企业大数据体系构建,从这4层逐步递进递进

发布时间:2019.05.20来源:数据分析网浏览量:3次标签:数据治理

关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。

数据分析平台,数据治理,亿信华辰


关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。

一、数据基础平台
基础的数据平台建设工作,包含基础数据平台的建设,数据的规范,数据仓库的建立、数据质量,统一业务口径等等。

很多公司的数据无法有效利用,一来是数据散落在各个部门产品的服务器,各个业务系统的数据没有打通;二来是缺乏统一的数据规范,业务系统数据按照各自的口径和理解习惯上报,没有标准化的SDK和上报协议,难以构建高质量的数据仓库。

大数据平台架构的搭建并不是什么高大上的技术活,整个平台价值的体现,其实需要公司各个部门的配合,是一个相互依存的关系。例如关键数据指标体系的建立,需要从各个部门业务指标进行提炼,并得到业务部门认可。常见的关键指标,比如营销业务新增用户,有效新增用户,活跃转化率,累计留存数,渠道效果等。比如销售部门,日销售额、月销售额、回款占比等等。

二、数据报表分析与可视化
在第一层级中,进行数据指标体系规范,统一定义,统一维度区分,就可以很方便的进行标准化可配置数据报表设计,直观的可视化输出设计,包括财务、销售、供应链等多种数据类别。常见的数据报表工具有帆软FineReport、birt、水晶报表,小规模也可以用Excel来替代,但需要一定的开发量和使用水平。企业的报表通常可分为基础查询类报表、管理层分析报表和主题分析报表。

三、精细化业务分析
某些业务是需要精细化管理的,比如互联网电商的运营,为此还提出了“增长黑客”一概念。在建立数据平台和可视化基础上,对已有的销售用户行为、收入数据等进行各种分析,输出日报、周报、月报、各种专题分析报告。以互联网为例,常见的数据分析工作如下:

1. 通过 A/B 测试进行产品分析优化;
2. 运用漏斗模型进行用户触达分析,如广告从曝光到活跃的转化;
3. 营销推广活动的实时反馈;
4. 业务长期健康度分析,例如从用户流动模型、产品生命周期分析产品成长性和健康度;


四、战略分析与决策
战略分析与决策更多的是基于企业经营层面的分析和重大决策改变的分析,这些决策往往需要大量数据和指标的支持,而在过去是依靠报表和经验。

企业如果要将大数据体系贯彻落实,建议是用机器来做好业务运营监控,在此基础上让人来做人类更擅长的经验分析和战略判断。




(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 做数据的守护者亿信华辰推新一代数据治理解决方案

    做数据的守护者亿信华辰推新一代数据治理解决方案

    为帮助银行业客户满足监管合规的要求,亿信华辰在2018年推出了最新版的数据治理解决方案,其中包含数据治理组织架构的建设、数据管理专项工作……查看详情

    发布时间:2019.10.24来源:知乎浏览量:2次

  • 医疗领域的领导与治理

    医疗领域的领导与治理

    医疗保健领域的董事会感受到与其他类型组织相同的监管压力。对领导力和治理的重视使医疗保健委员会围绕董事会议席表示关注,目标是采取更强有力的……查看详情

    发布时间:2019.03.14来源:亿信华辰浏览量:1次

  • 数据治理的重点领域:关注管理层调整

    数据治理的重点领域:关注管理层调整

    当管理者发现由于其对运营或合规工作的潜在影响而难以做出“常规”数据相关的管理决策时,这种类型的程序通常会存在。……查看详情

    发布时间:2019.03.19来源:亿信华辰浏览量:2次

  • 关注:2019年大数据的10大发展趋势

    关注:2019年大数据的10大发展趋势

    如今,人们寻求获得更多的数据有着充分的理由,因为数据分析推动了数字创新。然而,将这些庞大的数据集转化为可操作的洞察力仍然是一个难题。而那……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:1次

  • 治理和管理

    治理和管理

    以问责制为重点的数据管理定义是“确保数据相关工作根据通过治理建立的政策和实践来执行的一系列活动。”……查看详情

    发布时间:2019.03.18来源:亿信华辰浏览量:2次

  • 如何正确理解数据治理

    如何正确理解数据治理

    我们经常会谈到关于大数据、数据质量、主数据、元数据方面的一些问题,不可避免的会提到数据治理,那么什么是数据治理呢?……查看详情

    发布时间:2020.07.15来源:知乎浏览量:3次

  • 金融行业数据治理与安全防护解决方案

    金融行业数据治理与安全防护解决方案

    在金融业各类涉及商业秘密和敏感数据的信息在处理、共享和使用过程中面临违规越权使用或被用于非法用途等数据泄漏的安全风险。一方面,数据处理过……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:4次

  • 数字化时代的大数据治理应该怎么做呢?

    数字化时代的大数据治理应该怎么做呢?

    随着时代的发展,各个企业收集数据的渠道越来越多样化,也有越来越多的企业开始应用大数据来创造价值,为了合理有效的挖掘数据资源来源的价值,首……查看详情

    发布时间:2019.07.17来源:知乎浏览量:2次

  • 数据中台不等于大数据平台-数据中台价值

    数据中台不等于大数据平台-数据中台价值

    数据中台不等于大数据平台,数据中台的核心工作也并不是将企业的数据全部收集起来做汇总就够了。数据中台的使命是利用大数据技术、通过全局规划来……查看详情

    发布时间:2020.11.21来源:知乎浏览量:2次

  • 企业数据质量管理的核心要素和技术原则

    企业数据质量管理的核心要素和技术原则

    “十三五”,规划提出了国家的大数据战略,指出了企业实现以数字化驱动业务发展,实现数据开放共享,创新业务发展的新思路。现阶段大中型企业已经……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:1次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议