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