作为业务数据开发，我们为什么会焦虑？

作为业务数据开发，我们为什么会焦虑？

|0x00 思维定势

每个人都有自己的思维定势，自己的行为时时刻刻的受思维定势影响。

很多人并不认为自己有思维定势，尤其是做数据的小伙伴们，我们通常倾向于把自己的思维方式称之为：“数据思维”。当其他人与自己的思维不同时，往往倾向于认为其他人不懂数据，应该按照自己的思想来做业务，从而导致了各种矛盾的诞生。

这种方式本身无可厚非，但从其他人的视角来看，就会有些奇怪。

例如，当产品同学认为有些事情你应该做了的时候，你往往没有做，因为产品没有提需求；而有些事情你认为应该做的时候，产品往往不认同，因为这些与我们的KPI并不一致。但当我们抛开个人的情感恩怨，只从客观事实的角度来看待这些事情的时候，往往会发现，自己的坚持只局限在了比较小的层面，并不符合部门或者领导整体的期望，那么在较少的去跟产品或领导沟通、或者是自己因为工作太忙较少思考的时候，这些视野的局限就会成为自身的束缚，限制了自己站到更高层次的机会，也从而导致了各种抱怨的产生。

我明明这么忙，为什么没有被认同。

认清自己的思维定势非常重要，跳出定势，能够让自己改变对很多事物的认知，而这些认知上的转变，也会带来行动上的变化。也就是说，个人的日常行为，受其思维影响，如果思维被局限了，再多的忙碌，也只能是在原地转圈，无法提升自己。

所以说，跳出“一年经验用十年”的怪圈，首要就在突破思维定势。

|0x01 数据人的自我认知

那么为什么数据同学普遍的对于做业务开发焦虑呢？

从上大学开始，大多数做数据的同学，都是在理工科院校成长起来的，“做技术大牛”，对于理工科人才来说，有着莫大的吸引力，颇有一些“学好数理化，走遍天下都不怕”的气势。这种对技术的执著，一直到了工作之中，依然扮演者主要的决策，督促着我们从分布式概念开始学起来，一步步走到更加深奥的框架源码、维度建模与数理统计，并且期望着自己能够通过在工作和学习中的不断积累，丰富这些技能。

提升自己的技术，是数据人走向社会的第一步。

但也正是因为这样的背景，让很多数据人将“认认真真写代码”作为自己的主要工作内容，需求什么的让产品分析好了，我只负责去实现，如果需求讲不清楚，那么就是产品的锅，与我无关。正是基于这种认知，促使我们关心编码规范，努力提升编码技巧，关心自己的研发效率，也热衷于钻研各种新出的基础框架，谈论着各种像云原生一样的高大词汇。

因此，当我们定下的KPI并不是这些技能，而是业务目标时，行动本身的结果，就会与环境对他的要求产生不匹配，这就是思维定势产生的原因。更进一步的说，技术导向的“因”，决定了思维定势的“果”。而如果持续的“实际行为”与“KPI要求”之间产生不匹配，会带来很多的问题，离职只是小事，甚至可能影响终身的晋升之路。

自我认知上的差异，并不是单纯的“努力”二字所能够解决的。

|0x02 自我认知为什么与环境不匹配

这里要分成两种情况考虑，一种是“初心”不同，另一种是“期望”不同。

“初心”是指你所处的环境，从最开始，对你的要求就有一个错误的认知，从而随着时间的推移，这种矛盾越来越大，最终变得不可调和。笔者之前的文章里提到了“结构性矛盾”，这一类的情况就与结构性矛盾比较类似，在重新架构之前，其自身不可解。

大多数人在面对这种情况的时候，通常会有三种反应：

• 第一类是放任型，我知道矛盾存在，但我不想解决矛盾，等到总冲突爆发的时候，再去想办法解决；

• 第二类是行动型，凭借自己过往的经验，对未来可能发生的事情做一些预判，并且试图通过某些方法去解决它，但经验并不总是生效的，因为你所面对的人或者事情，总会发生变化，因此很容易激化矛盾；

• 第三类是思考型，通过现象看到本质，从更高的角度来思考现在的环境与问题，把它们抽象成概念，思考整个局势会怎么走，并尽量避免矛盾的计划，再等待机会，重新架构。

“期望”是指环境刚开始对你是满意的，就像是刚刚通过招聘，大家达成了某种一致。但随着时间推移，环境变化了，对你的期望也变化了，而你自己仍然停留在原来的设想里，没有感受到变化，或者是不想变化，从而导致了新矛盾的诞生。

这种例子最典型的情况是晋升，因为晋升最主要的目的，并不是指对你过去成果的肯定，而是希望你未来承担更大的责任。很多人停留在过去的思维方式里，继续向前走，却发现组织对他的考察方式变化，于是产生了不适应。

因此，不论是“初心”不用，还是“期望”变化，每个人在一定的阶段里，都需要分析环境对自己的要求是什么，重新思考自己的行动方向，是否能满足环境期望的结果。如果站在这种角度上，一旦环境期望变了，那么自己就应该及时改变行动方向，而不仅仅是沿着原有的方向更加努力的跑。

我们回到业务数据同学自身的情况上来，当我们在努力学习技术，得到了社会的认可时，通常已经完成了第一阶段的期望匹配，达到了技术骨干的目标。接下来的路途，就不仅仅是依靠技术的问题了，而是需要思考技术如何为业务增值，但如果不了解业务，那么肯定是做不出什么成果的。很多人不满意，就不满意在环境总是要求他业务目标上，而做出这种改变，并不比刚走出校门，被各种虐的心情好多少。而因为已经适应了过去的技术导向，躺在了自己的舒适区里，再次走出去的时候，产生了极大的不适应，就是很自然的结果了。

认知的改变，远比行动的改变难，思维的定势，要比习惯的定势，更难以扭转。

|0xFF 如何匹配环境期望

简而言之，我们要有一种意识，即我要学会随时调整自己的角色。

业务数据的价值导向是技术能力吗？可以说，肯定有一部分，比如模型设计的好不好、存储空间是否够用、时效性能够得到满足，等等。但对于更高层次对我们的期望来说，这些只能是我们的基础能力，而不再是增值的部分。因此在技术能力的基础之上，开始思考业务的问题，便是环境对我们未来的期望。

例如，环境对你的期望是：帮助客户实现业务数字化。从这个角度来看，你的title就不再是XXX技术专家，而是XXX数字化专家。从这一刻开始，我们就需要思考，客户的数字化诉求是什么，是搭建报表就可以了，还是要打通线上线下数字化，亦或是帮助实现数据的实时化，等等。完成这种转变，需要的就不仅仅是大数据知识，而是传统软件开发中ERP领域的知识了，这都需要自己不断去学习新的知识。

活到老，学到老，期望才能持续匹配。

过往，我们对于岗位的分类，都是数据开发、数据仓库、数据架构、数据分析等，根据个人掌握的知识技能来划分的，而不是自己的职责。这种划分方式其实会对个人产生很对的误导，因为容易让自己产生误差，不清楚自己的主职到底是什么。

如果你把自己定位为XXX数字化专家，那么你会意识到，如何分析业务需求，学会对复杂的领域业务进行建模，通过熟练使用各种工具的组合，使我们的成果落地，并且优化整个研发链路，这些事情的重要性并不比写代码低，甚至是更高。由于业务系统与技术系统相比，复杂性并不会降低，因此学习新的知识，一样会对你造成极大的困难。

很多业务数据，都是在“做业务需求”，而不是“做业务”上，这种期望与能力上的差异，导致我们的职业往往发展的比较坎坷。尤其是，当加班并不一定是为了写代码，而是为了跟客户聊需求，把客户的故事讲明白，甚至为此要喝酒的时候，一些过去不被重视的能力，价值就逐步体现了出来。

正常情况下业务数据看问题的视角，是以资源的视角来看问题的，只对一件事情做有限的行动，最终只能被其他人当作资源。而进阶的业务数据，他的职责范围圈会逐步扩大到与之相关联的各方的职责范围圈上，会有一部分的重叠，甚至会产生冲突。

不要惧怕冲突，因为这恰恰说明，你变强了。