火山引擎罗旋:构建数据飞轮需业务与数据双向驱动发展

9月19日，火山引擎“V-Tech数据驱动科技峰会”在上海举行。在会上，字节跳动数据平台负责人罗旋表示，数据飞轮的构建，是业务与数据双向驱动发展的过程。

罗旋表示，让数据最大程度被“用起来”，是数据飞轮转起来的核心驱动力。字节跳动认为，数据消费的深度和广度，表征了数据融入业务的程度；业务对数据的使用越频繁，就表示业务对数据更加的依赖。对数据价值越认可，数据飞轮转动起来的可能性才会越大。

业务的发展则驱动数据资产的不断建设和提升。数据资产并不以收了多少数据，建了多少张表，统一了多少数据作为衡量标准，而是要从数据如何被业务消费的角度来判断。

罗旋表示，如果从更定量的角度来看数据消费的程度，有两个指标：

业务上，字节跳动内部已达到80%的员工直接使用数据产品，这意味着字节跳动每天有大量人在用数据驱动的方式工作；另一方面，当数据被繁荣消费的时候，就会产生数据资产化的需求，从而保障数据消费的效率和质量。

在数据资产中，最典型的交付物是数据指标，被管理起来的数据指标，需要覆盖80%的日常分析才算合格。

而当明确了“数据消费是第一驱动力”后，下一个问题就是如何实现。字节跳动的做法是，让数据流融入业务的工作流程中，让数据在工作的流程中更易获取，使用的门槛更低，提高业务对数据的依赖度和信赖度。

如进行直播运营活动，同一场运营活动中，需要监测几十场甚至上百场同时进行的直播。监测者往往需要在不同的产品或者直播间中间反复横跳，从而做汇总分析。这样的模式效率非常低，本来能够当场发现的问题也没有暴露出来，更谈不上及时修改策略。

针对这样的场景，字节跳动就会提供批量诊断的能力，帮助监测者整合所有要监测的直播间，通过智能诊断和自动化提示，展现真实效果与预期之间的差异，并给出针对性的提升建议。这样就使运营的盯盘效率得到倍数级提升。

罗旋提到，除了数据与业务的充分融合之外，新技术的出现也会带来更大的变革。如今年火爆的大模型，就为字节跳动在数据驱动方面提供了新的探索方向——运用全新的AI技术，加速数据飞轮的转动。罗旋表示，在过去几个月，字节内部通过一系列涉及数据全链路环节的探索实践，已取得一定的进展。包括在数据资产管理上，字节跳动探索了AI“找数助手”，能用自然语言问答的方式，来检索包括表、数据集、仪表盘、数据指标、维度、业务知识库等等，并做出拟人化总结。

在数据生产环节，则研发了基于大模型的开发助手，既可以将用户的自然语言描述，自动生成SQL代码，也可以针对现有代码做诊断优化、问题修复，解释与注释等等，减小了编程语言带来的障碍，降低了数据开发的准入门槛。

在数据洞察环节，字节提供了智能的数据分析助手。只要输入自然语言，就可以查询想要的数据、生成表达式，或是由可视化图表组成的仪表盘。而进一步的分析助手则可以打通飞书等办公协同工具，使用户可以通过IM消息订阅+自然对话，做更多的延展分析。

罗旋表示，通过这些方式，字节跳动可以让数据分析更加灵活，更加随时随地的发生。字节跳动内部的这些实践，也都将融合为全新升级的AI助手能力，并通过火山引擎数智平台VeDI，对外给更多企业提供服务。（作者：杨春风）