9月19日，火山引擎“V-Tech數據驅動科技峰會”在上海舉行。在會上，字節跳動數據平臺負責人羅旋表示，數據飛輪的構建，是業務與數據雙向驅動發展的過程。

　　羅旋表示，讓數據最大程度被“用起來”，是數據飛輪轉起來的核心驅動力。字節跳動認為，數據消費的深度和廣度，表征了數據融入業務的程度;業務對數據的使用越頻繁，就表示業務對數據更加的依賴。對數據價值越認可，數據飛輪轉動起來的可能性才會越大。

　　業務的發展則驅動數據資產的不斷建設和提升。數據資產并不以收了多少數據，建了多少張表，統一了多少數據作為衡量標準，而是要從數據如何被業務消費的角度來判斷。

　　羅旋表示，如果從更定量的角度來看數據消費的程度，有兩個指標：

　　業務上，字節跳動內部已達到80%的員工直接使用數據產品，這意味著字節跳動每天有大量人在用數據驅動的方式工作;另一方面，當數據被繁榮消費的時候，就會產生數據資產化的需求，從而保障數據消費的效率和質量。

　　在數據資產中，最典型的交付物是數據指標，被管理起來的數據指標，需要覆蓋80%的日常分析才算合格。

　　而當明確了“數據消費是第一驅動力”后，下一個問題就是如何實現。字節跳動的做法是，讓數據流融入業務的工作流程中，讓數據在工作的流程中更易獲取，使用的門檻更低，提高業務對數據的依賴度和信賴度。

　　如進行直播運營活動，同一場運營活動中，需要監測幾十場甚至上百場同時進行的直播。監測者往往需要在不同的產品或者直播間中間反復橫跳，從而做匯總分析。這樣的模式效率非常低，本來能夠當場發現的問題也沒有暴露出來，更談不上及時修改策略。

　　針對這樣的場景，字節跳動就會提供批量診斷的能力，幫助監測者整合所有要監測的直播間，通過智能診斷和自動化提示，展現真實效果與預期之間的差異，并給出針對性的提升建議。這樣就使運營的盯盤效率得到倍數級提升。

　　羅旋提到，除了數據與業務的充分融合之外，新技術的出現也會帶來更大的變革。如今年火爆的大模型，就為字節跳動在數據驅動方面提供了新的探索方向——運用全新的AI技術，加速數據飛輪的轉動。羅旋表示，在過去幾個月，字節內部通過一系列涉及數據全鏈路環節的探索實踐，已取得一定的進展。包括在數據資產管理上，字節跳動探索了AI“找數助手”，能用自然語言問答的方式，來檢索包括表、數據集、儀表盤、數據指標、維度、業務知識庫等等，并做出擬人化總結。

　　在數據生產環節，則研發了基于大模型的開發助手，既可以將用戶的自然語言描述，自動生成SQL代碼，也可以針對現有代碼做診斷優化、問題修復，解釋與注釋等等，減小了編程語言帶來的障礙，降低了數據開發的準入門檻。

　　在數據洞察環節，字節提供了智能的數據分析助手。只要輸入自然語言，就可以查詢想要的數據、生成表達式，或是由可視化圖表組成的儀表盤。而進一步的分析助手則可以打通飛書等辦公協同工具，使用戶可以通過IM消息訂閱+自然對話，做更多的延展分析。

　　羅旋表示，通過這些方式，字節跳動可以讓數據分析更加靈活，更加隨時隨地的發生。字節跳動內部的這些實踐，也都將融合為全新升級的AI助手能力，并通過火山引擎數智平臺VeDI，對外給更多企業提供服務。(作者：楊原)