整合过程中涉及了数据的融合和业务的融合。模块制的管理思路保证了其数据可以横向打通。在数据标准化及治理方面，【友盟+】全面借鉴了阿里巴巴的数据管理经验，针对每一个Business Unit迁移数据到One Data数据体系中。同时，将数据全部迁入阿里云，做到降低运维成本及数据安全合规。接下来，数据科学家们通过第一方账号打通和算法打通两种方式对数据进行识别。在数据资源打通后可通过第一方登陆账号，把来源多样的数据识别整合为同一个人的数据。而通过建模识可以实现在第一方账号缺失的情况下的账号打通。这样一来，用户在不同设备、不同账号中上留下的痕迹就这样被标准化整合，并在脱敏后成为商家提供决策依据。

【友盟+】高层合并的流畅性给数据团队和业务的融合创造了良好的平台。改组后的【友盟+】数据团队大致分为数据科学家和数据工程师两部分，分别负责数据价值实现和数据基础保障。“数据从业者太容易钻到自己的小圈子里去了。”李丹枫坦言。作为CDO，他需要把数据团队从小圈子里拉出来，激发团队的主动性和外向型。他鼓励数据团队一旦有了新想法，便去说服同伴，组成2~3人的小团队把这个想法实现出来。再自下而上扩展影响圈，不断完善想法，直至一个新数据应用场景的出现，变成产品。在他看来，数据人才还需具备：了解客户、发现需求的沟通力；说服同伴的领导力；批判思维的洞察力和实现想法的执行力。

激发团队贡献想法，驱动数据体现价值。这对李丹枫来说是使命感使然：“我做数据的时间比较长，回国后看到有些数据沉寂很多年，并没有利用起来。我是有使命感的。我希望根据我的经验来判断数据在哪些场景中可能比较容易地产生数据价值。‘先摘容易摘的果子’，激励团队挖掘更多的数据价值。”

对职场新人的期待：放下架子，放手去做！

回国前，李丹枫在美国从事了十多年数据挖掘和机器学习方面的工作，曾服务于雅虎，微软，FICO等多家领先科技公司。“我不认为在数据领域，美国比中国具有明显的优势。从数据团队的构成来看，我认为中美的差异也已经非常小了，美国的数据团队里有很多中国人。”李丹枫说到。

李丹枫认为数据人才不单需要有数据建模的能力。具体说来，他给了职场新人三条建议：

1. Get your hands dirty。打好基础，去充分了解在你手上数据。不要只想着发论文，要放下架子，动手去清洗你的数据，了解你的数据。不要怕数据“脏”；

2. 让自己成为跨界人才、π型人才。工程方向的学生要补充数据知识，数据方向的学生要补充工程知识，工程和数据方向的学生都要补充行业知识；

3. 务实、主动、合作精神。