近日，「让业务用起来」2023观远数据敏捷分析实践巡展 · 北京站圆满结束。水滴数据与平台产品中心负责人胡浩带来了《水滴数据去中心化实践》的主题分享。胡浩着重分享了水滴公司的去中心化经营实践，包括水滴的业务形态特点、具体的解决方案以及未来发展方向。

水滴公司是中国领先的保险和健康服务科技平台，创建于2016年4月，以“用互联网科技助推广大人民群众有保可医，保障亿万家庭”为使命，致力于为用户提供健康保障解决方案。2021年5月，水滴公司成功登陆美国纽约证券交易所，股票代码“WDH”，成为中国在纽交所“保险科技第一股”。

以下为胡浩分享精彩内容摘录：

一、打破数据中心化

水滴此前存在供需不平衡的情况，所有的数据场景工作事项都需要提需求。数据和商分专业团队在供应链的最中间。从业务视角看，为什么我的需求还在排期？但从数据视角来看，每天都在完成大需求小需求，但是整体认可度却不高，因为业务需求没有完全满足。

数据中心化让所有的数据场景工作都需要提需求。因此成本就非常高。那怎样去打破这样的场景？核心是打破数据中心化供需体系，这里做了三件比较有成效的事：

✦ 需求全面的Review。对需求进行梳理分类，明确需求背景和目标。

✦ 引入成熟BI产品。诞生更多的生产者，不仅仅是专业的数据团队、商分团队在数据建设。

✦ 深度的运营。精确定位种子用户，让业务更好地用起来。

第一是认识自己，第二是提升技术能力，第三是真正让能力落地。

1、需求 Review

需求Review阶段有几个要点，要站在公司数据建设的角度看待，数据究竟有哪些需求，哪些需求是能够提效的。

第一接管取数需求。把商分取数的工作，接到产品部门中，通过专门的人力对接，提升业务的迭代效果。取数类型的需求往往反映业务数据建设的情况，是一个非常好的负向指标。

其次是产品建设。定期对数据进行review，观察需求究竟在哪些层面，为什么会有这种需求？是产品内容能力宣发不够，还是产品能力还没跟上业务诉求。

最后是用户需求。接到需求，取完数，这可能是第一步，更多要做的是怎么运营用户。如果需求已经具备能力解决，就进行一对一的培训。

这些工作做了一年，可以看到早期阶段对需求进行review的需求类型分布。

第一类，宽表透视和数据推送，占33%。如果把业务核心数据当成一张大表，在这张大表里做透视就可以得到业务想要的数据，应该让用户使用BI自助完成需求。

第二类，人群圈选。水滴很多场景需要用户画像的运营，这时候需要实现标签画像平台的自助分析。

第三类，漏斗分析需求。用户线上行为从接触到产品到最后完成转化的全链路分析，理论上用合适的行为分析系统可以解决。

第四类，营销触达需求。经销平台经常触达用户，需要一个自助的营销平台。

把数据做完扫描之后，就能发现增长潜力有多大。80%的需求是可以被压缩的，真正需要专业的团队介入的一次性取数需求只有20%，足以实现四五倍的效能提升。这是在数据需求阶段可以做的事情，也是第一个经验。

2、引入三方成熟BI

第二件事情，引入三方成熟的BI。水滴在BI建设上主要有三个阶段，从Tableau到自研，再到使用三方的成熟产品。

2019年公司使用的是Tableau，一是使用门槛有点高，不能全员使用，二是在国内服务没有跟上，导致最后没完全用起来。2020年Q1时，公司决定自研，经过一年多努力，发现和想要的成熟BI分析能力软件仍存在差距。因为自研成本高于采购成熟产品，业务使用效率也并不高。因此在2021年3月末，试点市面上的成熟BI。2022年Q2，经过两个季度深度试点，明确了水滴的需求，对自身的痛点和业务场景有了深入的理解，最后跟观远数据达到了非常良好的合作。

水滴在数据场景跟观远“让业务用起来”的理念是非常契合的，深入到业务场景，包括易用性、场景化、企业级。水滴每天自由维度分析的表都是亿级的，没有底层分布式引擎在下面支持，普通的BI产品是完全用不起来的，每天一抽数据可能就卡死了。我们非常高兴能找到观远BI这么好的产品，今年Q2，我们基本上完成了历史所有数据报表到观远BI的迁移。

引入观远BI之后，可以说整个效率提升非常明显。

过去，对传统普通用户来说，提一个需求，需求有长流程、短流程，一个普通流程也要经过这么几步。现在很多取数的场景或者简单的分析场景，业务只需要找到对应的宽表，大部分场景可以完成自助分析。

对专业用户来说，提效更明显。分析师作为专业的数据用户，从提出假设、验证、结果输出要经历这么几步，写SQL—数据下载到Excel—Excel透视做图—做完图贴PPT或者word，周报日报都是这样做的。这样会出现一些问题。比如今天数据分析完了，明天想再分析一下，就又得重新做一遍；每个人把自己的分析过程维护在自己手里，如果分析师走了，其他分析师拿到上一任交接的SQL，难以修改，随着业务变复杂，完全没法深入。

现在，有观远BI后很容易。数据在线用智能ETL调度，业务想要数据，只需做成数据集自行调度，相当于把数仓权限开放给专业用户；再者，可以在线随时做分析，直接推送到内部工具中，周报只需截图；每天自动生产，过一段时间观察之前分析有没有问题。

以上这些，无论是从沟通，还是从协同来讲，效率提升非常大，未来甚至可以实现十倍的提效量级。

3、深度运营需求方

第三，深度运营需求方。相当于所有给我们提需求的人，都要运营，而不是被动交付结果。我们主要做了三件事。

关键场景打样。以商分周报为关键场景进行打样。水滴很重视周报，每周都要做一个非常详细的周报，反映业务策略，以及各种各样的核心数据指标。之前商分团队每周编写各种周报，需要耗费40%的人力，通过BI工具提效，常规周报工作缩减到半天以内，商分团队可以投入更多精力在业务策略分析上。

关键影响力人物撬动。例如每个业务线一号位的管理驾驶舱。我们的管理驾驶舱跟普通驾驶舱的差异点主要体现在驾驶舱维度能不能下钻。现在整个数据集所有的指标看板都基于一个数据集建设，过去业务全貌只能等周报才能看到，现在每天可以实时看数，效率得到极大提升。

种子用户精准运营。每一条业务线，会有一些最了解业务的用户，要把这些人找出来，制定好种子用户的名单，把BI产品按照功能分类。很多时候，大家不愿意配合，这时候，我们优先培养年轻、学习能力强的同学，一点点攻克。另外，我们通过模板的形式，让门槛更低。任何一个想要拿结果的同学都肯定希望能自己干，通过这种方式慢慢把用户运营起来，最后结果也很明显。

自2022年Q3上线至今，近60%的需求是用户自助完成的，数据产品团队只负责不到30%的需求。所以说，怎么让用户认可数据团队的价值和存在？30%的人力肯定无法应对100%的需求。现在业务可以自己完成需求，业务得到了很好的支撑，价值自然得到了体现。

当然除了数据上的表现，我们在实际的业务反馈上也收到了很多幸福的烦恼，比如用户增长太快，导致经常担心服务器资源是不是不够了，用户名额License是不是不够了等等。这些幸福的烦恼代表着，我们在业务的产品、研发以及整个全公司领域的渗透，大家都知道数据平台提供了这样的工具，可以支持相关的场景。

二、坚定去中心化的数据组织

面向未来，要继续坚定的把去中心化的路走下去。专业的数据团队不要成为一个中心，而成为其中支撑的一角，把BI平台，各种行为分析平台等等平台逐步完善，以它们为依托，专业的数据团队只完成20%专业需求，例如业务底层的基础数据的建设，整个数据的治理体系、数据安全体系等等工作。剩下80%的常规数据的支持分析工作，由用户自助完成。最终实现最高效地支撑业务的发展。未来要坚定的把去中心化的数据组织形态打造起来。

以上为分享内容精彩节选，关注观远数据订阅号回复【水滴】即可获取完整演讲PPT。