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:51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
  • 浅谈数据质量管理

    浅谈数据质量管理

    这篇文章主要讲数据治理中的重要内容:数据质量管理。数据治理的理论和实践不断向前发展,但数据质量管理始终是数据治理的初衷,也是最重要的目的……查看详情

    发布时间:2020.06.29来源:CSDN浏览量:68次

  • 走向人工智能治理的趋势

    走向人工智能治理的趋势

    这是人工智能(AI)驱动的自动化和自动机器的时代。自我改进,自我复制,自主智能机器日益普及和迅速扩大的潜力刺激了网络空间,地球空间和空间……查看详情

    发布时间:2019.03.06来源:亿信华辰浏览量:58次

  • 数据情报,数据治理和第四次工业革命

    数据情报,数据治理和第四次工业革命

    世界经济论坛创始人,“第四次工业革命 ”一书的作者克劳斯·施瓦布表示,目前技术突破的速度没有历史先例,第四次革命是以指数而非线性的速度发……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:49次

  • 普及元数据和主数据的联系与定义

    普及元数据和主数据的联系与定义

    在数据治理中,我们总是会听到元数据和主数据,我们今天就可以来说说什么是元数据,什么是主数据。1、元数据(metadata)描述数据的数据……查看详情

    发布时间:2020.08.31来源:CSDN浏览量:84次

  • 让数据清澈如水:数据清洗的策略与方法

    让数据清澈如水:数据清洗的策略与方法

    在数据仓库中,数据是面向某一主题的数据的集合,这些数据从多个业务系统抽取而来,不同的数据来源加上历史数据的堆积,难免会有问题数据出现,这……查看详情

    发布时间:2020.11.23来源:亿信华辰浏览量:79次

  • 什么是元数据?元数据管理的作用是什么?

    什么是元数据?元数据管理的作用是什么?

    为了更好地理解企业拥有的数据,必须访问关联的元数据。 元数据管理帮助您判断数据来自何处,其在不同系统中的位置以及如何使用。元数据用于管理……查看详情

    发布时间:2021.03.31来源:数据治理研究院浏览量:177次

  • 大数据对社会有多大用处?

    大数据对社会有多大用处?

    规范性分析是商业智能(BI)中使用的四种大数据类型之一。大数据是一个描述大量数据的术语-结构化和非结构化-这些大量数据淹没了企业或任何数……查看详情

    发布时间:2018.12.29来源:数据治理浏览量:61次

  • 数据质量问题的影响因素

    数据质量问题的影响因素

    数据质量反映的是数据的“适用性(fitness for use)”,即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情

    发布时间:2020.04.09来源:百度浏览量:68次

  • 数据治理领军企业在中国

    数据治理领军企业在中国

    中国在大数据领域做得不错。中国人口多,数据就多,数据多就会呼唤更先进的数据处理技术,呼唤更多的数据应用场景,这是中国在数据方面得天独厚的……查看详情

    发布时间:2020.07.31来源:知乎浏览量:32次

  • 大数据时代,我们将面临数据治理的新阶段

    大数据时代,我们将面临数据治理的新阶段

    目前业界并没有对其概念的统一标准定义,我们可以这么认为,数据治理从本质上看就是对一个机构(企业或政府部门)的数据从收集融合到分析管理和利……查看详情

    发布时间:2020.03.26来源:知乎浏览量:47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