1.4.2 数据生态问题

笔者从小到大，从读书到毕业，从工作到现在，整个生活都充满着数字、算数、方程式、竞赛、模型、数据、价值，比绝大多数人都渴望探索到数据真正的价值，但是很遗憾，到目前为止还在探索，并且没想过要放弃。

在以前，笔者可以“伪造”数据，应对各种大大小小的比赛，让裁判看不出任何破绽。而现在，很怕遇到假数据，也必须对它有敬畏之心，因为这是真实的场景。笔者也知道数据的价值与业务运营密不可分，更坚信数据产品对于业务的意义之重。

笔者能沉得住气，不追随一波又一波的热潮，去接触深度学习、人工智能，因为我知道还有事没做好。数据产品的开发落地只是占数据工作很小的一部分，而运营推广则会充满挑战和挫折。我可以不为名、不为利，只想专注地做自己喜欢的事，挖掘到数据化运营的深层次价值。

无论是公司决策者、领导者，还是业务方和数据人，绝大多数人都真正缺乏这种意识，这种情怀。这也是当下数据环境所暴露的诟病，毕竟升迁加薪、KPI业绩、生活压力等种种干扰因素有很多，也只有年轻的一代有如此激情了。

对于当下开展大数据业务的中小型公司而言，数据难产、变现能力差，最本质的原因在于“技术与业务”脱节严重。做业务的关心业绩，也只会看数据表现，更相信自己的经验，很少给予大数据更多的施展空间。这也导致很多数据产品缺乏业务场景的迭代、证明、驱动。

对于崛起的数据科技服务公司而言，产品没有市场和用户，公司缺乏核心竞争力，很难推广自己的产品。面临这种情况，最应该思考自身数据产品本身的价值，是否跟随当下的业务需求痛点而变迁，还是在墨守成规地做底层建设、科普模型工程或数据的搬运工。

对于正在从事数据行业的工作者而言，工作风险高，工作价值难以体现，缺乏成就感和归属感。工作按部就班，重复做熟练的底层建设工作，不关心业务，不深入了解数据，缺乏数据产品思想，缺乏集技术、数据和业务于一身的综合性的数据人才。

所以当下的大数据环境存在的问题，更多的是缺少综合性数据人才、正确的数据价值认知，以及大量的业务场景的快速迭代。