实现了业务过程的数字化之后 ， 第二步就是 数字化协同 。 第一要通过数据治理等手段让底层数据得到规范、统一的表达 。 第二是要让更多的人参与进来 ， 所以需要通过数据可视化等工具让不同的角色（开发人员、运营人员、使用人员、管理者等等）使用起来 ， 加入数字化协同的过程 。
数字化协同能力 ， 最直接的影响是效率的提升 。 协同得越好 ， 就能越及时、全面地获取业务的认知 ， 也就能在数据上更客观地支持上层业务的 优化 。
优化的效果一定不是拍脑袋 ， 也不是凭感觉 ， 而是用 客观的分析评估 。 一方面 ， 可以用A/B测试等方式通过数据来精准评估业务带来的实际收益 ， 另一方面 ， 我们也要进一步多维度的关联原因 。
最后 ， 走完这四步后 ， 在业务优化和评估过程中 ， 我们又能沉淀更多的数据 ， 这就形成了闭环 ， 实现了飞轮的转动 。
字节的数据驱动飞轮
刚刚是一个偏抽象的描述 ， 下面我们再结合字节跳动的具体情况来看：

• 业务过程数字化 ， 主要是对于不同触点的数据埋点 ， 比如APP、小程序、运营页等等；
• 数字化协同 ， 是多角色对数据应用的协同加工 。 比如研发如何做好数据开发、数据治理 ， 运营更好更快的用好数据等；
• 数字驱动业务优化 ， 主要是根据数据 ， 根据数据产生的insights ， 对产品、算法进行优化 ， 比如对推荐系统策略的优化 ， 面向不同用户群体运营的优化等；
• 客观的分析评估 ， 一方面通过A/B测试 ， 对不同的、新的迭代进行客观评估 ， 另一方面则是通过ABI进一步地进行数据洞察 ， 能够积累对于的insights ， 从而促进整个流程的转动 。

这就是字节跳动构建整个数据驱动飞轮的过程 ， 在这个过程中 ， 我们把“业务过程数字化”、“数字化协同”、“客观的分析评估”这三个沉淀下来 ， 固化成数据中台统一的能力 ， 去支持不同应用的数据优化 ， 同时中台能力 ， 还能对业务不同维度 ， 包括增长、体验、变现等等实现进一步的优化 。
下面我们就数据中台和应用优化 ， 进行展开 。
面向应用的数据中台

文章图片

【数据驱动 x 敏捷开发，字节是如何践行这两大技术理念的】刚才其实也提到了数据中台 ， 它最大的一个作用是帮助各个应用、业务基于数据驱动进行优化 。 所以做数据中台有一个很重要的理念 ， 那就是一定要面向应用来构建 。 从数据开始 ， 用数据来做验证 。 那么谈到数据的验证 ， 那最重要的其实就是A/B测试 。 之前我们也在不同场合强调过字节对于A/B测试的重视 ， 包括抖音、头条的起名也是通过A/B测试得来的 。
对于评估而言 ， 测试只是第一步 ， 我们还需要进一步对结果进行分析 ， 因此构建了相应的数据运营平台、智能数据洞察和客户数据平台等工具 ， 帮助产品和运营可以深入分析数据 。
而在底层 ， 面向每天产生的大规模、批量、实时的数据 ， 我们也建设了一套完整的数据采集、研发和治理的套件 ， 提升数据开发的效率 。
所以可以说在底层 ， 我们更关注数据开发的效率和规模 ， 而在上层 ， 我们关注的是整个产品和运营在做数据分析过程中的易用性、可交互性 。 要实现易用性、可交互性和底层规模和效率的一个连接 ， 我们需要一个非常强大的数据分析引擎 ， 那就是我们的ByteHouse 。

文章图片