技术人：
易观 CTO 郭炜
本文采编：
SegmentFault COO 江波 Nadia
像找媳妇一样找人才，真情换真心
Nadia：可以简单介绍一下您此前的求学和职业经历吗？
郭炜：
我是北京人，高中毕业在北大读了七年书，直到研究生毕业。
我从研究生阶段学的就是数据，那个时候还不叫数据挖掘，叫信息与信号处理，毕业论文题目是《过程神经网络的客户流失分析》，那个时候（2005 年）还没有 AI 人工智能。
毕业后我去了 TereData，美国当时最大的数据仓库公司，后来去了 IBM、中金、万达、联想，都在聚焦大数据平台建设及项目应用的落地。还是会
感觉在大公司在数据创新应用上的体系化管控流程更复杂
，也受到了易观创始人于揚的感召，2016 年加入易观。
Nadia：
2016 年易观是什么状态？
好像那个时候我印象里的易观还是一个做分析报告的公司？
郭炜：
当时的易观其实已经开始通过数据产品为客户数据洞察赋能了，也开始建起了技术团队，但是整个团队能力其实还不够达标。
甚至那个时候，市场上还不太理解技术背景到易观来做什么。
所以，我中间有一个阶段，重新调整了技术团队，更加聚焦数据架构、算法等方向。
Nadia：
你加入的时候，易观的商业模式是已经规划得很清晰了，还是说也是摸着石头过河？
郭炜：那时候，易观的创始人于揚一直坚持要做产品和技术，但具体是哪个产品，哪条产品线能做到什么程度我们都不知道，但是我们通过易观千帆
（移动互联网产品对标分析平台）
迈出了第一步。
Nadia：
2016年加入易观之后都遇到了什么挑战？
郭炜：
大家可能都看过 「创业曲线」， 一开始是特别快速的上升，然后断崖式下跌，在谷底沉寂一段时间后还要再跌一下才能慢慢曲线上升 —— 其实创业经历都是这样的。
我刚进入易观的时候，大家都很乐观，觉得易观有品牌、有想法、有数据源，只是缺技术。
我当时也非常乐观，觉得仅仅是把技术弄起来，这个简单。
但亲自去做时候才发现，我们向技术公司升级的路上要过的山头真的很大，遇到的问题特别多。
之前我其实已经很多年不写代码了，但那时候没办法，尤其一些核心的模块只能我自己上。
2016 年，易观千帆能够承接分析的用户月活跃数据也有接近一个亿了，当时遇到一个很大的挑战就是数据接收并发的问题。
在千帆刚开始服务客户的时候发生过一次比较严重的事故，整整 3 天，系统 down 在那里没数据。
我印象特别深刻，6 月份，CEO 找我谈话说“你们很辛苦，但是这个问题怎么解决呢？
”当时我也不知道怎么解，后来没办法，我重新学了 Lua 语言，然后用了两天时间把代码重新写了一遍，问题解决了。
这是当时的状态，整个技术团队对于技术与业务结合的理解其实都还不够，也是从那个时候我发现创业团队招人最重要，人才是核心。
Nadia：
创业团队不好招人吧？
郭炜：我们开源项目 Dolphin Scheduler 的核心贡献者代立冬当时是我去找他吃了多少顿饭才说服他加入的。他是第一个大数据方向我觉得不错的人才，也是从他开始，我开始像找媳妇一样找人才，
到现在也是跟团队和人才们聚会的时间比陪家人的时间长得多。
就像糟糠之妻，那个时候你什么都没有，通过真情换真心
，把这个团队从没有到 1，到 3,5 个，到现在 100 多人慢慢成长起来。
Nadia：
你们招人的时候会比较喜欢什么样的人才？
郭炜：
我觉得招人第一是看价值观，是不是真的想做数据这个事，谈到数据的时候，是不是眼睛会有亮光，会有光芒，这个很重要。
第二个是看潜力，逻辑性、学习能力、阅读能力、沟通表达能力行不行？
第三个才看究竟现在能力怎么样。
究竟会什么、会不会 Hadoop、懂不懂大数据这都不重要，如果你真的很想做这个事，很愿意去学，我们就愿意给你这样的机会。
不是每个企业都有这么大的六个亿的月活数据让你去学习，也没有像招商银行、当当这样的客户能够让你去实践。
郭大侠的开源情怀，易观技术的变与不变
Nadia：
2016 到 2019，您加入易观 3 年，帮助易观从一个大众认知里的分析报告公司，转型为一个产品技术驱动的大数据公司，技术上发生了哪些变化？
郭炜：
变化真的蛮多的，下面的图片大概体现了易观从 2016 年到 2019 年的技术架构变迁。
从产品上，2016-2017 年，我们主要的产品还是易观千帆、易观万像，它本质上是易观自有的大数据平台。
到 2018 年的时候，我们发现自己的大数据技术是可以帮助更多企业的，我们开始做技术输出
，开始有了易观方舟，今天已经成为了包含用户行为智能分析、智能运营及技术开放的智能用户运营产品套件。
我们自己原来的东西特别庞大，6.8 个 PB，几百台服务器，不是每个企业都用得了，所以在 2018 年我们开始把这么复杂的大数据组件通过一个新的架构来精简，我们希望帮助企业方也都能用上好用的大数据平台。
这个新的架构叫 IOTA（Big Data IOTA），它的核心思路其实就是边缘计算 —— 原先大数据都是将所有的数据存到云端去计算，但现在其实我们的手机都越来越厉害了，所以我的思路是要通过边缘计算的方式，在手机端先做好一些计算，云端只做存储和查询，这样效率就大大提高了，当年好多的大数据集群的东西浓缩在一台服务器上就可以完成。
把我们的自己的技术，通过新的架构迭代抽象成一个可让用户去用的产品和技术（易观方舟），这其实就 2018 年我们在做的事情。
到 2019 年我们又发生了变化，在过去易观方舟只做用户行为分析，今天已经实现了智能运营功能，后来我们发现很多用户希望基于自己的需求去做一些二次开发。
我们把易观方舟 PaaS 化，从一个产品变成了一个平台。
比如说你要做推荐，我们把相关数据通过 SDK 全都收集上来了，把非结构化数据整理好变成了结构化数据，基于这些数据你自己的分析师就可以在里边做一些推荐引擎，用户画像等等。
2020 年，我们会进一步把这个平台做得更稳定，希望除了我们之外，也可以有更多的开发者在上面开发一些东西。
Nadia：
所以从明年开始，其实也会做一些开发者生态的事情？
郭炜：
其实我们今年也在做，易观方舟本身是一个商业产品，但其实我们有免费版本。
私有化、单机服务器的这个版本我们把它免费了，叫易观方舟 Argo。
在这个之前，国内现在还没有私有化部署的用户数据分析免费产品。
私有化部署，数据放自己这里，用户放心。
普通开发者可以直接把这个产品接入自己的后台，一台服务器，你就可以开始做用户行为分析。
将来我们希望基于易观方舟 Argo，可以有各种各样的新的小东西开发出来，我们鼓励大家开发各种新玩意儿，开发完以后你可以自己用，可以把它 Share 出来我们帮你去售卖，也欢迎你基于我们的产品开源，做开源组件让大家都去用，因为易观方舟 Argo 本身就是免费的。
Nadia：
刚刚提到了 IOTA 架构可以实现更高效的数据处理速度，能否在具体应用层面为我们解释一下它的价值？
郭炜：
比如说拿 SegmentFault 思否举例，最近 SF 某一个渠道注册留存超过七天的用户在最近一周没有登录，你想发邮件做一次召回。
原先你需要提一个需求给技术，他需要跑个 SQL，SQL 跑不过可能还得跑 ETL 脚本，两三天才能给到你，公司需求多了以后或许还需要排期。
但在基于 IOTA 架构的易观方舟里，你只需要勾选一些条件，不到三秒钟，这个数据马上就出来了。
几秒内，可能我们就要查 100 亿条数据，出一个结果，在技术上是非常难的。
所以 IOTA 架构解决的核心问题是在大量数据中做一个复杂查询，秒级把这个数据查回来。
那么随之而来的其实就是帮助我们将数据能力平民化，让数据分析师之外的角色也可以用这个产品去做点数据分析，而不需要大数据工程师天天去给你写脚本。
Nadia：
提到数据处理效率，您之前还曾提到过“数据河”（Data River）的概念？
郭炜：数据河其实是 IOTA 抽象化的东西。过去云厂商经常提到“数据湖”——把数据全部装进去，它的好处是把它存下来了。但你真的想去用这个数据的时候成本就会越来越高，数据越放越多，慢慢就会变成数据沼泽。
我们做的其实是让数据流动起来，通过 IOTA 这样的架构，数据是直接从产生端流向消费者，不再经过数据湖，不再需要工程师去写 ETL。
Nadia：
那有什么是这三年一直坚持不变的？
郭炜：我们有两个基本点是不变的，我把它称之为技术价值观 ——
一是开源，二是云化。
今年我们的开源项目 Dolphin Scheduler 入选了 Apache 基金会，但它其实不是我们第一个开源项目，我们此前已经开源了很多个项目，这是我们慢慢运营、拥抱开源的成果。
数据是有灵魂的，我将用此生去追寻
Nadia：
现在很多公司都在谈自己是数据驱动，当然大部分都是假数据驱动，在你们的客户里面，有没有哪个公司是你们认为他真的已经把数据应用到非常好的案例？
郭炜：
在我们客户里，有一家第一梯队的股份制城商行做得非常不错。
其实即便是互联网公司，也不一定真的能把“数据驱动”这个词落下去。
数据驱动是一个管理思维，不是一个工具能搞定的事儿。
我们见过这家银行用北极星指标
（即所有员工都要关注的唯一关键指标）
，这个指标对招行来讲是它的月活，他的营业员都要扛这个。使用的时候，我们能感觉到他们的 APP 确实好用，就是因为 APP 每个的点击、每个功能模块分栏目的流程，都是有明确分析路径的。这点很多互联网公司都做不到，它跟一个公司的管理阶段和成熟度是有关系的。
Nadia：
大数据这几年一直是一个热词，你个人是如何去理解大数据的？
展望一下未来，它背后真正的价值是什么？
郭炜：
我有一个座右铭叫数据是有灵魂的，我将用此生去追寻。
从整个技术和行业来讲，我觉得是会越来越火的。因为人们通过各种各样数字化的手段，能把这个现实世界变成数字、信息和数据，再基于此去做相关的分析。
最早我做 BI 的时候，报表全都是内部 CRM 产生的。
到后来大家拿 APP 的点击做分析，现在又有了人脸识别，线下动作的识别，声纹的识别……其实一个人在线下的所有行为都是可以采集到的，数据把这个世界本身数字化，那么怎么用起来呢？
每一个行业、不同的赛道其实用法都不太一样，未来再加上 5G、IoT……可能大家在这会议室里面就跟黑客帝国一样，摆一个姿势、说一句话，这些服务就都到了，这些其实都是数据的应用。
对于大数据公司来讲挑战还蛮大的，很多数据公司后来都变成项目型公司了，他们就没有办法去做更好的增长。
2016 年前后，国内大概有十几家公司都在做易观千帆同类型的产品，现在做得好的只剩两家了。易观方舟现在可能还有很多的竞争者，在这个赛道里面将来可能也只会留下几家。
对于未来，易观还是根据用户实际的需求去解决用户的问题，大数据不是一个特别容易做的赛道，每个能坚持下来公司都值得尊敬。
CTO 的匪气：
