数据治理一体化实践之体系化建模

数字经济的快速发展，给企业的经营带来了新的机遇和挑战，如何有效开展数据治理，打破数据孤岛，充分发挥数据的业务价值，保护数据安全，已成为业界的热门话题。本文基于美团配送数据治理的历程，分享了数据定义、模型设计、数据生产三环节统一的配送数据“底座”的建设与实践。

• 1 前言
• 2 什么是体系化建模
• 3 为什么要进行体系化建模
  • 3.1 体系化建模可以对数据架构进行实质有效的管理，从源头消除“烟囱式”开发
  • 3.2 体系化建模沉淀的规范元数据，可以有效消除业务在检索和理解数据时的困扰
• 4 如何进行体系化建模
  • 4.1 高层模型设计
  • 4.2 详细模型设计
  • 4.3 上线前卡点
• 5 总结

1 前言

本文基于美团配送数据治理的历程，重点和大家分享一下配送数据“底座”的建设与实践，如何通过体系化建模建立起数据定义到数据生产的桥梁，达成数据定义、模型设计、数据生产三个环节的统一，消除因数据标准缺失和执行不到位引发的数据信任问题，在高质量地实现数据到信息的转化的同时，为后续的数据便捷消费提供数据和元数据保障。希望能给从事数据治理方向的同学在实现数据到资产的转化过程提供一些参考和借鉴。

2 什么是体系化建模

体系化建模是以维度建模为理论基础，以事前治理的理念驱动，让元数据贯穿其中的建模流程，上承指标、维度的定义，下接实际的数据生产。首先，通过高层模型设计，将业务指标结构化拆解为原子指标/计算指标+限定条件的组合方式，并将其归属到特定的业务过程和主题下&#x