聊聊为什么【数据行业】不会垮掉却还在继续扩张

作为一名在硅谷“卖命”五年的数据科学家，前后在Facebook和Netflix任职，想跟大家一起聊聊：

【数据行业】是不是一个已经接近饱和的坑❓

【数据科学家】到底有没有长期的职业出路❓

今年五月，美国由于疫情封城，Airbnb和Lyft这些在美国曾经最被看好的科技公司都有裁员，相较于【软件工程师】，【数据工作者】当然首当起充。但是，基于我对工作以及生活的观察，我认为数据行业不但不会跨，还会继续扩张，主要由以下一些原因吧

☕️☕️☕️

📌首先呢，产品更新真的越来越离不开数据了

互联网公司雇佣数据科学家的初衷就是在推广新功能前，以抽样部分用户做A/B Testing的方法来测量新功能对用户的影响，以决定要不要推广新功能

这种先测试再推广的模式在我们生活的方方面面，比如Lady M的实体店在进驻湾区之前，是先以Pop-Up的形式存在的，其目的就是想以低成本的方式来测试Lady M在湾区开实体店到底能不能盈利

就像Lady M用Pop-Up期间的客流量和营业额来估算之后的实体店是否能盈利，互联网公司就是用A/B Testing期间用户在线上的行为差异来估算新功能是否能提高用户体验

如果越过这一步，Lady M贸然启动实体店，入不敷出，那么投入实体店的成本也就血本无归了。相同的，互联网公司贸然推广新功能，破坏了用户体验，丢失用户更是一笔巨大的损失

✅任何事物想要进步就得改变，想要改变就得承担风险，但是数据可以识别风险，保证一切最大化的在正方向推进

☕️☕️☕️

📌比产品的依赖更可怕的其实是个人对数据的依赖性也越来越强了

提到A/B Testing的时候，我们的一般想象都是有两个用户组，A组的用户看不到新功能，B组能看到新功能，但是其实我手里的实验都会有ABCDEFG好几个用户组

因为对于一个新功能，如果有按键，那按键可以是任何的形状和大小，如果有文字，那文字可以是任何的描述和字体，对于这些细微的变化，产品开发展者越来越不习惯用自己的直觉去做判断了，而是更愿意一一测试依赖数据给出答案。有一个比较夸张的例子就是Google为了选择一种更能迎合用户的蓝色，测试了近50种蓝色的变种

当然除了这种纵向上对数据的依赖，我们在横向上的依赖也是越来越宽广了。互联网公司里，本来只是Product Manager依赖数据做产品决策，后来Marketer也越来越依赖A/B Testing来优化营销投入了

✅就像很多自律的人，吃东西前都会阅读食物的卡路里标注，这个习惯一旦养成，对数据只会越来越依赖

☕️☕️☕️

📌最重要的是，这个世界上的数据还会越来越多

数据行业的兴起能完全依赖于人们把线下行为一步一步的搬到了互联网上，然后各种用户行为都变成了数字，而这个趋势还会一直持续。很多人想到线上数据，可能脑子里的画面是在Amazon上剁手或者刷Instgram的美图，但其实数据还有Apple Watch上的心率和运动，家里Nest收集的气温和湿度，太多太多

就拿美国疫情封城，虽然Uber用的人少了，数据也少了，但是互联网家庭健身仪器Peloton却崛起了，随之而来的，就是创造了一个新的维度，人们骑单身的数据

✅你身边还有多少没有被数据化的行为，它们都会是这个数据行业无限扩张的潜力

☕️☕️☕️

📌说了那么多关于整个行业的趋势，最后简单说说数据工作的市场吧

确实在职位需求增长的同时，很多学校都开设了数据相关的专业，因此人才供应肯定也是同步在上涨。但是一个好的数据工作者真的不是统计学学的有多扎实，SQL写的有多高效，机器学习懂得有多深这些数据工作者的硬技能来描述的

✅我们都说互联网把用户行为变成了数据，所以一个好的数据工作者最重要的是成为那个从千姿百态的数据中抓出精髓再折射回用户行为的媒介