数据会成为我们的通行语言,每一家企业都会变成数据公司,在此前提下诞生了类似效率工程师、数据工程师、客户成功经理等职位。
生产力/效率工程师
Productivity engineer 即效率工程师或生产力工程师,是探码对某一类岗位的定义和称谓。
什么是生产力工程师?生产力工程师(也被称为生产力优化和改进工程师)负责利用各种工业工程和生产力原则和技术,为一个组织开发和实施生产力优化。生产力工程师(也称为生产力优化和改进工程师)负责利用各种工业工程和生产力原则和技术为组织制定和实施生产力优化。他们致力于在整个客户或雇主的流程中识别和消除废物,同时确保准确性和可靠性。
虽然他们的职责可能因工作而异,但生产力工程师通常负责以下工作:
- 使用各种问题解决技术、团队合作策略、流程控制和持续流程改进工具来识别客户流程中的冗余和费力点
- 为工作流程、工作方法制定改进计划,并建议和/或实施变革
- 对资本支出、人力支出进行分析并制定投资回报理由
- 要求、接受和使用自我和团队的反馈,以推动业务改进
在互联网行业,效率工程师通常是最先了解各种先进的生产力工具,熟悉工具的使用,并为是否让团队采购相关软件提供建议。常见的效率工具如办公自动化、项目管理、流程管理、任务追踪、财务记账、人事HR软件、知识建设、客服系统、ITSM、DevOps等等。
客户成功经理
Customer Success Manager(缩写CSM),顾名思义,就是帮助客户成功的员工。职能就是“帮助客户成功”,这个概念有点大,我们不妨这样思考:客户购买你的产品和服务,是希望将你的产品和服务带入到他的生活中,以实现某种进步,我们称这一进步为客户需要“获得的帮助”。
这一工作职责一般是在销售之后。客户成功经理是一个相对较新的职业,一般在SaaS公司比较常见。另外,客户成功经理一般会提供技术支持,提升顾客满意度,提高顾客保留率和忠诚度。客户成功经理往往需要具备高度的专业知识,指导客户更好的使用产品、解决产品应用中的问题、提供最新产品升级信息,从而支持产品的最佳化使用。
这一岗位主要分布在互联网SaaS企业,以下是核心工作职责:
- 制定保留顾客的策略
- 提升顾客满意度
- 提供技术支持(处理升级处理的问题)
- 评估顾客投诉,提升顾客满意度
- 提供产品使用演示
- 促进向上销售服务
- 预防大量顾客流失
寻找客户成功经理一开始并不容易。因为这是一种相对较新的职业,客户成功经理是一个复合型人才,往往需要多项技能,技能可以是【销售+运营+培训+技术支持+实施顾问】的组合,需要对本身业务和产品有深入的体验深刻的见解,有客户服务经验和社交沟通能力,有组织能力和团队合作精神。在Boss直聘上搜索【客户成功经理】,发现大部分职位的薪酬都大于15K。
数据工程师
数据工程师有别于【大数据工程师】和【数据库工程师】,大数据工程师和数据库工程师都是指特定的专业技能的技术岗位,解决技术上的问题。而数据工程师是服务公司产品或团队业务,提供数据方向指导和优化建议的工作。数据工程师更像是DataOps的定义(见《被热议的DataOps ,究竟要解决什么问题》)DataOps 的主要方法论仍处于快速发展阶段。像 Facebook 和 Twitter 这样的公司通常会有一个专门的数据平台团队(Data Platform Team)处理数据运营并实现数据项目。
科技作家涂子沛讲“未来每家企业都是数据公司”,既然都成为数据公司了,那必定需要一个“数据工程师”来推动公司成为“数据公司”。提出这种观点的还很多,比如《Accenture-迎接未来,先锋企业在崛起.pdf》,《Accenture-数据驱动型企业未来可期.pdf》等。
数据工程师的核心工作职责:
- 以数据驱动(研发、销售、管理)为指导思想,梳理各环节数据。
- 确保数据质量,控制成本,满足业务需求和期望
- 利用现有技术资源,量化大数据项目的价值,选择正确的数据框架
- 维护和推动数据治理工作,保证企业“数字化是一切的中心”目标的达成。
- 通过数据说话,为公司各个业务环节提供优化建议、流程再造。
数据工程师往往具备各项数据相关技能,掌握各种数据工具,了解数据科学与机器学习平台的主要趋势,对数据科学、数据分析、机器学习、人工智能都有一定的研究和深入的实践。
Accenture的一项研究发现:
高绩效与成为我们所谓的“数据驱动型企业”之间有着直接的联系。数据驱动型企业借助云最大程度地利用数据价值,将数据视为资产并根据其完整性和质量而进一步划分类别。
探码的口号“数据驱动软件智能”,仍然在践行行业先进的工作方式、管理思想和商业模式。