大数据之路精读：OneData实施工作流流程总结

OneData实施工作流流程总结

数据调研

其中又分为业务调研和需求调研。
在业务调研中，首先要理清楚数据仓库覆盖的业务领域都有哪些，覆盖的业务线又有哪些，每一条业务线中有哪些业务模块，每个业务模块有哪些业务流程又是怎么样的。
同时我们要从需求出发，要搞清楚业务或者数据分析那边需要什么，知道他们的需求通常是什么，我们才能建设好我们的数据仓库。书中是这样举例子的：数据分析师想要一个指标：淘宝一级类目商品的成交金额。得到这个需求我们就要分析：根据什么（维度）进行数据汇总，以及汇总什么东西（度量），这里的一级类目就是维度，金额就是度量。我们明确了微观要干什么，然后要从宏观（对于数据仓库）去分析，这里的明细数据层和汇总数据层要怎么设计，数据链路要怎么联通？这是不是一个公用的报表or指标？需不需要公共指标下沉。

架构设计

架构设计是一个从数据域划分到构建总线矩阵的过程。
首先数据域是什么：数据域是指面向业务分析，将业务过程或者维度进行抽象的集合，业务过程可以概括为一个个不可拆分的时间，如下单，支付，退款。数据域划分要做到什么程度才能进行下一步的构建总线的工作呢？我的解释要把数据域和业务过程一一对应，并且做到以下的效果。
那怎么才能做到这样的效果呢？我认为先得把前面数据调研得到的业务线各模块进行总结归纳，然后名且这些模块里面都有哪些业务动作，注意是业务动作。

得到表9.5的图标，我们已经初步做到划分数据域的效果，下一步动作可以转向构建总线矩阵。
我们已经有了数据域划分后与各业务过程的关系，这样的话构建总线矩阵就好做了。总线矩阵归根到底就是要看到数据域与维度的关系。我们有了表9.5我们就得到了具体的数据域，同时得知有哪些业务过程，也就是知道了有哪些维度也其相关，然后我们总结提炼出来就完事了。这里拿采购分销数据域作为例子，通过商品采购业务过程分析提炼出一致性维度。

规范定义

规范定义主要定义指标体系，包括原子指标、修饰词、时间周期和派生指标等。

模型设计

站在宏观的角度，通过ETL手段设计维度表、明细事实表、汇总事实表。