数据应用规划与建设
一、企业业务架构梳理
1、企业业务架构梳理目的
通过企业信息的收集和相对结构化的信息描述企业的业务运转全貌。
2、企业组织架构信息
大型企业组织架构信息相对复杂和庞大,可从公司级别的基本信息、公司内部的部门基本信息、部门内部的岗位基本信息这三个层次进行梳理。
3、企业业务场景用例
- 业务场景用例内容:参与者、用例业务范围、主场景、分支场景、子业务场景用例
- 业务场景例图的编制方法:采用职责分解法开展,首先从收集企业组织职责开始,各公司及下属各级部门根据组织职责要求、制度规定等,对本组织的职责和权限范围内所负责的工作场景进行全面梳理和分类,编制本部门的业务场景目录。
- 企业价值链:把企业主要经营活动分为基本活动和支持性活动,逐层分解,直到得到岗位责任级别的子业务场景用例。
- 企业业务场景用例目录:一般采用核心业务骨干集体参与的方式展开
二、数据应用场景规划(应用分类)
- 按呈现形式分类:eg:报表工具、BI分析工具、数据可视化大屏、独立开发的数据应用、数据API等。
- 按研发技术分类:eg:数据统计类应用、数据分析与数据挖掘类应用、统计类算法应用、机器学习与深度学习应用。
- 按应用方向分类:以业务场景为核心的统计、分析、挖掘和复杂算法类应用,也可围绕实体的众多标签类应用。
- 按应用大小分类:数据应用可以被多条业务线、多个岗位的多人使用,也可是只进行一个业务指标或者标签供给的原子型数据应用。
三、业务指标和实体标签体系的构建与管理
1、业务指标体系构建的一般方法与过程
- 首先,围绕企业的核心价值链展开对业务指标梳理,寻找关键部门的核心KPI,以及影响该KPI指标的二级、三级指标,层层向下拆解(业务流程包括业务流、数据流、管理流)。
- 其次,对梳理好的业务指标按照口径进行定义;
- 最后,进行应用分析,发现业务指标背后的更多信息。
2、实体标签构建的一般方法与过程
- 梳理规则:从业务视角(基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性、地理属性)梳理、规划整个实体标签体系的架构;
- 规范定义:包含数据(指标)规范、模型设计规范、ETL规范在内的规范体系;
- 数据同步:讲分散在各个系统/应用的数据(包括结构化业务数据、埋点采集的行为日志数据等)同步到大数据开发平台;
- OneData体系建设:围绕用户,以唯一标识打通来自不同平台、系统、渠道的数据,基于OneData体系依次构建全域数据中心、萃取数据中心。
- 实体标签体系设计与研发
- 应用于监控反馈
四、数据应用落地路径规划
评估目的是明确众多规划出的数据应用的整体实现优先级,主要特征要素如下:
- 数据应用的可实现性:明确数据应用是否可实现、当前的数据资源是否可以支持数据应用的构建;
- 数据获取成本:如数据应用因为数据源的原因不可获取,那么要明确数据源是否可以用必要手段获取、获取时间周期多长、获取的成本多高;
- 数据应用的实现技术难度
- 数据应用的业务价值:描述业务价值是帮助业务部门更快、更准确地改善原有数据获取情况,还是提供了新数据?新数据在该业务场景中起到的作用如何?
- 数据要素的重要度占比:当提供数据应用时,要知道数据应用时能直接产生业务价值,还是需要更多业务上的其他配合才能够产生业务价值;要知道数据要素在整体产生业务价值的环节中的重要度占比是多少。