今天给大家介绍一下如何作为一名技术同学去发现业务的新机会。
首先在实际情况里面，我们很多技术同学会有一个误区，那就是技术同学只要关注和深入的钻研技术就行了，尽量少参与或者不参与具体的业务活动。
首先说这个观点是不合理的，也是不科学的，并且在实际中也是不能成立的。为什么技术同学需要关注到业务，哪怕放到国外的互联网技术公司也是一模一样的。只不过我们看起来好像说亚马逊，谷歌他们的技术同学完全不关心业务，而擅长去研究更深刻的技术，更底层的技术，从而实现了业务上的一些机会。
这个观点本身就是有失偏颇的，我们其实可以看到，虽然说谷歌一直号召自己的技术影响力特别强，其实也是对外宣传的一种品牌策略，我们知道其实谷歌在新业务的发展和探索上投入了不少人力，我们看一下谷歌近些年来投资成功和失败的产品，我们就能看到产品的迭代速度是非常快的，也就是说谷歌是把大量的时间放在了探索新业务上。
可以看到谷歌关停的业务就高达288个，有意思的是，这个网站就叫做“killedbygoogle.com/”，也不知道是谷歌自己搞的，还是其他人搞的，总之挺有意思的。
所以业务成功是第一要素，只有在业务成功的基础上，才有资格去更加深入的去研究新的技术，底层技术或者创新技术金额又实现增长飞轮，把这些技术又复用到新的业务机会上。
我们可以下一个结论，技术是用来解决业务问题的。一项不能解决业务问题的技术一定是无效技术。一项技术的生命力也体现在具体能否解决多大的问题，或者说是特定的问题。
从始至终，哪怕从人类诞生以来，技术都是解决问题的。但是我们如果站在更宽广的维度来思考，确实有很多实验室的研究型技术，这些可能就奔着纯粹的理论研究和创新去的，这一块可能在短时间内或者长时间内都不会有大量的应用。但是这一类基本上我们可以称之为纯粹的研究员或者科学家，但他不是我们所定义的一名在公司、企业里上班的技术人员。
好，我们上面已经解释过，为什么技术同学要主动的去发现业务机会，本质上就是因为去发现业务，才能够使得自己技术带来更好的价值转换。
那回到我们文章的核心主题，作为一名技术人员，怎么样去发现新的业务机会，好的业务机会，并且能够去落地业务？
我的核心观点在于洞察客户需求。
其实很多技术人的观点，就是我手里面拿着一个锤子，我看什么都是钉子。很多技术人的幻觉就是我研究出来了一种很牛逼的技术，然后找到一个很有用的场景，推而广之，分分钟融资上市。
那大部分做技术同学的观点是我研究出来一个什么样的技术，我去找什么样的问题场景。这种思维方式当然也是一种解决问题的方式，但是里面会存在着很大的问题，大部分的场景会导致你的技术解决不了场景，也就是说你所谓的场景可能是你创造出来的场景。
这个就是从技术角度出发的一个局限性，我知道可能有一些情况，确实我发明了某一个技术以后，它有一个很好的业务场景，但是我们大部分人都是普通人，很容易受思维的限制，就是我有了一个什么样的技术，我会使得自己去相信技术能解决那一类的问题，并且下结论这个商业化的能力是成立的。
但是往往这种思维会导致大量的不符合实际的业务场景，或者说需求并没有想象中的那么大，进而使得自己在业务变现上面的机会变得非常的狭窄。
所以如何更好的去发现业务机会，我觉得有以下的几点。
第一点，洞察身边的业务痛点。
很多认为做业务要和创业一样，要善于发现这种高大上的机会，动不动就能解决几千万几亿用户的问题。动不动就一个宏观的宏大的技术技术体系来支撑广大的业务。
有一本书叫《复杂系统》，复杂系统的核心的一个理论就是所有事物的复杂性在最终的维度都是一样的。这个观点给我们提供了一个思路，假如我们想做成功一种业务模式，我们未必要去解决一个非常复杂的问题，而且往往我们只要我们从身边的这些问题入手，我们就能够接触到复杂问题的核心。而开始的第一步最为重要，就是我们要清晰的去洞察到客户的需求以及客户的痛点。这也就是说我们在做一个业务的时候，一定要了解客户，甚至要做各种各样的咨询和市场问卷，而如果只是闭门造车的方式是不大可能会创业成功的。
我实际上我们百分之九十甚至百分之九十九以上的新的业务机会都是微创新。也就是我们现在已经不大可能像牛顿那样从零到一发现万有引力。而且就像是牛顿这么大的发明，也是一天一天从身边的小的问题开始发现，一直累积到了有这种巨大的创新。
比如我在我的公司，我们就经常接收到各种各样的反馈反馈我们的产品打开的时候发生了白屏于是我们就收集了大量的线上用户反馈，我们发现在无网弱网情况下容易发生这种白屏的。于是我们针对无网和弱网重新开始设计方案并进行优化，通过这个项目，我们不仅解决了大量的实际的用户体验问题，我还把这个解决方式沉淀成了一个专利，并且已经申请通过了审核。
第二点，用数据的眼光看问题。
除了能够洞察客户需求之外最终最重要的就是我们不能仅仅用定性的眼光去看待问题，而应该要更多的用定量的方式来看待问题。我们通过定性来发现我们所看到的问题，是不是真正的问题需要通过定量的方式来判断，也就是我们看到了客户痛点，但是客户痛点值不值得解决，我们能不能解决，解决大代价有多大？
比如现在中小企业普遍的痛点是融资难，这个问题我们能否解决？当然我们凭借技术是很难解决的。比如现在的企业级客户获客困难，这个问题我们能否解决？当然我们也很难解决。
很多时候我们就犯了这样的错，也特别感性的方式来看待业务问题，我们认为某一个客户的激烈反对，或者说每一个用户的激烈诉求，就是我们当下要高优解决的问题。以此来作为衡量客户第一个标准。
但实际上这个观点是错误的，首先我们一定要明白，对于一位技术同学来说，一定是要用最有限的资源去解决最大的问题。对于任何一个商业公司来说是考量投入产出比的，不大可能无限制的投入大量的资源，解决非常小的问题，或者说某一类小客户的问题。因此我们就要通过数据化的方式来制定标准，也就是某一件事情是不是当下值得做，是不是值得投入这么多的资源去做，是不是最高优先级去做。
比如我们做了一个需求，就是在同一个组织里面，不同的部门能够看到不同的组织名称。这个是我们阿里巴巴内部同学提出来的需求，比如说我们整个阿里巴巴的组织，如果你是在阿里云下面，那么你工作台看到的是阿里云的标题，如果你是蚂蚁集团，那么你工作台看到的是蚂蚁的标题。那这个问题提过来了，那么我们会不会把这个项目换成一个重点项目去做呢？是不是所有的企业都有这样的诉求呢？
答案当然是否定的，只有在我们这样的几万人甚至几十万人的大公司才有这样的合规诉求，而对于普通的公司，多一点的可能几千人，少的可能就几十人，根本不会在乎公司的名称，标题显示什么。所以面对这样一类的需求，我们就应该充分的降低优先级。
第三点，要从更高的维度来考虑问题
最后一点，我觉得是要用更高的视角来看到问题。也就是我们解决问题要举一反三。我们不管在什么样的维度，我们都应该解决的是一类问题，而非单点的问题。从我们客户这边的需求，我们可以看到有各种各样需要解决的问题，那我们能否把这些问题进行归类，抽象和总结，以至于我们解决问题的方式能够更加的通用。
在这种思维的情况下我们就能知道。我们能解决的是客户的本质上的问题。举一个例子，我们有大量的客户都需要往我们的产品上面摆放指标图。那我们是不是只给客户提供指标图的插件就行了呢？肯定是不是的，因为确实有很多客户需要数据的指标图，但是我们在往背后再深层客户想要的是数据的看板。因此我们仅仅提供指标图是不够的，客户可能还需要饼图，还需要框图，还需要自定义的图，只是当下客户没有提出来而已。
所以基于这个需求，我们就洞察和发现客户实际上是对于数据看板的刚需，那么我们提供的是一套通用的数据解决方案。当然从前期的MVP迭代开始，我们会提供一套简单的指标图，但是在我们技术方案设计的时候，这一套图是具备可扩展，可以简单的扩展成折线图、柱状图等。
用一句哲学的话来总结，就是要从“看山似山，看水是水”到“看山不是山，看水不是水”的升级。
总结
最后总结一下，不管什么人，我觉得活在这个社会上就是整个社会的一个环节。本质上整个社会的环节都是经济利益的流转环节，而经济利益的流转环节本质上你是要有利他的一个特性的。而这个利他的本质就是解决实实在在的问题，以推动社会经济的流转。
所以对于技术来说也是里面的一环，当然这一环核心就是如何最大化利用技术去解决真实的客户问题。
更多精彩内容，关注公众号：ali老蒋，或点击加我好友深度沟通：ali老蒋 - java开发者
