汇报时别先讲看板、宽表怎么做的,先讲它让谁做了什么决定、改变了什么结果;技术细节只用来让领导相信你的结论。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
领导要的是决策,不是交付物
材料里的观点立正在讲汇报时提到,老板听到你的成果,脑子里会闪过“这相对竞争对手是什么情况”“这个提升对我意味着什么”“够不够、还要不要继续投”这类评估,然后要做决策。你要做的是把这件事的意义讲清楚,帮他做这个决策;技术细节的作用只是建立他对你结论的信任,他不信才需要看细节1。放到你们组:BI 看板、宽表、数据产品本身都是交付物,领导问“价值”时,问的是这些交付物改变了哪个业务动作。汇报开头可以直接写:某类用户/某条产线原来靠什么判断,现在靠什么判断,判断变快或变准之后做了什么不同的事。
价值说不清,常常是责任在交接中丢了
材料里的观点立正在《如何识别与消灭 fake work》里讲,fake work 容易长在责任被重置的地方:每交接一次,原本的结果就被翻译成更容易验收的交付物——用户问题变成需求,需求变成功能,功能变成上线,交付物都按时完成,最初的问题却可能原封不动。他给的办法是缩短距离:定义问题的人要跟到结果出现,结果不好,责任要一路回到最初的判断2。这正好解释你们的处境:中台组接到的是“做个看板”“开发张宽表”,验收标准自然变成上线没有、跑通没有。要讲出业务价值,得把这条链补回去——这个需求最初是业务方想解决什么问题,上线后谁在用、用来做什么决定。
先问清“这份数据要支持什么决策”
AI推演Mujtaba 在谈数据团队向上沟通时说,最重要的问题是“我们会用这份数据做什么决策、目的是什么”,因为提需求的人往往不了解数据,要的是某些数据,而知道问题后其实可以提供更好的数据;如果答案是没有什么决策,就可以反问这值不值得优先做3。立正回应说,这是区分一个只会写 SQL 的人和能影响决策的数据科学家的关键问题3。对你们是 AI 的应用建议:汇报前对每个看板或宽表问一遍“它支持谁的哪个决策、不做会怎样”,答不上来的先别当成果讲,或者如实标成基础能力投入。
提供的片段没有乳业或中台组织的具体案例,以上是把通用汇报与数据团队沟通原则套到你们场景的推演;具体该找哪个业务决策、哪些指标算价值,需要你们自己的业务信息。
出处
- 1教老板做事?这样汇报就对了!
讲汇报时老板如何评估成果、技术细节该扮演什么角色。
- 2如何识别与消灭 fake work
解释交付物替代结果、责任在交接中丢失的机制。
- 3Meta印度裔高级经理,分享向上管理心得
数据团队如何追问需求背后的决策,以及立正对此的回应。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- AI 时代,一个具备 AI 能力的人,能为公司某个非常重视 owner 的业务岗位,做什么,能为他的+1 做什么
对 owner 岗位,AI 能力最值钱的用法不是多干活,而是把判断标准、验收方式和业务上下文写成 AI 能用的东西,让结果可收口;对 +1,则是让这套系统可复用、可交接、可被信任。
- 立正的AI助手用户入口在哪里
立正在原文里没有给出一个具体的“AI 助手用户入口”地址;他谈的是 agent 时代入口的形态,并说自己习惯在 Codex、Claude Code 这类通用入口里调用 agent。
- 如何跨行业找工作?本职工作是工程设计,在国企干了十几年,管理一个小团队,同时一直在兼职数字化方面的工作。近一年在 AI 应用落地方面做了很多实践,对企业 AI 转型的路径选择也摸索出了一些心得,想转到更有前景的行业专做内部提效方面的 AI 产品经理或企业 AI 转型方面的工作,地点北京。现在的卡点是业绩理好了,简历写好了,但是找不到几家合适的公司,投了两个也没有回音,不知道问题出在哪里
问题可能不在简历,而在找公司的渠道和岗位定位:你瞄准的“企业AI转型”岗位,在北京更可能藏在传统企业的数字化部门或AI服务商里,而不是公开招聘的“AI产品经理”。
- 课代表,我从事旅游OTA 4年,近一年业余时间做了个攻略站,引流渠道就只有SEO和GEO,但最近发现攻略站维护成本很高,便转型做元搜索,多OTA产品对比,但流量一直卡住,流量也主要是攻略带来的,月活一直也卡在3k左右,我不知道应该往哪个方向做增长比较好
你的流量卡在3k,很可能不是渠道不够,而是元搜索这个产品还没和现有攻略流量接上。先别急着加渠道,先让攻略页把用户带到对比页。
- 做困难但正确的事情
立正把“困难但正确的事”拆成两层:难不在事情本身,而在看不到结果时的孤独;判断“正确”靠守住价值观底线,而不是靠结果验证。
- 怎么提升贵人运
提升贵人运的关键不是讨好大佬,而是让人愿意把机会给你:有具体的事、值得帮的能力、懂人情估值并持续跟进。