不會提問不打緊,不敢提問才要命

4 評論 1144 瀏覽 1 收藏 21 分鐘

進入職場后,職場新人常有的問題可能是不知道如何提問,又或者是不敢提問。這篇文章里,作者就結合他人在數據行業領域的提問做了案例分享,不妨來看看本文的講述和分析。

最近在星球里回答了球友提出來的一些問題,我都給了回復,不經過在明確問題、探索問題的過程,對我啟發挺大,特此來記錄下感受和感悟。

緣起

最近新加入球友提的問題,有幾次,我第一時間沒看懂,甚至覺得有點奇怪。

怎么描述這種感覺呢,打個不恰當方便大家理解的比方,經過培訓,我學會了做咖啡和做豆漿,并能解答如何制作這兩款飲品的提問。

在我的視角里,球友的某次提問是:請問怎么用咖啡機做豆漿。

比如,當被問到如何構建用戶畫像、標簽體系,我會從經營分析的指標講解到數據洞察需求,然后再講解到標簽,再往下拆解標簽和指標的關系。

如果問,怎么做數據倉庫/怎么給數倉分層,那就可以講解事實表、維度,構建數據倉庫的四個步驟,數倉分層的原因,任務調度,血緣依賴等。

經過長期學習和實踐,我所掌握的知識和術語體系算是體系化的,不同場景的問題,可以用對應的術語體系結合案例講解方法論。

而當不按我所理解的常理出牌的問題出現,一下子就把我給整蒙了,???這是怎么搭配到一起的?

不過,回答這樣的問題反而能發現大家對于知識理解和學習的狀態,或許,這才是大多數人剛進入新領域的常態。

通過溝通和交流,我收獲了不少,分享給你們~

一、提問和解答的紀實案例

案例1

球友提問:

主數據和事實表的標簽怎么打。

聽到這個問題我的反應是,嗯?主數據和事實表這倆好像不是同一個維度。這到底是要干嘛?問題描述所用的詞和概念都錯配了。

這位球友加入星球時,有聊過自己所處的行業背景、工作經歷、工作內容,正在做數據資產管理。但是我還是得回到問題現場,通過溝通確認:引發提問的真實問題是什么,以及提問的原因。我問,這個問題的背景是啥?球友回復到:

1、是在做資產管理,用標簽,所以才問的ODS,

事實表,主數據我們是存在不同的庫里面,ODS就會有來源業務系統、數據庫類型這種標簽,事實表就是多級業務域這種標簽

2、現狀問題怎么用這些標簽已經設計了,無非就是淘寶那種多級目錄篩選。

但目前考慮只在后臺表存,不做標簽管理系統

3、遇到的問題目前開發沒做過標簽管理,覺得這種關系挺復雜的。

我又想以后考慮設計標簽管理產品,所以想提前把這個標簽的模型想清楚,也就是標簽怎么存儲、后面管理標簽怎么設計

經過溝通我才明白了,球友考慮的問題是多個領域結合的。更重要的是,這段的表述和我腦子里的概念、術語體系,沒匹配上。如果我來描述,我可能會用【表的元數據】去描述,而不是【主數據、事實表的標簽】我做了一些回復,如下:

挺有意思的問題。

主數據,事實數據,好像不能 MECE。我們來捋清楚這兩個維度的概念。

先說事實表。

數據倉庫里的事實表是指各個主體發生的行為事實記錄。用戶注冊,用戶登錄,用戶瀏覽,用戶收藏,用戶加購,用戶下單,用戶支付(更多的就不列舉了),全都是用戶這個主體發生的行為動作,都是事實我們可以對一些事實進行度量,也就是定義一些指標。

用戶登錄次數、下單次數,這是行為層面的度量。還可以從時間、金錢進行度量,比如,用戶瀏覽時間,用戶下單金額。當然,你也可以把度量換成另一個詞,指標。主體和主體發生的行為,以及對行為的度量,就構成了所謂的事實表。

再說主數據。

主數據的概念,是基于信息交換保證數據的一致性而提出來的,可以理解為,向誰對齊,以誰為準。比如,一排人,站的前后位置,向右看的時候,跟最右邊的人對齊,那么最右邊的人所站的位置,就是其他人所有人的參考和標準。那萬一,另排的標準定的定的是向左看呢?整個方陣,就可能對不齊了。

主數據,是大家協商以后,選定出來的。比如,用戶信息,商品信息,訂單信息,這些數據對不齊,不一致,公司連最基本的賬都沒法算了。大家一致覺得,用戶信息表、商品表、訂單表是很重要,要對齊的,就把它們定為主數據,確保數據的一致性,所有的系統用到這塊數據,都要向主數據對齊。

可以看出來,事實表和主數據是有概念交集的,比如,用戶注冊事實表可能是一個主數據,各個系統都要使用用戶最基礎的信息,比如,手機號,性別,年齡,注冊時間等。

最后,再說打標簽。

打標簽,是在一定程度上減少信息,用非常簡單的標簽詞,來進行代指。比如,小紅書上很火熱的 MBTI ,I 人和 E 人,代指的內容很多,但是只要大家亮出自己的標簽,那么能夠快速給人一個感覺,你是性格開朗,還是性格內向。

但是,如果細究,你會發現,怎么量化這個開朗,有多開朗,就需要更加細致的事實案例來證明,比如,參加了多少次陌生人社交活動,主動加過多少人,主動發言的次數。對表進行打標簽,也是一樣的。核心是要看,標簽用在什么場景,大家現在習慣用什么標簽來定義表,以及找到這些表。

如果說是對表進行標簽類目管理,可以考慮兩個標簽,是否主數據,是否事實表。業務域、業務過程、主題、所屬分層,是可以給事實表的標簽。主體類型,重要程度,是可以給主數據打的標簽

我以為講解完主數據、事實表的概念和區別問題就結束了,不過球友繼續問如何打標簽,然后我們繼續探討如何打標簽。案例2球友繼續補充問題:

針對最后兩句中,提到的主數據和事實表的標簽。這兩類標簽,相當于通過2個標簽的取值來判定是否添加,這兩類標簽相當于跟這一個標簽之間有關系了,這個關系算作標簽樹嗎?還是僅僅是標簽關系,或者是標簽模型?在做標簽定義的時候,要每個都單獨定義,還是做成分叉樹呢?

其實蒙了,問這干啥?怎么還提出來分叉樹了…好在,我反問了下:對于標簽關系,和標簽樹,你的理解是怎么樣的?球友回復:

標簽樹,我理解就是一級標簽、二級標簽這種,比如,一級標簽是表分層,值如果是事實表,二級標簽就是業務域,三級標簽是子業務域,但這個好像不太對;標簽關系就是,標簽只有一級,都是并列的,但業務域這種標簽會跟表分層這個標簽綁定關系,關系要單獨建

我回復到:

如果標簽不多,沒有邏輯層面的層級分類關系,直接打平、打散,就好了。如果標簽很多,可以按照維度去拆解和細分,構建標簽體系樹。

標簽的分層、分級,跟組織架構類似,是有邏輯關系的。比如:事業部、歸屬事業部的一級部門、歸屬一級部門的二級部門這個跟數倉里面的業務域、子業務域其實也是類似的。關鍵是,怎么劃分業務、子業務呢?仁者見仁智者見智了。

球友提問:

結構化標簽體系樹 跟 標簽類目 應該是兩個概念吧類目,應該是這個標簽屬于哪個分類,比如地址信息,下面會有國家、省份、城市,他們都屬于地址信息這個分類下,但同時,國家-省份-信息 構建的時候是一個結構化的標簽樹。

聽到這個問題,我又蒙了,這說了個啥問題呀,我怎么又沒聽懂?但我還是回復了,還給了建議(甚至還洋洋得意地舉了微信標簽作為案例)。

標簽體系樹、標簽類目,在我個人看來,差不多。

我覺得,你不必過多糾結這些概念了,帶入場景案例去思考才比較好,以及通過真實的案例去解釋這些概念,才是比較好的學習模式。就好比,我問你,什么是標簽。你能列舉出來N個案例,那你大概理解標簽了。

但是,如果你說,標簽有3種,屬性標簽、規則標簽、算法標簽。那可能還是在套概念,那如果繼續追問,什么是屬性標簽?如果你回答很抽象,給我舉例并不是你在項目里經歷過、在生活里經歷過的標簽,那就是沒實戰,還停留在概念套概念階段舉個例子,微信好友是可以打標簽的吧~這種標簽,是扁平化的標簽,沒啥邏輯關系的,對吧。

拋開標簽,設置朋友圈權限的時候,是否對她可見、是否看他,是不是標簽?其實也是。為什么要設置是否可見?因為有的人不想被其他人看到,或者不想看到別人的發。為什么要設置標簽?因為可以批量地對這些標簽里的人進行設置。發朋友圈,直接勾標簽。

球友回復:

嗯,就是在想一個問題,比如,我拿到一個表,如果我定義2個標簽 業務域和業務子域,我知道它兩個標簽的值,我未必知道這兩個之間的關系。

還是蒙的,因為不太知道這個問題的場景是什么?我讓 ta 繼續展開說說(后面我才明白)球友回復了一張圖:

比如這個,在類目基礎屬性下,有國家、省份、城市、縣區標簽,是平的,沒有結構。標簽存儲的時候,就是四個標簽。有另一個地方,才會存這四類值的關系-這個關系,我在創建標簽的時候,可以不考慮,只要說明是從哪個值來就可以,在檢索的時候,才會調用這個關系,去查。

我當時看了下,沒細想然后回復了:是的。你可以去了解下層次維度。后來,又重新看了下問題,又捋了捋,舉例說明了下。

之前讓你看層次維度。層次維度里,典型的案例有兩個:地區維度,時間維度。在創建標簽,是可以不管標簽的值是怎么來的,以及標簽之間的邏輯關系是什么。

但是,如果要按照國家、省份、城市進行匯總統計的時候,必然要知道,國家-省份、省份-城市、城市-縣區之間的層次邏輯關系,不然沒辦法判斷標簽值是否錄入錯誤了。比如,有個人的這四個標簽值是:中國、北京、北京市、海淀區,這個邏輯是對的。如果他的標簽是:中國、河北省、北京、海淀區,那就不對了。那么按照省份/直轄市匯總北京、河北省這兩個地區的指標(比如,人數)時,就會匯總錯誤。

二、我的感受和感悟

這么長的問題溝通過程能看下來,看下來不容易,感謝~!

不知道看完你的感受如何?

復盤來看,我覺得球友提出的這些問題,提得很好。在解答問題的過程里,也啟發我不少,細講一下。

1. 沒有絕對的好問題,敢于提問就很好

如果你也是數據行業從業者,回顧下自己的學習過程,就能理解提問的難。在數據領域,抽象概念和術語體系本就很多,想提問都不知道怎么提。

我剛接觸數據產品的時候就是這樣,弄個元數據、元元數據/元模型、元元模型結果被弄得懷疑人生。我當時也是問了很多人,用各種方式提問,看了很多資料和案例,才稍微明白一點。

看了《學會提問》,我學會的不是提問的方法,而是批判性思考,面對問題要多思考,多探究,探究不下去了,就及時提問。

沒有傻問題,胎死腹中的問題才是最大的問題??M繞在你腦子里的問題,因為不敢提出來,所以并沒有得到很好的解決,你對世界的感知依然是抽象的、模糊的,而不是一個一個具體的案例。

2. 不知道怎么說,那就帶著別人一起看“現場”

從上面的案例里,你也可以看到,當我不知道球友到底在表達什么的時候,我都讓ta展開說說,舉例說明。當ta列舉了案例和背景之后,我就大致明白到底說的是啥了。語言是抽象的,而且,很多人在被專業的術語、概念、流程教育、甚至是馴化以后,反而不知道怎么用最簡單、最接地氣、人人都能理解的方式進行表達了。

肚子餓了要吃飯怎么表達?用英文呢?I am hungry。如果用西班牙語、俄羅斯語呢?況且,英語要吃飯,還可以說 I need food,還可以說 I am starving(我快餓死了),不會用語言表達的時候,就用身體語言(Body Language)或許很高效。用手指指著嘴巴,或者做個往嘴里扒飯的動作,別人或許就懂了。

當我們還沒有嫻熟地掌握最貼切的名詞、形容詞來進行表達,對方不懂我們說的、理解不了是很正常的。作為咨詢者,聽不懂別人說的也很正常,既然聽不懂,咱們可以直接到問題現場觀察,反而能快速診斷發現問題。

3. 人生而不同,本不存在什么放之四海而皆準的話術體系

每個人都有屬于自己的觀察、理解、思考、表達習慣,只有通過學習、溝通和碰撞之后,才會矛盾、沖突之后,慢慢和其他人達成一致。

有的人能力超群且德高望重,則可以引流潮流,制定術語標準,但這畢竟是少數。多數人則跟隨標準和潮流,為的是對齊,核心是提高溝通效率。

我也逐漸知道,當我沒了解問題時就胡亂回答,大概率是答非所問,想要回答清楚,必須幫忙先捋清問題背景。

4. 少扯虛頭巴腦的概念,概念套概念,多講案例,這才是真的懂了

在我不了解元數據,不了解標簽之前,這些概念對我來說,就像是考試背的知識點。元數據是解釋數據的數據,標簽是從業務角度對數據進行的描述。

嗯,多看幾次,然后呢?能解決實際問題嗎?并不能。只有當你把這些概念用起來,結合工作、生活的案例理解清楚,你甚至可以不用知道這些概念的標準定義,直接上手解決問題,你就是牛的。

5. 面對提問,多點耐心,教人是重新學習的機會

教是更好的學,在這么多年的學習、教學過程里,我接觸到不同行業的人,發過的內容也被不同的人Diss、Challenge(有很多人吐槽內容不行、很虛了,哈哈哈)

面對問題,不泛泛其談,而是多積累問題和案例,多洞察自己同行解決問題時的情緒,時間久了,同理心也就出來了,玻璃心也少了,在咨詢和幫助別人的過程里,我學到的知識就更多了。

當自己能把一個案例講好,幫助一個具體的人弄懂一個非常具體的知識點(對方反饋,我終于聽懂了),會非常開心。當然,如果這個提問能給我帶來更多的價值回報,我會更有動力,人性趨利避害。

三、最后

1. 不是你腦子很亂,而是你想解決的問題很多

相對于信息爆炸的世界,語言所能表達出來的內容就像是滄海一粟,書到用時方恨少,盡力表達就好~

2. 不是你提問不好,而是別人不懂你的提問

沒有蠢問題,而是沒碰到對的人,或者對方沒耐心了解你的真實問題。你是問題的負責人,不要因為被拒絕被否定就質疑自己,找到對的人提問~

3. 不是你不行,而是你沒有踩上風口

這個世界是結果導向的,能抓到耗子的就是好貓,我們會面臨很多問題,但是有這些疑問和問題并不是我們不行,而是沒有合適的實踐機會,保持好奇,等待機會~

讓我們彼此尊重,一起探索有價值的問題。

專欄作家

Lee,公眾號:數據產品小lee,人人都是產品經理專欄作家。關注直播、短視頻和文娛領域、擅長數據架構、CDP及數據治理相關工作。

本文原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 沒有絕對的好問題,敢于提問就很好。這說的不錯,很多人都不敢提問,害怕被說,被譴責。所以選擇不說,我覺得說出來真的很有勇氣。

    來自安徽 回復
    1. 問出來就挺好

      來自湖北 回復
  2. ”面對提問,多點耐心“這個觀點我非常認同/其實很多新人小白經常會在鼓起勇氣敢問問題的階段被打擊,不是所有人都像博主這樣能夠一次又一次的詳細解答。也許他們不是不敢提問,而是怕沒人回答。

    來自廣東 回復
    1. 是的呢

      來自湖北 回復