大數據時代的特種兵——阿里數據產品團隊
阿里巴巴集團在 2012 年設立首席數據官崗位（CDO），并成立了數據平臺事業部，負責推進數據分享平臺戰略。在數據平臺事業部，有一支十幾人的小團隊，把自己定義為特種部隊， 以普及大數據為自己的使命，數據魔方、淘寶指數、淘寶時光機，這些外界熟知的產品都出自于這個團隊之手——阿里數據平臺事業部數據產品團隊。
數據產品團隊的前世今生
早在“平臺、金融、數據”三步戰略提出之前，阿里就已經在探索數據的玩法。數據魔方的最早需求，來自于某個超大的品牌商希望能查看淘寶平臺上的行業綜合數據，開發團隊發現這樣的產品對淘寶上的所有賣家更有價值，于是數據魔方就誕生了。
數據魔方早在 2010 年就正式發布，成為阿里巴巴首次對外開放商業數據的產品。淘寶魔方為淘寶平臺上的賣家提供類目行業數據，幫助賣家實現數據化經營，因此在發布之后就快速積 累了數十萬的賣家用戶，成為了一個具備持續影響力的產品。數據產品團隊也順理成章的正式組建，團隊定位于基于阿里巴巴海量的商業數據，對外部用戶提供數據 產品與服務。
團隊接下來的產品是淘寶指數，淘寶指數是一款的免費數據分享平臺，是方便淘寶賣家了解淘寶搜索熱點、購物趨勢、定位消費人群，研究細分市場的工具，同時也是第三方研究人員甚至買家研究淘寶數據的良好助手。
2012 年雙 12，數據產品團隊推出了淘寶時光機，通過對用戶行為深度挖掘，結合情感化與可視化的產品手段，淘寶時光機產生了轟動性的社會反響。
大數據是當代最富科幻質感的領域
大數據是非常廣闊的領域，就在阿里巴巴內部，也有不同層面、不同團隊在做大數據相關的事情。如何在這樣的大環境下，找到數據產品團隊的核心競爭 力？數據產品團隊負責人玄澄認為，數據產品的價值，一是把目前已經發生的事情，通過數據展現出來，開拓人們的視野，增強人們對周圍世界的認知。
現在數據產品團隊既有數據魔方這樣商業性的產品，也有淘寶時光機這樣充滿趣味性，但是不盈利的產品。在淘寶時光機成功之后，團隊有大半年的時間 在摸索新的方向，有幾個產品立項但最終被放棄，最終找到了一個重磅級的神秘武器，會面向品牌商進一步展現數據的商業價值。這個產品被玄澄評價為是透過互聯 網大數據增強人們商業認知的巔峰產品，比如可以查詢淘寶平臺上購買某品牌化妝品的區域分布，那么在線下開一個化妝品店面的選址就會非常精準。
玄澄認為，相對于其他業務或者產品來說，數據產品是一個巨大的、不受限的新領域，數據產品可以服務于賣家、也可以服務于中小企業提供經營決策、 也可以服務于消費者提供消費指導，甚至政府機關。數據產品的形態也是不受限制的，未來的數據業務和產品形態逐漸的成熟和壯大后，一定會細分出很多不同的細 分的數據產品類型。
玄澄同時堅信，數據產品還有著第二個更巨大的價值，那就是預測未來的發展趨勢，大數據是當代最富科幻質感的領域，用數據預知未來是自己的終極使 命。對大數據的商業化應用，所有一線的互聯網企業都想做、在做，也有很多創業公司在做，但阿里巴巴手握這個星球上最大的消費者在線數據庫，擁有行業中最有 價值的在線商業數據，這些數據需要以最領先的數據技術做引線，用豐富的想像力去點燃，將引爆這個時代最炙熱明亮的火焰。
玄澄認為，目前第二個領域還是比較空白的，這樣的領域需要創新和探索，需要自由和靈活的玩法，有更多的想象空間。團隊遇到的挑戰就是數據產品與技術的創新，怎樣挖掘數據中的價值，探索新的大數據商業模式，推動大數據突破臨界點，是數據產品團隊面對的最大挑戰。
能前能后，還能移動
為了迎接大數據的技術挑戰，數據產品團隊把自己定義為大數據時代的特種兵，并且建立了一支技術上從前到后的全功能團隊，技術特點就是“能前能后，還能移動”。
數據產品是國內最早將 Node.js 應用于商業產品的團隊，團隊中的蘇千、樸靈是國內 Node.js 界最有影響力的工程師，團隊多名成員活躍在 Node 社區，通過組織社區活動、撰寫 Node 技術書籍等方式，積極促進 Node.js 在國內的發展。團隊還用了兩年的時間，讓阿里的技術平臺上大部分基礎服務都能支持到 Node.js。
數據可視化是數據產品的比較重要的能力，團隊同時也是行業內最領先的數據可視化團隊之一，通過開源 datav.js 前端數據可視化組件庫，維護 datavlab.org 數據可視化專業站點等方式，推動數據可視化在產業界的認知與應用。
同時由于要做“未來”的產品，所以需要更多創新思維的人，用玄澄的話說，就是不走尋常路。數據產品團隊現在的成員，也是各具特點，不僅有 Fawave 作者蘇千、《深入淺出 Node.js》作者樸靈這樣的技術高手，也有文科、建筑專業出身半路轉行的，還有兩個中學時代的黑客，一個曾經的國家二級運動員、上海市射擊冠軍。團隊 成員既有慕名而來，也有通過各種渠道推薦、挖掘來的，但即使用了各種方法招人，仍然遠遠不夠用，web 開發、移動互聯網開發、算法工程師、數據開發工程師，個個都需要，當然，在技術本身之外，對數據的敏感與理解能力也是非常重要的。