火花思维数据科学家冯俊晨：“为想象插上数据的翅膀”

数据驱动在企业中发挥着哪些价值？

做教育的公司，用户是通过教师、服务人员、销售人员这些“中间节点”来感受企业的产品和服务，所以帮助这些“中间节点”进行提效就变得非常重要。

《人均老师·云上增长季》第8期，火花思维数据科学家冯俊晨，为大家分享数据如何帮助内部提效，数据飞轮又是如何在教育场景发挥价值。

为什么要培养孩子的思维能力？

有的家长在教育孩子过程中，或多或少会遇到以下问题：孩子词不达意，说话没逻辑，导致别人理解不了；动手能力差，动作慢；遇到困难不知所措，专注力很差等等，这些问题都是逻辑思维能力不足的体现。事实上，孩子的逻辑思维可以通过后天的训练来提升，孩子越小，后天教育发挥的作用就越大。

孩子的大脑在 8 岁之前是一个快速生长的阶段，这个时间段是培养逻辑思维的黄金期。美国有一个著名的教育心理学家布鲁姆，他说，如果一个人到 17 岁、18 岁的时候，智力成长是 100% 的话，在 8 岁之前就已经完成了80%。

我们的大脑是具有可塑性的，外部刺激会激发大脑皮层中的神经元不断地建立链接，促进相应的功能得到发展与稳定。而训练逻辑思维本质上就是训练我们的大脑，让人变得越来越聪明。

如果后天缺乏相应的教育，人本身所具备的思维能力就得不到最大化的发展，人和人之间的差异就会越来越大，这势必会影响到后面各个阶段的发展。

什么样的产品更受孩子的喜爱？

火花思维有一个使命，是激发孩子的学习热情，点燃孩子的终身成长。

在课程设计上，我们有尊重每一个孩子的特性，不仅仅是做一个普通的 PPT 课件，而是将每一个支点和思维能力用故事情节来贯穿，增加一些有挑战性的思考，这样既可以帮助他们构建思维能力，同时又可以帮助他们带来成就感，从而激发他们的学习兴趣。

我们有一个特殊的教学方法叫“小老师视频”，就是希望孩子去模拟一个老师，假设他要去教班里的同学。只有自己能教授别人某个知识点了，他才是真的学会了。通过这个教学的环节，我们也能让家长看到自己孩子学习的成果。

思维能力很抽象，你看不见摸不着。我们的教学过程不仅仅是知识传递，同时也是情感的交流。老师跟孩子这个很多年都在一起，像朋友一样一直陪伴，一直成长。

火花思维里有一个叫“火花四步法”的教学方法，我们会让孩子先探索，探索完了以后我们再讲解，讲解完了再引导孩子去发挥启发，最后再是练习，而不是上来就灌输给孩子应该怎么做，这和大部分填鸭式的培训是完全不一样的。

数据驱动在火花思维发挥了哪些价值？

先来说说我理解的数据驱动和数据飞轮。以我们自己团队走过来的一段路为例，我们第一版的数据健康度，由几十个技术指标汇成六个纬度，六个维度再一个总分，非常“科学”。

虽然总分每个月都在涨，但业务方根本不关心，然后汇报时CEO问，这个健康度好像提高了，但数据价值体现在哪里啊？所以我们在开始采用火山引擎时也同步采纳了字节以客户数据价值为中心的0987数据指标。

第一版给业务看的指标只有2个，第一个，纳入我们数据治理的数据资产，都承诺0缺陷。第二个，用户NPS是不是达到0.7。

开了几次月会之后，业务就开始问，唉，我有一张表，怎么纳入你们的数据治理体系啊？纳入治理的缺陷能不能让我们看看，为啥有这些缺陷啊？结合业务的问题和我们的技术判断，最后有的放矢丰富我们的日常技术监控体系。

我们大数据团队自己的数据治理变革就是一个典型的数据驱动业务的场景，核心是数据要消费起来，数据的消费提升业务价值，数据消费促进数据资产建设。建一堆指标放在那里是没有用的，被人看的数据才会形成洞见，才会形成动作。

像我们做产业互联网的公司，客户体验我们的产品和服务，最终是通过我们的教师、服务人员、销售人员这些中间节点去实现，所以更多的数据其实是帮助我们内部的员工来进行提效。

他们过去离数据非常远，数据运用门槛非常高，而现在通过利用 BI、用户行为分析等工具，就能进行数据分析，非常灵活。我在培训的时候经常开玩笑说，只要你会加减乘除，你就应该能做数据分析。

举了例子，数据驱动可以帮助教学管理者进行精细化管理。我们每周大约有 3% 到 5% 的孩子因为各种各样的原因不来上课，除了通过 APP 和短信触达的方式之外，我们还会让教学的老师去提醒家长来补课。

以前他们是拿 Excel 做的，操作起来非常麻烦。3000 多人的教育团队，需要先下载大表，然后每个教学团队逐级往下拆小表，不仅效率低，而且一线管理者也只能做得不到任何反馈的工具人。

而通过我们的 BI 工具，把这个业务流程自动化了，不仅是节省人力，同时我们可以直接给到我们的教学管理者一些可执行的管理动作，今天哪个老师的哪个学生必须沟通，一目了然。

第二方面是他们今天能看到自己动作的效果，获得他们完成任务的自驱力。这一点我们再靠传统的 Excel 做监督执行是根本不可能想象的。

除了提效之外，我们也有一些直接产生业务价值的数据飞轮。比如我们的海报设计就是一个非常典型的场景。我们想让用户看到哪张海报？我们的设计团队怎样才能把海报做好？这些问题都是可以通过数据飞轮的运转来解决。

我们通过A/B test 系统来做线上的流量优化分配。上新海报的时候，如果效果好，就可以得到很多的流量，如果效果不好，就可以默默地退出。有了海报效果的反馈，我们的设计团队就可以思考如何通过将设计风格标签化，去提高设计决策质量。

上了 BI 系统之后，我们可以把数据 pipeline 固定下来，我们设计团队自己就可以对标签做增删改，他想怎么分析就怎么分析，他想什么时候跑就什么时候跑，这其实极大提高了设计团队的分析能力，从而使得他们的价值输出能力变高了。

BI 上线的时候，设计师看到数据都打哆嗦，所以我特地给他们做了一次培训，副标题是“为想象插上数据的翅膀”。

这个项目很成功，一年之后我邀请他们给我的大数据团队来做分享，那个设计师分享的标题就叫“带着数据的翅膀乘风”，这就是业务自助的数据飞轮的魔力。

火山引擎帮火花思维解决了哪些难题？

我们在数据驱动这件事情上是比较认可字节跳动的理念的，我们也在通过与火山引擎的合作来实践这个理念。我来分享三个我们正在用的系统：

第一个：DataWind（智能数据洞察产品）。 对于我们而言最大的用处就是提效，我们在使用 DataWind 之前，所有数据分析都是必须通过写 SQL 来做，否则完全做不了。

而数据分析的流程跟产研需求很不一样，产研需求一旦产品经理想明白了，可能 6-12 个月都不会变的。而数据分析，我看到结果之后，想法变了，是很正常的，数据分析本身就是一个探索性的分析，不仅一个月可能会变两三次，可能一天就要变两三次，如果必须要通过写 SQL 来做，那效率就非常低。

火花思维从买了这个产品到现在，分析师没有增多，但是我们系统的月活是原来两倍还多，我们图表生产量也是原来两倍了。

第二个：DataFinder（增长分析产品）。 用户行为分析工具。火花以前在埋点上有很大的问题，一句话叫“出数的人不作数，做数的人不用数”。

什么意思？互联网公司，产品经理应该出埋点需求，产品经理自己也看数，所以出数人是用数的，而火花出数人是不用数的，因为用数人是分析师。所以分析师其实不知道产品经理在干的，产品经理不知道分析师的需求是什么。然后中间做数的人是研发和测试，他们只管把需求做了，既不知道这个需求从哪来的，也不知道这个要用到哪里去。

以前火花有 1 万多个埋点，但是基本上没有什么用。我们跟火山引擎合作之后，流程大大简化，埋点简化到了1000 个以内，点位少了，但现在用的人比原来多了很多。因为 Finder 允许产品经理把这个定义好之后，自己去看数，就不需要再给他写 SQL 了，甚至我们的运营同学也可以自己看数，可以自己圈人群，当老板问为什么这个数变了的时候，他可以很快地去看漏斗在哪，也可以很快地看到这些人群画像是什么样的。

第三个：DataTester（A/B测试产品）。 中小企业目前面临的最大问题是流量不足。科学地做一个对半切分流量的实验来验证两个页面素材，可能需要两个月的时间。而这个时间对于每月背标的增长团队而言是不可接受的。在科学性和速度之间，理性的业务方大概率都会选速度。

火山引擎DataTester是一款具备利用多臂老虎机原理进行智能流量分配能力的软件，它是一种线上流量分配优化的机制，能科学地权衡决策速度和决策质量，不论流量大小都能做出相对较优的选择，因此我们业务就能把它用起来。