数据指标体系和数据治理的管理

发布时间:2019.12.06来源:CSDN浏览量:159次标签:数据治理

为什么要搭建指标体系
我们提到过为什么要搭建指标体系,相信大家在看数据相关招聘岗位简介的时候,也经常看到有关搭建指标体系的要求,因此这里简单的给出两点做指标体系的重要性。

搭建稳定的数据观测体系(维度指标体系),让数据从生产到使用的整个流程更加标准、可靠;

稳定的数据观测体系,不仅能够让数据加工、使用的效率提升,还有利于统一认知,规范数据建设者的工作方法,解决数据维度/指标膨胀,数据不一致的问题,从而拉升内部的相关人员整体的数据专业水平。

怎么搭建指标体系
我们先思考简单的数据问题,这是我作为校招面试官经常会同大家沟通的一个案例。

如果你现在成为一个产品项目的负责人,你想看到哪些数据指标,为什么要分析这些数据指标?

我们现在聚焦一下,从刚才列出的数据指标序列中选出x个指标,怎么选,为什么?

第1题考察点

互联网行业是否熟悉,能够对行业的数据指标有多深的了解;

基本的度量和效果评估意识,构建数据和商业业务的关系抽象能力。

备注:相信我,很多候选人连像样的指标都回答不上几个,更无法洞察数据和商业之间的关系。

第2题考察点

有限的选择下,是否有判断主次的逻辑能力,针对自身的观点和知识能否自我革新升华;

更深层次的思考,为什么要以更少的数据指标去判断商业行为。

这个题目对于处于职场实际工作中的同行来说同样具有考察需要,我们评估一个产品项目所需要的指标是越多越好,还是会存在其中一个适度的分界点(投入产出比的最大化)。

话题回到正题,怎么搭建指标体系?

首先任何没有管理或是数据指标系统的组织中,数据指标的需求形式都类似于第1题的样式存在,团队中不同的人拥有不同的度量单位和评估体系(即使这个人认识到第2题问题的存在,他自身的指标体系依然处于第1题)。

数据指标体系必须是搭建于组织或者一个团体的共识,让整个组织和团体内的度量单位和评估体系,第1题是缺乏管理,肆意生产的野蛮方式。让整个组织和团队提升到第2题的水平达成一致才是数据指标体系。

数据指标体系不是收集指标汇总起来,也不是将所有数据需求全覆盖;

数据指标体系是以最小的投入搭建科学的效果评估指标,让组织和团队达到统一认知的事情;

指标体系的评估标准
指标体系除了有科学的方法搭建,还会存在很多主观的判断。我们在搭建指标体系的时候,经常遇到的问题是为什么大家要遵循这套指标体系,它的权威性怎么得到保障。

指标体系的搭建非常依赖领导的背书和强势认可

指标体系的搭建相对于提升团队的全员水平,所以这不是简单事

指标体系也有生命周期,不断的产品项目阶段需要的指标体系不同

基于以上的几点,指标体系的搭建方法论就很明确了,首先做到领导的认可(指标体系相当于和领导之间的一种协议),其次指标体系的宣贯传播工作不可或缺,其次指标体系的内容需要长期的维护。从这三点我们可以梳理出一个目标的观测值:

基于领导的认可,指标体系是否解决领导提出的问题,问题的量化目标就是指标体系的目标

提高全员的水平怎么证明,问卷、考试、需求文档的质量或引用、指标体系内容的访问数据

指标体系内容的更新频次、更新数量,内容汇报

指标体系的管理内容
数据指标的概念我们很多同学听过,并且也经常看到招聘职位上的要求。但究竟指标体系的怎么落地,包含什么内容相信很少有人真实有过经历。

我对指标体系的理解总体有这个几个观点:

不同组织或者团体期望指标体系解决的问题一致,但落地的指标体系内容不同

指标体系落地产物强依赖于业务,不同的业务存在不同的玩法

指标体系多数情况下连同管理工具一起落地

我认为当前的指标体系,均不能很高效的解决期望问题,我自己目前较为理想的方案也未实际执行

指标体系的管理工具
管理指标体系内容搭建的管理工具,我们通常将其和元数据管理放在一起。也可以看出元数据管理和指标体系管理很类似(元数据的管也存在指标体系同样的问题),在管理指标体系内容的时候,基本涉及以下下几块内容:

数据仓库表管理 // 一般只涉及应用层数据

数据指标管理  // 管理上面提到的指标内容,新增,编辑,删除,状态等

数据维度管理  // 类似指标内容,新增,编辑,删除,状态等

数据模型管理  // 管理指标或者数据表头计算的模型,新增,编辑,删除,状态等

数据应用服务管理  // 支持数据可视化,或者数据服务的方式,接口等

数据权限管理  // 管理工具的权限运营维护
(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
  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:158次

  • 如何全面解决数据问题?看这里就全知道!

    如何全面解决数据问题?看这里就全知道!

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.09.04来源:知乎浏览量:166次

  • 亿信华辰成为DAMA数据管理知识体系授权培训基地

    亿信华辰成为DAMA数据管理知识体系授权培训基地

    2021年4月,亿信华辰被正式授权为DAMA中国(国际数据管理协会-中国分会)数据管理知识体系培训基地,成为DAMA在数据管理领域专业人……查看详情

    发布时间:2021.06.22来源:亿信华辰浏览量:123次

  • 数据湖架构 - 最佳实践指南

    数据湖架构 - 最佳实践指南

    实施正确的数据湖架构对于将数据转化为价值至关重要。无论您的数据湖中有多少数据,如果您缺乏有效管理数据、跟踪数据并确保其安全的架构特性,那……查看详情

    发布时间:2021.06.18来源:亿信数据治理知识库浏览量:148次

  • 为什么数据标准这么重要,三个小招教你实现

    为什么数据标准这么重要,三个小招教你实现

    评价是现代社会各领域的一项经常性的工作,是科学做出管理决策的重要依据。随着人们研究领域的不断扩大,所面临的评价对象日趋复杂,如果仅依据单……查看详情

    发布时间:2020.07.17来源:CSDN浏览量:101次

  • 治理与管理的区别

    治理与管理的区别

    简而言之,董事会负责监督,规划和管理负责日常运营。每个部分的职责和责任细分更为广泛。无论您采用广泛还是狭隘的方法来处理治理和管理之间的差……查看详情

    发布时间:2019.03.15来源:亿信华辰浏览量:161次

  • 2句话告诉你什么是数据治理

    2句话告诉你什么是数据治理

    数据治理是实践和流程的集合,有助于确保组织内数据资产的正式管理。数据治理通常包括其他概念,例如数据管理,数据质量等,以帮助企业更好地控制……查看详情

    发布时间:2021.04.28来源:亿信数据治理知识库浏览量:120次

  • 业务流程建模与标准操作过程之间的联系

    业务流程建模与标准操作过程之间的联系

    我们上周开始了一个关于业务流程(BP)建模及其在企业中的角色的新博客系列。本周的重点是业务流程建模和标准操作过程之间的联系。具体而言,使……查看详情

    发布时间:2019.02.18来源:亿信华辰浏览量:131次

  • 数据安全问题引担忧 如何给用户一颗“定心丸”?

    数据安全问题引担忧 如何给用户一颗“定心丸”?

    信息化发展已经由IT(Information Technology)时代进入DT(Data Technology)时代,“数据安全与个人……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:125次

  • 企业如何成功的实现数据治理?

    企业如何成功的实现数据治理?

    当下是一个大数据的时代,如果一个企业没有数据,那么在做决策时就缺乏数据的支持,但是如果企业有了数据,不对数据进行治理,那么就无法充分有效……查看详情

    发布时间:2019.07.18来源:知乎浏览量:135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