前导-数据体系全景
大数据基础架构体系
指标体系定义
- 指标:过程性,结果性
- 维度:定量,定性
- 指标体系生命周期:指标,维度定义 -> 生产 -> 消费 -> 下线
- 指标运维管理,质量管理
指标体系管理-痛点分析&⽬标
-
业务视角:统一数据出口，明确指标集和维度集；提升指标复用性，场景化积累覆盖；
业务分析场景指标、维度不明确;
频繁的需求变更和反复迭代，数据报表臃肿，数据参差不齐;
用户分析具体业务问题找数据、核对确认数据成本较高。 -
技术视角:统⼀指标和维度管理，指标命名、计算⼝径、统计来源唯一， 维度定义规范、维度值⼀致
指标定义，指标命名混乱，指标不唯⼀，指标维护⼝径不一
指标⽣产，重复建设;数据汇算成本较⾼;
指标消费 ，数据出口不统⼀，重复输出，输出⼝径不一致; -
产品视角:指标体系管理理工具产品化落地;内容产品化落地，支持决策、分析、运营；
缺乏系统产品化⽀持从⽣产到消费数据流没有系统产品层⾯打通;
指标体系管理-模型架构
模型架构
数据仓库模型架构
指标体系图谱
好像是两条路,第一个是不知道有哪些核心指标,需要分析和探查.另一种是我们知道了维度和度量如何使得他们变得结构化和自动化
就第一种来说我们要借助指标描述业务,一个好的数据体系标准应该是,所选的指标是否有助于业务发展,所选的指标是否具备可操作性
如何建设好的数据指标体系
网友评论