生產力/效率工程師

Productivity engineer 即效率工程師或生產力工程師，是探碼對某一類崗位的定義和稱謂。

什么是生產力工程師？生產力工程師（也被稱為生產力優化和改進工程師）負責利用各種工業工程和生產力原則和技術，為一個組織開發和實施生產力優化。生產力工程師（也稱為生產力優化和改進工程師）負責利用各種工業工程和生產力原則和技術為組織制定和實施生產力優化。他們致力于在整個客戶或雇主的流程中識別和消除廢物，同時確保準確性和可靠性。

雖然他們的職責可能因工作而異，但生產力工程師通常負責以下工作：

• 使用各種問題解決技術、團隊合作策略、流程控制和持續流程改進工具來識別客戶流程中的冗余和費力點
• 為工作流程、工作方法制定改進計劃，并建議和/或實施變革
• 對資本支出、人力支出進行分析并制定投資回報理由
• 要求、接受和使用自我和團隊的反饋，以推動業務改進

在互聯網行業，效率工程師通常是最先了解各種先進的生產力工具，熟悉工具的使用，并為是否讓團隊采購相關軟件提供建議。常見的效率工具如辦公自動化、項目管理、流程管理、任務追蹤、財務記賬、人事HR軟件、知識建設、客服系統、ITSM、DevOps等等。

客戶成功經理

Customer Success Manager（縮寫CSM），顧名思義，就是幫助客戶成功的員工。職能就是“幫助客戶成功”，這個概念有點大，我們不妨這樣思考：客戶購買你的產品和服務，是希望將你的產品和服務帶入到他的生活中，以實現某種進步，我們稱這一進步為客戶需要“獲得的幫助”。
這一工作職責一般是在銷售之后。客戶成功經理是一個相對較新的職業，一般在SaaS公司比較常見。另外，客戶成功經理一般會提供技術支持，提升顧客滿意度，提高顧客保留率和忠誠度。客戶成功經理往往需要具備高度的專業知識，指導客戶更好的使用產品、解決產品應用中的問題、提供最新產品升級信息，從而支持產品的最佳化使用。

這一崗位主要分布在互聯網SaaS企業，以下是核心工作職責：

• 制定保留顧客的策略
• 提升顧客滿意度
• 提供技術支持（處理升級處理的問題）
• 評估顧客投訴，提升顧客滿意度
• 提供產品使用演示
• 促進向上銷售服務
• 預防大量顧客流失

尋找客戶成功經理一開始并不容易。因為這是一種相對較新的職業，客戶成功經理是一個復合型人才，往往需要多項技能，技能可以是【銷售+運營+培訓+技術支持+實施顧問】的組合，需要對本身業務和產品有深入的體驗深刻的見解，有客戶服務經驗和社交溝通能力，有組織能力和團隊合作精神。在Boss直聘上搜索【客戶成功經理】，發現大部分職位的薪酬都大于15K。

數據工程師

數據工程師有別于【大數據工程師】和【數據庫工程師】，大數據工程師和數據庫工程師都是指特定的專業技能的技術崗位，解決技術上的問題。而數據工程師是服務公司產品或團隊業務，提供數據方向指導和優化建議的工作。數據工程師更像是DataOps的定義（見《被熱議的DataOps ，究竟要解決什么問題》）DataOps 的主要方法論仍處于快速發展階段。像 Facebook 和 Twitter 這樣的公司通常會有一個專門的數據平臺團隊（Data Platform Team）處理數據運營并實現數據項目。

科技作家涂子沛講“未來每家企業都是數據公司”，既然都成為數據公司了，那必定需要一個“數據工程師”來推動公司成為“數據公司”。提出這種觀點的還很多，比如《Accenture-迎接未來，先鋒企業在崛起.pdf》，《Accenture-數據驅動型企業未來可期.pdf》等。

數據工程師的核心工作職責：

• 以數據驅動(研發、銷售、管理)為指導思想，梳理各環節數據。
• 確保數據質量，控制成本，滿足業務需求和期望
• 利用現有技術資源，量化大數據項目的價值，選擇正確的數據框架
• 維護和推動數據治理工作，保證企業“數字化是一切的中心”目標的達成。
• 通過數據說話，為公司各個業務環節提供優化建議、流程再造。

數據工程師往往具備各項數據相關技能，掌握各種數據工具，了解數據科學與機器學習平臺的主要趨勢，對數據科學、數據分析、機器學習、人工智能都有一定的研究和深入的實踐。

Accenture的一項研究發現：

高績效與成為我們所謂的“數據驅動型企業”之間有著直接的聯系。數據驅動型企業借助云最大程度地利用數據價值，將數據視為資產并根據其完整性和質量而進一步劃分類別。

探碼的口號“數據驅動軟件智能”，仍然在踐行行業先進的工作方式、管理思想和商業模式。