2. 作为本次行业标准化工作的参与者，我们通过数据委了解到您提供了很多见解，其中您对于数据分析专业术语及定义、基础共性参考标准提了很多建议，请问您提建议的依据是什么呢？
吕品：
“第一，我们对整个行业非常的熟悉。派可数据这家公司虽然成立的时间不长，大概也就5年左右时间，但是整个团队在这个行业服务的时间非常的长，基本上都是十几年的经验，见证了整个商业智能BI、数据分析在国内的成长过程，所以我们对这个行业非常的熟悉和了解。现在很多企业在数据类项目建设过程中所经历的所有问题，基本上我们在过去十几年的时间里都碰到过，各种各样简单或者复杂的场景我们也都遇到过，知道怎么解决。所以，我们有这样的能力和经验来为这个行业做出一些基本的贡献。”
“第二，我们做了很多专业化的沉淀。我们自己也是做数据分析、商业智能BI产品的。做产品的公司大家都知道，产品本身就是一种经验的具体化和抽象化，是总结了无数经验的成果，最终将经验标准化再输出到用户，所以产品本身就是一种标准。这种标准性在市场上受到的挑战是非常大的，因为最终你要商业化。所以，可以商业化的产品或者解决方案是很厉害的，一定有它专业且被企业接受和认同的地方。很多产品的理念，或者产品本身的方法论是可以被企业所借鉴的。”
“第三，我们一直在市场中，我们知道客户需要什么。我们整个团队十几年时间服务过大大小小几千家企业，我自己在最近的三、五年时间面对面拜访过、沟通过的企业不低于500家，基本上一直在市场中，对于不同行业的企业、信息化发展不同阶段的企业数字化现状还是非常了解的，想要什么、要解决什么、会遇到什么样的问题和挑战我们也是非常清楚的。我们把自己这么多年踩过的坑，走过的弯路，或者看到其他企业走过的弯路总结分享出来，帮助到更多的企业。”
“所以，这些依据更多还是来自于我们对这个行业的认知，对企业的了解认知，对我们自己经验的认知，最终形成一些经验沉淀并贡献给大家。”
3. 参加本次数据分析行业服务参考标准的制作，您的感触是什么？
“感触就是尽管我们感觉自己对这个行业很熟悉了，我们的经验很丰富了，但是真正站在不同的角度思考问题后，发现还是有很多的缺失，所以这个服务参考标准不是哪一家企业、哪一个人是可以决定的，是需要大家集思广益、群力群策，一起收集、分析思考、总结出来的。还是那句话，标准化的制定往往是很难的，但好在我们总算有一个起步了，虽然可能存在一些不完善的地方，但是至少有一个可以参考的标准了。”
“在没有参考标准之前，很多企业在这个领域可能只能做到50分，但是有了参考之后，可以做到60分、70分，这个就是一种行业的进步。”
“那我们接下来要逐步再来提升、优化这种标准，逐步的、让那些达到70分的企业慢慢可以达到80分、90分，这就是我们未来努力的方向。”
4. 您认为本次制作的数据分析行业服务参考标准还有哪些不足吗？或者说还需要对哪些方面进行探讨和补充？
“一个是数据安全方面，特别是关键数据、重要数据、跨境数据的安全管理；另一方面是对于行业中违规或违反职业道德行为的惩罚机制。”
“不同的行业、信息化发展不同阶段的企业对这种标准的感知和理解是不一样的，要求也不一样，还是存在很多优化的空间，完善也需要一段时间过程，所以这个阶段推出来后我们对它的定位还是叫做参考。”
“目前虽然定了很多的标准，但是这些标准怎么去落地，这对很多企业而言还是有些模糊的、不清晰的，恰恰这部分又是很难的，很难理论化和抽象化。所以就需要针对不同的点再进行阐述、经验总结，不断的对外输出，所以还需要有一个经验输出的阵地，不管是通过视频、文章、社群等等，多讲讲我们怎么去落地的事情。”
5. 您认为在大数据盛行时期，数据分析人才培养从哪些方面能真正帮助您在执行项目中解决问题？
吕品：
“对于数据分析人才的培养，从我们的角度来看有三个维度：数据意识、业务思维和基本技术。”
“没有数据意识是做不好数据分析的。数据意识这个点也很宽，比如大数据、小数据，先从养数据开始；如何从数据反推信息化的建设；数据如何驱动业务管理等等。像这些话题都是体现数据意识的，不仅仅是数据敏感度的问题，而是从数据产生开始，到后面的数据处理过程，到数据建模、到数据分析，再到数据应用，中间有太多的点需要涉及。简单来说，就是关于数据方面的，你能想到的是否足够多，总比别人想到的更进一步，有没有一些正确的关于数据的理念、方法论、思维方式。”
“业务思维。简单来说就是数据分析人员需要站在业务的角度去思考问题，需要了解一家企业或者这个行业的基本业务特征、行业驱动因素，企业经营方式、业务模式、各个节点的业务流程。只有了解这些基本盘，才知道分析的重点在哪里，如何从数据角度来引导业务管理层关注到这些问题，并提出一些思考的方向。数据分析是不能代替企业做任何决策的，我们只是暴露问题点，建立初步分析的结论、提供思考的方向，最终结论和下决策是管理层做的事情，数据分析做好参谋这个角色就可以了。不同层次的数据分析做不同层次的事情，比如基础业务层、部门层、经营管理层。”
“ 基本技术。比如掌握一些基本的SQL、数据处理工具，有一定的数据处理能力就可以了。数据分析下层的数据处理、ETL 这些又是一个专业、纯技术驱动的领域数据分析人员不需要掌握到那么深，但是要有这些基本的概念和初步应用能力，至少和其他数据团队合作的时候，能够用大家都听得懂的语言来沟通。”
“总之，数据分析领域还是一个非常专业的领域。从我的角度看，数据意识、业务思维是远远要大于技术本身的。”
6. 您认为专业的大数据公司应该如何建设自己的品牌？如何逐渐扩大自身社会影响力？
吕品：
“这还是一个比较大的话题。因为像我们也是在一个创业阶段，所以我们也没有这个能力指导整个行业，就只谈谈我们自身的理解。”
“从产品角度，还是要有创新，创新才能有进步，在产品规划层面我们是把创新摆在第一位的，这个在公司内部大家是已经取得了共识。这个创新一定是去做别人没有做过的事情，形成产品差异化路线，并且还要求要务实。所谓的务实就是不做那些虚的，赚客户眼球、吸引资本市场亮点的东西。务实是要真正了解整个行业、企业目前的真正痛点、主要矛盾，然后去解决它。”
“我们虽然在BI行业起步较晚，但是在产品差异化上已经有一些体现，也逐步获得了很多企业的认可，因为你能解决别人解决不了的问题，有创新性。这个也是我们未来一直努力的方向。”
“社会影响力我们其实还并没有真正去关注，或者想那么多，因为眼下我们还要有很多事情要去做。这个行业也不是靠我们一家公司或者几家公司去做好的，需要很多人的努力，需要很多同行企业的努力，让这个市场、这个行业更加的成熟，需要大家共同教育好这个市场。只有行业的影响力大了，在这个行业的企业才可以更好发展，这个时候就再想想我们会有什么样的社会影响力，做了多大的贡献。”
7. 您认为你所在公司的核心优势是什么？尤其在疫情的影响下，如何应对冲击保持自己的竞争优势？
吕品：
“核心优势一个是差异化的产品策略，比如我们数据仓库领域，我们是基于数据仓库模型的BI分析产品工具，这个跟国内外已有的BI产品还是有很大差异的。它能够很快速、完整、零代码的方式完成BI底层的数据仓库模型搭建，并且很注重长远的底层数据架构规划，比如三年、五年、甚至更长的时间，确保底层的数据架构是稳健的，这个能力是我们现在非常差异化的优势。”
“第二个优势就是我们的业务沉淀能力、领域沉淀能力。因为做BI不懂业务是很难做好的，所以在不同行业业务积累上，我们还是做了充分的准备。在数据仓库中，我们可以沉淀我们很多的业务分析模型，这些模型在我们和不同企业合作过程中是可以直接进行经验输出的，这个也是我们很大的优势。”
“疫情对TO B服务市场确实有比较大的影响，很直接的就是销售、顾问没有办法到处见客户出差了，很多需要面对面的沟通不太方便进行。几年疫情下来，其实大家也慢慢适应在线上沟通和交流了，居家其实也可以办公，这反而催生了各种工作协同的场景，也算是一种进步。所以，目前我们跟客户的沟通在线上比较多，感觉受到的影响也不像以前那么大了。”
8. 什么时间成为的中国商联数据委会员？成为会员后的感受和收获有哪些？
吕品：
“我们去年才成为数据委会员。收获和感受就是要思考的问题更多了，更有责任感了，之前是代表一家企业或者个人，现在是要站在行业的角度去思考问题，需要更加谨慎的态度，需要更加专业了。这是一件好事情，既然对我们提出了更高的要求，那么我们就一起往这个方向去努力了。”
注意：CPDA数据分析师全国各地人才培养合作，请咨询13001995337王女士
