今天去参加项目的初设评审会议，回来的路上和同事闲聊，吐槽公司研发的产品太弱，交付产品总感觉七拼八凑，哪个功能都不能深究。但反过来想，公司这几年也做了不少数据项目，既有银行，也有政府，而且也获得了腾讯的投资，说明外界对公司的实力还是认可的。那么，公司的实力到底体现在哪呢？也许同事的见解不无道理：

公司的产品体系虽然不强，但具备了完整交付项目的能力，这是公司的核心价值，也是腾讯投资的原因。就好比盖房子，团队能从打地基开始，完整地把房子搭建和装修出来，具备房子的基本功能，要厨房有厨房，要客厅有客厅，虽然高科技体现不多，美感不高，但是房子的居住功能一点不少。

回到数据产品交付，正像上午评审会上专家所言：“数据分析有三个关键的库：数据库、模型库、方法库“，交付的本质上就是三个库，其中数据库和模型库的建设过程就是数据治理的过程，这中间团队的经验、方法、流程对于项目的成败起到了关键作用，公司在这方面之所以有优势，主要在于目前的团队，核心人员很多来自TD，是多年的同事关系，在实施理念、流程、方法等方面，不存在差异，再加上经验丰富，个人素质很高。换句话说，数据产品的成败，实施人员和实施过程占主要因素，在这个过程中，工具和产品起作用并不是特别突出，无非是数据库平台、ETL工具、BI工具等，其中，数据库和BI工具都有成熟的商业产品和开源产品，ETL工具大家公认最灵活的还是脚本，对于商业ETL工具评价都不高。这也可以解释，为什么多数互联网行业的数据公司，仍然聚焦在有限的几个数据运营场景，涉足2B市场的不多，而且也没有表现出与其实力相匹配的交付能力。
另外，现阶段数据项目的产品化程度很低，这也是困扰了我很久的一个现象：

数据治理过程中，绝大部分工作都是基于excel的重复工作，缺少IT工具的支持，人员培养都是传帮带，在项目实施过程中，基本靠堆人。可以交付的产品占比不超过30%，其它都是实施和定制化。

因此，那些表面技术实力很强大的公司，在TO B市场却评价不高。我就遇到一个公司，使用了某互联网公司的产品实施智慧小镇项目，中间遇到困难，转而与我所在的公司交流，打算换产品，我当时听也很诧异，现在有点理解了。那些公司的产品只在部分环节具备优势，比如，用户画像、内容推荐，但在数据治理的其它方面，仍然是缺少产品化支撑的能力，而其产品由于局限在有限的几个行业场景，缺少项目实践的沉淀，遇到复杂的行业，已有的经验和人员就不足以应对。
虽然目前数据行业的产品化程度不高，但不代表一直会这样。以前印象中政府项目都是面子工程，缺少业务支撑。这段时间在项目的体会，逐渐改变了我的认识，他们也在不停地探索数据方面的应用，尝试数据治理的流程化、产品化。现在正在做的数据清洗功能，应该说是一个不错的尝试，试图将数据清洗能力开放给委办局使用，将以前只能由技术人员写脚本的工作变成可以配置的工作，极大地降低了清洗的难度。同时，配合行政手段，强制要求其它大数据项目不再额外采购清洗工具。数据治理产品化程度的不断提高，可以让成熟的经验通过工具不断沉淀，也可以降低数据治理的难度，应该说是一个双赢的局面。