼤数据团队应该有如下⼏种⾓⾊：
领导者
⼀个⾼效的项⽬管理者通常要识别项⽬的利益相关者，并搞清他们需要什么。这些⼈会问“ 我们要回答的商业问题是什么？ ”设定并传达⼯作⽬标、范围和时间，落实到每个相关⼈员。他还要确保每个相关⼈员，从数据分析师到开发⼯程师，同步⼯作并理解要交付什么。
大数据要学什么构建者
他们为⼤数据项⽬组织数据并建⽴分析模型。他们还修订、更新和替换必要的模型。
开发者
这些⼈把收集的数据组织在⼀起，以便⽤于分析，他们负责设计数据的结构，以确保数据可以有效地供所有⽤户检索，有些数据的访问需要数分钟、甚⾄数⼩时，例如，需要每分钟或每⼩时使更新的数据。同时他们还要维护这些数据，以确保数据总是⼲净的、准确的。
分析者
团队⾥需要⾄少有⼀个⼈对数据背后隐藏的东西⾮常好奇。我把这些⼈称为分析者。分析者通常是数据分析师、产品经理或市场营销团队的某个⼈。这些⼈不仅疯狂地想了解业务问题的答案，还能时时
提出新问题。分析者喜欢钻研项⽬第⼀阶段收集的数据，⽽且有很多点⼦，引出下⼀阶段应该收集的新东西。他们还要负责解释结果，并推动各部门协作和付诸实施。
2. ⼤数据团队的职位划分
上述划分只是⼀种逻辑上的划分，那么在企业⾥⾯他们对应的是哪些具体的岗位呢？⾸先我们先来认识⼀下⼤数据公司⽬前最常见的三个职位：
数据分析师：
基于业务，通过数据分析⼿段发现和分析业务问题，为决策作⽀持。
数据挖掘⼯程师：
偏技术，通过建⽴模型、算法、预测等提供⼀些通⽤的解决⽅案，当然也有针对某业务的。
数据开发⼯程师：
⼀般也叫数据开发⼯程师，负责搭建仓库搭建、数据的存储、处理、计算处理、报表开发等。
不难看出，上述三个职位和“⾓⾊”的对应关系应该是：
3. 谁来担任领导者？
那么问题来了，“领导者”这个⾮常重要的“⾓⾊”⼀般由谁来承担？这个问题没有标准答案，通常取决于企业的组织形式、数据应⽤的程度。
在⼀个以技术驱动，重视⼯程师⽂化的企业⾥这个⾓⾊通常是CTO、CIO、部门主管甚⾄是资深架构师，通常这个⼈具有⾮常深厚的技术背景和团队管理能⼒。
在⼀个以产品驱动，重视产品经理⽂化的企业⾥，这个⼈通常是产品经理(或数据产品经理)，这个⼈通常具有⾮常好的
在⼀个以产品驱动，重视产品经理⽂化的企业⾥，这个⼈通常是产品经理(或数据产品经理)，这个⼈通常具有⾮常好的业务感觉和沟通协调能⼒。
当然，对于⼤数据应⽤成熟、有⾃⼰独⽴的数据中⼼或者业务单元的企业，这个领导者也可能是“数据科学家”，如百度⼤脑(Baidu Brain)计划的负责⼈吴恩达。
数据科学家通常对上述⼏个职位的职责都⾮常熟悉，在能⼒上他们本是就是这些职位的个中⾼⼿。在职责上他的核⼼价值在于“识别问题”，然后才是“解决问题”。
数据科学家通常直接效⼒于企业的CEO、CIO或者VP，他们需要⾯向企业的商业问题，通过数据驱动来创造不同特性的产品和流程，为客户提供更有价值的服务。
•
⼤数据企业的“⼀点两⾯”
1. ⼀点=先尝尝⼤数据的“味道”，再谈怎么做
很多企业做⼤数据，⼀开始就⼤张旗⿎做建设。要知道⼤数据平台⼀旦建起来，若是不好⽤或是有问题，再来改，搞不好就是全盘颠覆。
所以，在企业全⾯构建⼤数据平台之前，可以按三三制的原则成⽴⼀⽀具有⼤数据全栈能⼒的先头团队，同时给予⼀定的资源和权⼒，由这个⼤数据团队花⼀点时间先⾏先试。⽐如，对于要开展的⼀个促销活动，给出数据链的⽀撑，或者对于某个上线的产品进⾏⽤户画像评估和A/B test决策。即便是最简单的⼤数据尝试，也能让我们发现搭建⼤数据体系时可能存在的问题。具体如何操作呢？⼤数据团队要先做好业务沟通和原型系统。
业务沟通
同样是利⽤⼤数据进⾏客户画像、挖掘客户需求。对于电商⽽⾔，在电商平台建设之时，很多数据就已经相对规整的存储系统⾥了，只需要通过⽹站流量统计⼯具，分析⽤户流量来源和特点；然⽽，对于传统⾏业⽽⾔，先得搞清楚的是企业内部的运作流程和每个⼤⼤⼩⼩系统上能够提供什么数据，可能根本没有现成的数据给你。
为此，⼤数据团队需要花更多的时间和业务团队去沟通，了解业务的整个流程，了解他们的痛点在哪⾥，学习他们处理业务的经验。
然后⽤替换法，看能否将他们的经验进⾏数值量化，通过数据的变化去控制逻辑的进⾏，最终替代掉他们的⼀部分⼯作。
⼤数据团队想要⾃⼰变得更有存在的价值，必须承担半个产品经理的⾓⾊，学会使⽤产品的思维去思考问题，去沟通交流，去了解业务，去构建你⾃⼰的数据产品。
原型系统
有了初步的业务沟通，你可以尝试搭建⼀个原型系统，并邀请你的⽬标⽤户(包括内部⽤户和外部⽤户)使⽤并收集⽤户反馈。
当然，这⾥可能就有两种情况了，⼀种是业务⽅使⽤完了之后，直接再也不想使⽤了，那么你就要思
考你们的⽅向是不是错了，然后重新反思review，然后快速推翻重建，或者调整你们的思路。
如果⽤户提出⼀些优化建议，那⾄少意味着团队的⼯作是有价值的，接下来的事就是让价值更⼤化，正规化。
2. 两⾯=平台建设者和平台使⽤者
当原型系统验证成功的时候，⼤数据团队必须让企业的领导者参与进来。⼤数据团队必须清楚，数据驱动是跨部门的公司战略，绝不是⼀个团队，⼀个部门的事情。
司战略，绝不是⼀个团队，⼀个部门的事情。
企业推⾏⼤数据的最终⽬的，是要让它成为公司决策的“⼤脑”、市场销售的“指挥棒”，说到底，⼤数据要能够⽀撑⽅⽅⾯⾯的⼯作，是整个企业级别的⼤事。企业决策者是应该是⼤数据产品的“⾸席体验官”。
所以，⼤数据战略的推进，需要企业领导者充分参与，才能保证不跑偏。否则，⼤数据项⽬只会沿袭旧有的运营模式或流于形式。
⼤数据团队需要推动企业建⽴⼀种与⼤数据应⽤阶段相适应的组织机构和企业⽂化，让⼤部队能跟上
来，形成合围和规模效应。从军事上讲，只有先头部队顶在前⾯，两翼没有包抄的话，先头部队将很快陷⼊孤军奋战危险境地。
在⼤数据企业中，两翼部队是⼤数据平台的利益相关者，按照参与的程度通常可以分为“平台建设者”和“平台使⽤者”，前者负责建设数据存储和计算平台，后者基于数据平台提供数据产品和数据服务。
平台的建设者
包括三种⼈：基础平台团队对 hadoop、spark、storm 等各类⼤数据技术都⾮常熟悉，负责搭建稳定、可靠的⼤数据存储和计算平台。数据平台团队主要负责各类业务数据进⾏清洗、加⼯、分类以及挖掘分析，然后把数据有组织地存储到数据平台当中，形成公司的数据中⼼，需要团队具有强⼤的数据建模和数据管理能⼒。数据产品经理团队主要是分析挖掘⽤户需求，构建数据产品为开发者，分析师和业务⼈员提供数据可视化展⽰。
平台的使⽤者
也可以包括三种⼈：数据分析团队通过分析挖掘数据，为改善产品体验设计和商业决策提供数据⽀持。运营、市场和管理层可能通过数据分析师获得有建设性的分析报告或结论，也可以直播访问数据
产品获得他们感兴趣的数据，⽅便利⽤数据做决策，数据应⽤团队利⽤数据平台团队提花的数据开展推荐，个性化⼴告等⼯作。
•
总结
数据驱动的企业组织形式必须是全员参与、⾃上⽽下的。必须让 “ 利⽤数据 ” 成为企业任何⼈员的职责，企业决策者必须要成为⼤数据产品的“⾸席体验官”。
在开始⼤规模建设之前，可以先成⽴⼀个由数据科学家(领导者)、数据分析师(分析者)、数据挖掘⼯程师(构建者)、⼤数据开发⼯程师(开发者)组成的⼤数据团队先⾏先试，在取得局部突破(原型验证成功)的情况下，再投⼊资源进⾏产品开发和设计。
⼤数据企业组织形式中的“⼀点两⾯三三制”。“⼀点”指组织⼤数据团队(先头部队)先⾏先试，验证数据平台的可⾏性。“两⾯”指数据平台的使⽤者和建设者(两翼部队)。三三制指⽆论是⼤数据团队还是企业整体组织架构都按照权利下放、⼩团队对⽴作战的形式进⾏运作。
End.
PPV课原创，转载需申请授权
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论