導讀
工作久了，免不了轉崗或跳槽，剛好最近完成了自校招加入阿里以來的第一次轉崗（菜鳥->螞蟻），過程中因爲是要離職再入職，因此也算是一次跳槽了。在此，想以自己的本職工作角色“數據研發”出發，和大家分享下自己轉崗落地學習過程中的一些感悟，以及落地過程中的一些淺薄經驗。相信不論是誰，換到一個新環境，一開始都會有些許不適，並且同時還要面臨如何在新環境中快速落地的挑戰。本文將以“如何快速落地”、“快速適應新環境”爲出發點，探討數據研發“新人”如何快速瞭解公司業務、領域模型和業務系統，然後快速高效的推進相關工作，贏得合作伙伴的信任和支持。當我們來到一個新的環境中，如何快速適應並融入這個新的大家庭，是一件非常重要的事情。對於數據研發新人來說，快速落地是一個至關重要的過程，這個過程中，不僅僅要解決研發難題、提供業務支持，也要快速瞭解公司文化，與同事建立良好關係，獲得工作的滿足感和成就感。下面將圍繞業務、數據、系統三個切面展開探索。
先說結論：拆解問題，體系化提升認知
首先，作爲一名數據研發同學，日常工作大都圍繞數據展開。數據從業務系統中來，到業務中去，並反哺給業務系統，數據研發在其中起着承上啓下的作用。因此對業務、領域數據、業務系統，我們都得有所瞭解。因此我們需要構建起全局觀，從而捋清各層關係。構建起全局觀，對業務、數據、系統都能有個初步的全局性瞭解，將有助於我們高效推進相關工作，實現和業務、技術的高質量對話，避免把大部分時間花在反覆對齊上。因此，作爲數據研發的我們需要關注三個核心面的認知提升：業務、數據、系統。而如何推進這三方面的認知提升，則需要我們在學習過程中不斷思考總結，靈活應用相關的方法論和工具，最重要的是能形成自己的框架，並且能快速遷移到新領域。這幾點的關係如下圖。
底層核心能力還是在於思考總結、善用方法論和工具，然後用結構化的思維去思考問題，形成自己瞭解新事物、新領域的學習框架，快速拆解問題，形成體系化認知。比如本文就是用標準的「金字塔原理」進行問題的拆解和論點及論據的敘述。在此之上，需要深入瞭解我們的核心角色和工作職責，然後拆解我們的工作，分層分域地去突破。以數據研發角色爲例，業務、數據和系統三者既是公司生產活動流程上涉及到的幾個重要角色，也是工作中我們需要和學習的三個切面，三者密不可分。但作爲數據研發的我們，在學習這三者時的方法和側重點是有不同的。具體來說：
- 業務層面：前期重點在於快速瞭解，可以通過看組織架構、瞭解業務核心能力、核心場景等方法，讓數據研發工作落地更快。
- 數據層面：數據工作強相關，重點學習。通過學習數據域劃分、各方常用數據表、數據白皮書等，讓數據研發工作推進更好。
- 系統層面：數據源於系統，也變於系統。瞭解公司核心系統及其核心能力、覆蓋範圍、演進過程，讓數據研發工作推進更穩。
最終，我們需要形成對新環境的整體認知（涵蓋業務、數據、系統），在捋清各方協同關係的同時，在瞭解到各切面的核心要點後，才能完成與業務、技術的高效溝通，快速推進工作。
要點一：通過“看組織架構+梳理業務場景”，看清業務
數據的核心還是要服務和支持業務的發展，並在滿足業務看數用數需求的基礎上，反哺業務系統，助力業務挖掘潛在機會。因此數據研發工作的第一要務必然是要了解業務。儘可能深入的瞭解業務，然後構建起自己的業務全景認知體系，這將有助於我們與重要合作伙伴（如業務、BI等）之間實現高質量溝通，快速對齊想法。同時這也有助於瞭解我們做的事情/負責的業務數據範圍在公司裏的位置，從而爲自己的工作注入更多精彩和可能。我相信，對業務的認知越廣越深，和各方的的對話效率也越高，質量也越高。前期如何快速瞭解業務，可以從三個層面入手：看組織架構關係、瞭解業務核心能力、梳理業務核心場景。
- 多看看組織架構，構建業務認知框架。通過看組織的架構關係，可以幫助我們明確自己的工作職責、各方的協同關係、組織的業務範疇和公司的業務形態，最重要的是可以幫我們樹立起對公司業務認知的框架。有了框架後，再去分門別類的擴展和填充知識，整個過程就快多了。公司的組織戰略、業務形態、業務場景的劃分，最直接的體現就是組織陣型和組織架構。通過看組織的架構關係，可以幫助我們瞭解公司內部業務和數據流轉的複雜度；通過了解各個部門模塊的職責和關係，有助於我們快速找到資源和支持。
- 瞭解業務核心能力，確定工作核心方向。通過了解業務核心能力，可以爲我們構建精品數據提供有力的指導，快速聚焦於業務的核心場景。數據的職責不僅在於幫業務看清現狀，更應該輔助業務決策未來，所以抓住整個事情的主心骨特別重要。建100張全場景無死角覆蓋的數據表，不如構建一張能爲業務提供未來規劃支持和打法策略構建的精品表。另外這也有助於新人更好地理解公司所處的行業和市場競爭情況、公司的核心競爭力和優勢，然後規劃好自己的職業發展方向，把最大的精力投入到業務最關心的方向上。比如菜鳥物流的核心履約和關鍵環節的物流流轉，螞蟻的核心支付能力構建等等。
- 試着梳理核心場景，工作還是要落到細節之上。通過梳理業務核心場景，可以幫助我們更清晰地瞭解業務的數據分析需要，以及公司各個業務場景的特點和數據需要，爲我們的工作提供更有目標性和針對性的指導。和業務、BI、技術的溝通協調，通常是發生在實際的各個業務場景上，而場景與場景之間又是互相協同和串聯重疊的，所以我們可以將有限的精力花在梳理業務最常見最核心的場景之上，再不斷衍生豐富。比如螞蟻的商家收錢碼、個人轉賬等。
實踐案例：以筆者之前在菜鳥和近期在螞蟻的工作經歷爲例，菜鳥的業務圍繞物流展開，業務場景相對簡單但業務流程非常複雜；而螞蟻的業務發源於支付，業務過程相對簡單但業務場景非常複雜。因此在業務形態和組織架構上，菜鳥除了縱向的業務板塊劃分外，還會有橫向的按流程的職能拆解；螞蟻則是重點在各縱向業務場景的拓展。
要點二：學習新的領域模型，瞭解數據現狀，推進高效工作
數據研發的日常工作圍繞數據展開，學習業務領域的數據特點、學習與之匹配的數倉建模方法、學習用於支持研發工作的數據技術與工具，是數據研發工作有序開展的基礎，需要我們重點投入精力去學習和了解。同樣的，我們可以通過了解數據域劃分、常用數據表、數據白皮書等方法快速予以切入，並基於此幫助我們快速瞭解數據現狀，構建起全局的數據架構及企業主數據內容的認知。另外也可進一步鞏固我們對業務的理解和認知，加強和部門內外同學之間的高效協作，爲各方快速提供支持。
- 瞭解數據域的劃分，拆解業務核心過程與場景。通過了解數據域劃分，有助於我們快速理解業務數據的範圍劃分，瞭解公司的主數據現狀。最主要的是可以結合團隊組織架構，按域找到對應數據的負責同學，方便後續跨域數據協同工作的推進。
- 收集日常高頻被用的數據表，瞭解數據關注點。通過收集常用數據表，可以幫助我們瞭解業務、BI日常的數據關注重點，以及公司最主要的業務活動和業務過程。基於此，前期我們可以將精力投入到大家最關切的數據上，快速承擔起各方數據需求支撐的角色，和大家保持同頻的數據溝通。
- 收集和學習數據白皮書，增強領域數據的認知。不管是螞蟻、菜鳥還是淘天，大家都有個比較好的習慣，就是沉澱數據白皮書。這一點非常的重要，尤其是對新人來說，可以極大的縮減學習業務和數據的過程。數據白皮書一般都會涵蓋：核心的業務過程、常用的數據模型、各數據模型的業務數據範疇及用法等。想起曾經看到的一篇公衆號文章，其中有部分就講到：對比其他動物，人類爲什麼能夠發展到當今的科技水平，是因爲人類發明了文字，然後通過文字將各類知識不斷的濃縮、記載、再傳承下去。不然每個人都得從0開始，自己探索這個世界，那我們將還會停留在原始社會～
實踐案例：雖然自加入阿里至今，只在最近主動發起過一次轉崗，但中間隨着部門與業務的調整，換過好幾條業務線。每次調動對接新業務，筆者都會收集下相關業務文檔與數據白皮書文檔，然後先看看文檔目錄結構和一些核心的業務流程介紹，快速補齊對業務&數據的整體認知；接下來會通過系統元數據查找下大家高頻訪問的數據表，瞭解大家的關注點；最後在日常溝通協作中也會多問一句，讓相關業務與技術同學幫自己科普下。因此每次調動對接新業務的初期，基本上也都能較快地進入狀態，快速且高效的對接相關數據需求。
要點三：探索業務系統演講和數據流轉過程，讓工作推進的更紮實
數據來源於業務系統，也常隨着業務系統的演變而需不斷迭代。通過了解公司核心系統及其核心能力、覆蓋範圍、演進過程，可以讓我們在後續推進數據研發工作時，對自己負責的數據從哪裏來、未來會有什麼樣的變化，做到心中有數。畢竟，在數據、業務、系統三者中，數據研發同學作爲承上啓下的角色，只有對底層也足夠了解，才能更好更快地支持業務，快速回答清楚諸如“xxx數據要從哪裏取？這個數據口徑是啥？我要的xxx數據怎麼沒有。”等最爲常見的問題。對於業務系統，核心需要了解公司有哪些業務系統，每個業務系統的核心職責/能力，以及其支撐的業務範圍，在精力允許的情況下最好也瞭解下公司核心系統的演進過程及拆合變化。
- 重點了解下核心系統及其核心能力、業務範圍。收集常用系統名稱及其關鍵詞縮寫，瞭解不同系統的核心能力及差異，可以幫助我們快速瞭解需要的數據在哪裏，以便於在業務提出新的數據需求時，我們知道該如何推進研發工作，該從哪接入數據。日常工作中，我們需要投入較多精力在數據來源和業務邏輯的梳理上，而對於新人來說精力有效，因此我們可以聚焦於公司的核心繫統，再衍生開了解與其他系統的流程交互與數據交互。
- 如有餘力，瞭解公司核心業務系統的演進過程。如有餘力，可以從內外部資料進一步瞭解公司核心系統的演進過程及拆合變化，這有助於我們靈活應變，及時調整、優化我們的數據研發工作。公司業務和系統不是一成不變的，隨着公司發展和商業環境變化，業務和系統都需要不斷演進。我們吐槽的“歷史垃圾代碼”可能在當時是最優或最有效的解決方案；也有可能我們自認爲寫的“優秀代碼”在一兩年後會被吐槽爲“代碼屎山”。這件事需要辯證地去看，對事情的評價需要結合當時的背景。過去做的好的或當下認爲過去做的不好的，對我們當下的研發工作都有一定的參考意義。我相信，大部分人在設計數據模型時都希望能長久持續的複用下去的。因此我們需要了解的是當時爲什麼需要那樣去做，然後結合當下我們遇到的問題，去理解和設計面向未來的數據架構和數據模型。
實踐案例：菜鳥在業務初期，側重平臺建設，核心圍繞物流詳情和履約協同構建系統，隨着業務的演進又拆解衍生出倉儲、配送等負責具體某一核心業務過程的技術系統。螞蟻發源於支付業務，早期技術系統核心關注於支付的便捷性、支付成功率及對賬一致性；隨着業務場景的複雜，後續又拆解出關注資金流動、收單交易等系統，以及專門支持金融理財的業務系統。在瞭解業務的核心流程環節和相關係統後，我們大致就知道業務要的數據該從哪裏取了～
核心能力：持續思考，持續迭代，形成自己學習新事物的框架
在學習落地的過程中，總結反思是非常必要的。通過定期的總結與反思，可以幫助我們回顧自己的學習成果以及工作中的不足之處，進而指導我們的後續工作和學習方向。整個學習落地過程中，我們需要不斷反思、定期總結、然後不斷迭代。學習落地過程中的總結和反思是提高工作效率和質量的必要步驟。
- 不斷反思。反思工作中的不足之處，哪塊業務知識or技術儲備有欠缺，可以幫助我們找到自己的學習和工作瓶頸，有針對性地制定後續的學習和工作計劃，提高工作效率和質量。
- 定期總結。定期總結可以幫助我們梳理並系統化自己的知識體系，便於鞏固和深化自己的學習成果，以及更好地應用於實踐。換到一個新環境時，往往需要快速學習和掌握新的業務知識和技術，而這個過程中可能存在知識掌握的不充分或者不夠系統化等問題，進而導致後續的工作難以推進。因此，通過定期總結可以幫助我們更好地梳理和整理自己的知識體系，保證所學內容的完整性和準確性，提高學習效率和成果。
- 不斷迭代。不斷迭代這一點非常非常重要，換到一個新領域新環境，一開始總結的內容框架甚至有可能是錯的，畢竟我們還不是該領域的專家，因此就需要我們抱着不斷試錯、不斷迭代的心情。甚至在學習總結的過程中發現之前的認知框架需要全部推倒從來，但即使是錯誤總結，相信我們的認知也比之前深入了幾分。
實踐案例：新人在學習新業務新知識的過程中，以“老人”視角總結產出“新人初識業務指南”，也是一種非常好的總結反思方法，既能切切實實站在一個新人視角，幫助後續新人快速學習落地，也能幫助自己形成更體系的新領域學習框架。就如本文一樣，筆者也是希望通過總結反思自己落地過程中踩的坑和學習方法，能幫更多新人快速落地，同時也希望能幫自己形成對新領域的學習框架。
總結
作爲一名數據研發同學，換到一個新環境時，在“新人”落地過程中，可通過以下幾點快速推進工作：
- 看業務：通過了解公司組織架構、核心業務能力&場景，快速構建業務認知框架，明確自己在公司中的位置和對接的業務範圍。
- 學數據：通過學習數據域劃分、常用數據表、數據白皮書，快速瞭解數據現狀，構建全局數據認知，鞏固自己對業務的理解。
- 探系統：通過了解公司核心系統及其能力和演進過程，瞭解公司業務發展方向，有助於及時調整、優化我們的數據研發工作。
快速掌握以上三點，可幫助我們快速瞭解和適應新公司的業務與日常工作流程。更重要的是，在落地過程中，我們需要積極學習、積極探索、然後不斷反思，並不斷優化自己的工作方式。最終能形成自己思考和看問題的方法和框架，提高工作效率和數據質量。講了這麼多，希望能幫助到像我一樣的跳槽“新人”快速適應新環境，另外這也是在幫我自己構建起對新環境、新領域、新知識的學習認知框架。很多地方不一定對，拋出來也是希望能和大家就此問題一起探討探討。
點擊立即免費試用雲產品 開啓雲上實踐之旅！
本文爲阿里雲原創內容，未經允許不得轉載。