数据团队如何编写2023年度工作总结与2024年度工作计划

数据团队如何编写2023年度工作总结与2024年度工作计划转眼2023年即将走到尾声，当前大家估计都在忙着写各种年度总结吧。对数据团队来说，由于其独特的生态位置，较难用传统的收入或利润等硬性指标来衡量贡献，因此写好总结变得更为重要。这里就谈谈自己在写总结时的一些心得。1、导语在总结的最前面，一般要先讲下公司的战略部署和工作会议要求，对齐公司的战略很重要，例如以下的文字描述：集团公司在**会议上提出，要把握数字经济发展特征，顺应信息能量融合创新的时代潮流，积极构建内治外用、治用并举的数据治理模式，促进释放数据要素价值，赋能数字经济发展提档加速。推进高价值数据广泛应用，形成“实践应用—反馈优化—治理提效”的良性循环，加快数据从资源向资产、资本转变。今年以来，数据管理部深入落实公司战略部署和工作会议要求，紧扣“一一六八”工作思路，聚焦新形势新任务守正创新、攻坚克难，以业务贯通、数智决策、流通赋能为价值导向，全面深化企业级数据治理体系，赋能公司高质量发展。这些文字不是那么容易临时总结，须在平时就关注公司的动向以及领导的言行，数据团队除了埋头做事，也要抬头看天，这体现了做事的格局。2、年度目标完成情况数据团队有时会认为业务部门的KPI达成了，自己的任务也就完成了，这是一个误区，别人的KPI虽然跟你有点关系，但你还是要体现自己的独特价值。第一，数据领域的很多能力的价值已经被业界广泛认可，比如端到端的数据开放效率，数据团队需要构建出衡量这些能力的指标，并努力使这些指标成为公司关注的KPI。第二，数据团队自己打造的业务更是对公司独一无二的贡献，比如研发数据产品进行的直接变现，基于数据能力进行的反诈。第三，数据团队对某些业务指标的达成起决定性的作用，在总结中要把这些独特的、业务部门也服气的贡献体现出来。比如要提升新生用户规模，精准定位到校园用户是营销成功的关键，这里的精准主要依赖数据团队的模型。我们要基于这些指标或目标，将实际成果与目标进行对比，分析目标的达成情况，例如以下文字描述：聚焦新形势新任务守正创新、攻坚克难，强化转型支撑赋能，激发新要素价值，全力锻造数智化转型核心能力。2023年总数据资产超过**万项，提升**%，数据汇聚周期从**月缩短到**天，跨域数据订阅量提升**%，数据开放周期缩短到小时级，支撑精确营销用户突破**万，赋能数据要素变现突破**亿元，数据治理变现实现从0到1突破，全面助力公司业务发展。坚持创新驱动，不断总结和输出优秀成果。数据中台能力上台**项，上台规模与质量保持领先；**件专利获国家专利申请号；获得2023年度**课题一等奖,全国首批通过**研发管理能力优秀级认证；全国首批通过**数据中台服务能力优秀级认证。这样的总结方式，既能展示数据团队的具体贡献，也有助于提升团队在公司中的地位和影响力。3、重大成就和项目回顾实现年度目标的关键在于团队在2023年完成的各项主要项目和任务。为了做出有效的总结，我们需要从业务视角出发，对每个项目进行简要的描述和评估。在这里，采用金字塔结构的描述方法是十分高效的。这种方法遵循“什么手段，解决了什么问题，达到什么效果”的句式来进行总结。同时要注意减少过程性的描述，专注于结果和效果。比如下面的总结缺乏效果描述，属于流水账：完成市场部提交的场景化网格模型、地市提交的异网网格模型、集团网格模型等网格模型上线；探索相关变量，将各变量进行分箱等手段处理分析，利用17个变量进行建模完成第一版伪实名诈骗模型，提供少量预测号码给市场部。下面的总结过程性描述太多，让人抓狂：综合一经、省经、大数据变现的不同业务特点，从架构合理性、数据一致性、数据冗余度、成本投入、应用灵活性、沟通协调成本进行了比对，同时参考了其它省的经验，完成一经，省经和大数据变现模型架构的优化调整，实现一经完全独立，省经和大数据复用ETL和DWD而DW分离，让数据一致性和应用灵活性达到一定平衡。下面给出了一个数据团队重大成就和项目回顾的模版和案例，供大家参考：-组织架构：涉及数据治理组织架构、职能的重构、优化和调整。例如以下文字描述：协同**等部门，在数据治理办公室下成立数据一致性治理工作小组，明确各部门职责，实现公司重点业务数据的全局一致，解决由于数据不一致带来的经营管理风险等问题。-机制流程：强调数据治理流程的重构和优化。例如以下文字描述：发布首个企业级**办法，推进数据治理**流程的攻坚，建立首个企业级数据一致性管理流程，优化数据盘点和营销客群生成发布流程，实现数据盘点周期由**缩短到**，营销客群生成时间从**分钟左右下降到**秒，数据质量和流通效率得到进一步提升。-数据能力：从多个角度描述数据能力的提升，包括数据质量、数据盘点、数据汇聚、数据建模、数据开放、数据运维等。例如以下文字描述：在数据质量方面，采用专题性治理和常态化治理相结合的模式，围绕业务流程、系统能力和数据开展三维一体的系统化的治理，从源头层面解决导致数据不一致的问题，当前**业务数据不一致数据量已下降**%。在数据融通方面，新增**份企业价值数据汇聚，数据资产累计达到**万项，同比提升**%。其中**类数据规模提升**%，支撑用户时空覆盖度提升**%，**类数据新增5G等类型，支撑全量用户的上网解析；信息点数据突破**亿条，为家宽服务奠定数据基础。在数据建模方面，围绕家庭业务打造**等全景视图，支撑**精准营销；打造**等集团挖潜模型，拓展大中型集团超过**万家；构建**等内容洞察模型，助力**等变现产品收入突破**亿元；新增**等行业位置模型，助力**等洞察产品收入突破**亿元。-产品能力：描述DataOps一站式工具链等产品的建设情况。例如以下文字描述：探索**等大模型应用，实现全量数据资源**万张表、**万个字段元数据信息的智能生成，数据字典信息完整率从**%提升至**%，累计降本超过**人天；推出“数治”等**大数据治理产品，完成与**等单位签约，变现收入突破**万元，从0到1孕育数据要素变现第二条曲线。-平台能力：关注查询、计算、存储等能力的提升情况。例如以下文字描述：实施**项目，通过标签架构升级、客群计算生成提速等手段，实现营销客群数据端到端获取时长从**分钟左右缩短至**秒，累计节省业务人员时间超**万小时。4、面临的形式和挑战在年度总结中要给出当前面临的挑战和困难，这是持续提升的关键。不少数据团队会忽略这个环节，认为只要满足业务部门的需求就可以了，这是在用战术上的勤奋掩盖战略上的懒惰。事实上，业务部门提出的需求往往只注重短期，这些需求挤占了大量的资源，但数据的能力不会由于满足这些需求而获得增长，比如很多公司的取数能力跟10年前一模一样，这是不思进取的结果。我认为，数据团队应该至少将30%的资源投入到未来发展上。举个例子，我们去年实现了一键入湖能力，提升了数十倍的数据采集效率，成本大幅降低，但NOETL在三年前也只是一个概念。据说某大厂的管理层每到年底都会脱产几天来思考明年的工作，我认为这是极其重要的。无论是团队还是个人，都需要清晰地谋划自己明年要干的几件大事，并为此提前预留资源。这样的思考和规划，可以确保我们在不断变化的环境中始终保持竞争力。下面是挑战的一些示例：一是随着各生产系统间业务交互的增多，系统间跨域数据不一致等数据质量问题日益突出，比如后端O域和前端B域的**数据不一致，导致规划建设和市场营销脱节。二是当前实时数据中台存在**等问题，对**等场景的响应率不到**%，影响了一线市场服务的及时性。三是当前**等核心数据还未有效采集，无法对**产品的健康度进行评估、预警和挽留，导致**产品的退订率居高不下。5、2024年工作计划基于对当前形势和问题的深入剖析，我们可以明确未来一年的工作方向，以下是一个示例：一是新增**等数据管理制度，成立**等专项工作组，落实多部门联席会议制度，推进**数据问题的高效解决。二是实现数据质量**提升，打造面向**的高质量主数据管理体系，实现**等公司重点业务的跨域数据一致性。三是推进数据开放体验跃升，打造“****”