『数据』马蜂窝数据中台起步建设:数仓的架构、模型与应用( 五 )


③ 指标字典对外呈现指标的定义、口径、说明等 , 保证指标的透明化及可解释性 。
④ 数据服务接受指标的查询请求 , 针对不同场景判断查询的成本 , 选择最优链路进行指标查询 , 并返回指标查询的结果 。
⑤ 多维查询将可以提供查询服务的指标与维度通过界面呈现 , 用户可以基于维度选择指标或基于指标选择维度 , 查询具体需要的数据 。
⑥ 权限管理贯彻始终 , 可以支持表级、指标级、维值级别的权限管理 。
六、总结
企业的数据建设需要经历几个大的步骤:
· 第一步 , 业务数据化:顾名思义 , 一切业务都能通过数据反映 , 主要指的是将传统线下流程线上化;
· 第二步 , 数据智能化:光有数据还不行 , 还需要足够智能 , 如何通过智能化的数据支撑运营、营销及各类业务 , 这是数据中台当前解决的主要问题;
· 第三步 , 数据业务化:也就是我们常说的数据驱动业务 , 数据不能只是数据 , 数据价值最大化在于可以驱动新的业务创新 , 带动企业增长 。
目前大部企业目前都停留在第二个阶段 , 因为这一步需要足够夯实 , 才能为第三步打好基础 , 这也是为什么各大企业要投入很大成本到大数据平台、数据仓库乃至数据中台的建设中 。
马蜂窝数据中台的建设才刚刚起步 。 我们认为 , 理想的数据中台需要具备数据标准化、工具组件化、组织清晰化这三个核心前提 。
为了向这一目标迈进 , 我们将建立统一、标准化的数据仓库作为当下数据中台的重点工作之一 。
数据来源于业务 , 最终也将应用于业务 。 只有对数据足够重视 , 与业务充分衔接 , 才能实现数据价值的最大化 。
在马蜂窝 , 从管理层 , 到公司研发、产品、运营、销售等各角色 , 对数据非常重视 , 数据产品的使用人数占公司员工比例高达 75% 。
大量用户的使用 , 驱动着我们在数据中台建设的路上不断前进 。
如何将新兴技术能力应用到数据仓库的建设 , 如何以有限的成本高效解决企业在数据建设中面临的问题 , 将是马蜂窝数仓建设一直的思考 。
(责任编辑:李显杰 )


推荐阅读