业务模型到中台设计--08.数据中台2.0架构设计
2021-11-13 22:41:45 2 举报AI智能生成
数据中台2.0架构设计：对公司现有数据指标进行排查、排查后遇到的问题解决、企业级的数据中台建设
作者其他创作
大纲/内容
08.数据中台2.0架构设计
对公司现有数据指标进行排查<br>
指标体系
各业务指标、指标数据源
指标层级
指标间是否存在包含、依赖关系
指标质量
口径是否统一、业务统计完整程度<br>
排查后遇到的问题有：
数据源扩充
不同业务线有不同的数据来源，如果从第三方导流平台的效果数据也要融合到中台
打通各体系间的封闭
公司内不同的业务线所使用的仓库为同一个<br>老板更想看到的是每天整个库存是如何随着各条业务线的变化适时变化的整体情况<br>
建立参考系
新成立的业务线，有了很多的数据之后，判断自身能否对其他业务线产生一定的帮助
数据输出方式多样化
不同的业务线对数据的取用也有不同的方式
数据源扩充
面临2个问题<br>
要采集哪些数据，对此进行梳理
面对不同的终端和场景，获取同样的数据需要设计对应的数据采集工具
定位每个终端的2个关键数据元素<br>
本终端中可以唯一代表用户的数据是什么？<br>
App终端中我们可以使用用户手机的硬件编码作为唯一ID
要以哪些系统的用户数据作为采集标准？<br>
不同版本APP，用户数据不同，以那个为主
内部体系打通
数据标准化
订单量统计口径
销售系统<br>
统计周期内的提交订单数量
财务系统
统计周期内的付款订单数量
BI系统
统计周期内付款并完成的订单数量
阿里One Data数据指标管理体系
数据规范定义体系
数据模型规范设计
ETL规范研发
One Data要解决命名不统一的问题，拆分是通过几个维度
命名规则统一<br>
需要将此前各条业务线个性化定义出来的数据指标进行规范整理<br>指标分割成：原子指标、时间周期、修饰词，将这种指标称为：派生指标
原子指标：就是不可再拆分的指标，衡量一个事物的最小纬度
7天成交订单量：<br>=订单量+本周+某业务线、支付完成
原子指标+时间周期+修饰词=派生指标
可划分为几个维度：<br>业务线、业务事件、地理位置、用户属性<br>
指标维护的统一管理
数据指标生成器
没有的情况下，新建一个指标，保证一个企业下的数据指标的数量不回无限扩大<br>
消除每个指标的歧义与整个平台中的数据纬度
统一全公司用户数据<br>
One ID
将不同产品中的用户进行统一标示并在一处管理，让用户在整个公司体系的业务中可以无缝切换
打通数据可以完成3件事<br>
1.形成一份整个企业内的数据分析出的用户画像<br>
2.有了该用户标签后可以对其进行精准营销，<br>
3.用户在各个业务线的操作轨迹被打通后，就可以衍生出数据智能<br>
建立参考系<br>
需要对于不同业务线不同时期的每个事件进行结果留存，从而在其他业务线进行迭代的时候可以直接选择相同类型的事件进行参考
输出多样化
2中输出方式
数据可视化输出
数据API网关输出
保证数据安全
身份鉴权<br>
只允许被授予权限的业务方进行访问，也就是我们需要搭建一个数据权限管理系统，确定每个接口调用方的数据使用范围
日志管理
记录核心数据访问业务方，具体记录这3类数据——访问时间、访问人员、访问数据范围（包括调用接口名称、次数）
企业级的数据中台建设分为3步
底层数据采集
使用不同的数据采集工具对不同业务线进行采集
数据处理
使采集数据流经处理层，得出事件分析结果与统计结果
数据输出<br>
提供统一API以便各条业务线使用，还提供可视化中心以便直接查看
0 条评论
下一页
