Kyligence李栋：从数据湖到指标中台，提升数据分析ROI

嘉宾 | 李栋   整理 | 巫柔颖

出品 | CSDN云原生

2022年7月12日，在CSDN云原生系列在线峰会第13期"现代数据栈峰会"上，Apache Kylin PMC Member、Kyligence技术合伙人兼副总裁李栋从指标中台的趋势和背景出发，围绕指标中台的真实案例展开，对Kyligence实现指标中台的过程及提升数据分析ROI的经验进行了详细分享。

什么是“指标中台”

指标是衡量事物的标准，数据分析的关键就是找到正确指标并获得洞察，并开展经营决策。指标中台（Metrics Store）是当下流行的技术之一。

在传统的数据分析场景中，往往会把数据统一接入到一个数据平台，例如数据湖、数据仓库等技术。通过一系列ETL开发后，将数据对接到下游的BI或自研的数据应用，数据分析师或业务用户通过查看报表和数据应用来查看指标数据，并对指标进行洞察分析和开展业务决策。

这种情况下，所有业务指标分散存储在各个BI报表或应用系统当中，当指标数、用户数越来越多时，数据管理和指标管理会产生很大的混乱。例如指标在不同报表中出现同义不同名、同名不同义、数据口径不一致、时间对不齐等难题，极大降低了业务用户对数据的信心。

指标中台的出现，旨在通过一个平台统一管理所有业务指标，以及指标背后的数据。指标中台不仅可以解决前面提到的技术挑战，赋能业务人员更自助、更有信心地使用数据，还能帮助IT团队创造更高业务价值。