综合项目1-02 数仓主题指标与分层

3、数仓主题分析

3.1 什么是数仓

面向主题（针对某一维度）、集成的（数据统一集中管理的）、相对稳定的（相对业务系统数据变动较小的）、反映历史变化（反映出业务或用户行为动态变化的过程）的数据集合，作为用户画像、推荐系统或业务运营管理决策的基础。

数仓的引入主要是为了做联机或离线数据分析，一方面是对业务系统分析系统的解耦，减少因大量数据运算而影响正常的业务系统运行，另一方面是可以解决普通数据库数据存储极限问题。

 

3.2 ETL: 数据迁移（抽取、转换、加载）

🏗 是联机数据处理、数据挖掘的基础，负责将分布的数据源抽取到中间层进行清洗、转换、集成，最后加载进数据仓库或数据集市中的过程。

主要是一些基础工具的使用。如：Datastage(IBM,专业、价格高), Infomatica(商业版), 开源的Kettle(水壶)

 

3.3 数仓分析主题

针对某个主题（中心）展开的分析。

（更多不同行业的主题可以参照神策的各种行业指标即可。）

如：

用户分析主题：

---

日新统计报表：每日新用户

日活统计报表：每日用户活跃

留存分析报表

来源分析报表等

 

流量分析主题pv(page view)

---

pv概况统计报表

pv来源分析报表

pv热点页面分析报表

pv热点栏目分析报表等

 

app分析主题

---

app版本分布统计表

app升级情况统计报表等

 

GMV销量分析主题(总成交金额)

---

gmv总额统计表

gmv品类统计报表

gmv品牌统计报表

gmv增长趋势报表等

 

以电商数仓为例：总体运营、网站流量、销售转化、客户价值、商品品类、营销活动、风控、竞品分析为主题为指导数仓的建设指标

---