作者介绍：@阿泱，一个热爱数据产品的工具人；“数据人创作者联盟”成员
01项目历程
1、整体规划
2、辛路历程
3、业务问题
领导无全盘信息做决策难，数据分散、多变，数据孤岛
业务系统数据分散在各个地方
ioscar系统、V3系统、甲方系统，数据无法统一
数据收集链路长，数据时效性减弱，领导层督促力度减弱，目标无法及时达成
板块分析师依赖集团上游拆分奖励数据，需要在ioscar获取统计数据
接到需求需要通过好几人经手才能获取数据
数据口径不统一，数据准确性无法保证，业务经验无法传递互通
板块考核标准不统一，人员督促粒度不同督促手段不同
4、取得的进展
通过建立数据标准及指标体系，统一业务对数据的认知与理解，实现数据的标准管理
定义原子指标、衍生原子指标、派生指标
数据模型构建统一数据ETL流程，完成业务数据逻辑存储
案件粒度表，一个案件一天只有一条记录，一个案件会持续多天，取多天数据需要对案件去重才可对指标求和
信控员粒度表，一个信控员一天只有一条记录，一个作业员可操作多个案件不在此表展开，多天取数时进行中的案件数不可累加
案件ID+信控员ID粒度表，即一个案件一个信控员一天只有一条记录，一个作业员可操作多个案件在此表展开
数据模型高复用、一表多用节省存储成本
案件粒度表，做案件维表，做案件分析表
人员粒度表，做人员维表，做人员考核表、人员分析表
构建数据刷新流程，时刻与业务数据保持一致
业务数据实时变动，数仓数据与业务数据同步。可追溯90天内数据
统一API接口
手机端、大屏、分析师数据来源同一个API接口，保证各端数据统一
5、业务价值
决策信息全面、透明;全链路监控降本提效、数据及时、抓手明确;业务经验互通，协同增长
02下阶段规划
1. 指标字典：数据来源和映射规则版本管理。
针对指标生命周期进行管理，下线无用指标
2. 数据治理：数据的持续改进和闭环管理
3. 数据挖掘：深挖潜藏于数据中的业务价值
