1 问题与设计目标
主要从业务、技术、产品三个视角来看,目前存在和可能引起的问题:
-
业务视角 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 指标定义,指标命名混乱,指标不唯一,指标维护口径不一致; 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 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;
管理目标
-
技术目标 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
-
业务目标 统一数据出口、场景化覆盖
-
产品目标 指标体系管理工具产品化落地;指标体系内容产品化落地支持决策、分析、运营例如决策北极星、智能运营分析产品等
2 数仓指标架构设计
从业务架构设计到模型设计,从数据研发到数据服务,做到数据可管理、可追溯、可规避重复建设。
数据指标模型架构
2.1 业务线
业务板块定义原则:业务逻辑层面进行抽象、物理组织架构层面进行细分,可根据实际业务情况进行层级分拆细