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:4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
  • 企业数据治理的实际步骤

    企业数据治理的实际步骤

    数据治理是一项业务活动。到目前为止,已经有多项努力从IT内部开始。但是,数据属于业务,而不属于IT。IT可以提供建议,帮助管理存储库,提……查看详情

    发布时间:2018.11.20来源:数据治理浏览量:2次

  • 数据治理的概念、难点和最佳实践方法

    数据治理的概念、难点和最佳实践方法

    数字化转型的目的和核心是数据赋能业务,通过智能数据归一、数据统一治理与服务、数据实体化融合、数据资产化的方式,帮助实现业务转型、创新和增……查看详情

    发布时间:2021.08.06来源:亿信华辰,数据治理的实践方法浏览量:10次

  • 企业数据治理战略中的重要任务

    企业数据治理战略中的重要任务

    尽管许多企业的数据治理在被不经意间悄悄地忽视了,只有48%的企业拥有明确的规划或计划,但这并不影响数据治理的重要性,它聚焦于三个关键因素……查看详情

    发布时间:2020.07.14来源:知乎浏览量:12次

  • 强监管下,医疗卫生系统如何开展数据治理建设?

    强监管下,医疗卫生系统如何开展数据治理建设?

    随着大数据时代的到来,健康医疗大数据被广泛应用于临床决策支持、药物研发、公共卫生领域等方面。由于医疗数据分布广而无序、医学信息的极度不对……查看详情

    发布时间:2018.12.10来源:亿信华辰浏览量:6次

  • 数据质量在数据治理中的重要意义

    数据质量在数据治理中的重要意义

    数据的质量问题从一定的角度反映出组织当中存在的一些问题,而问题的来源可能是数据流动,可能业务流程也可能源于管理问题等等,数据质量问题的分……查看详情

    发布时间:2020.01.10来源:CSDN浏览量:7次

  • 重构数据治理的必要性

    重构数据治理的必要性

    拥有管理良好的数据资产并不能确切的保证你的生产业务价值。所以你就需要必备跨不同组件和活动的整体视图。那么这个时候数据治理就显得尤为重要。……查看详情

    发布时间:2018.11.14来源:马克·皮科浏览量:6次

  • 中国地方政府数据治理机构的初步研究:现状与模式

    中国地方政府数据治理机构的初步研究:现状与模式

    立数据治理机构是中国地方政府迎接数字时代的一项重要治理创新。本文对近年来先后成立的地方政府数据治理机构的发展现状进行了详细梳理,对其隶属……查看详情

    发布时间:2019.02.25来源:电子政务网浏览量:2次

  • 灵活的分析数据生命周期?

    灵活的分析数据生命周期?

    受监管实验室数据完整性指南的要求之一是数据生命周期,涵盖监管记录的生死。数据生命周期在最近的MHRA数据完整性指南中定义为“从生成和记录……查看详情

    发布时间:2018.12.27来源:数据治理浏览量:3次

  • 数据治理和流分析的关系

    数据治理和流分析的关系

    借助流分析,可以通过智能数据模型和算法快速处理传入数据,以致在许多情况下,流数据没有机会被存储。与传统的分析过程相比,这是一个重要的变化……查看详情

    发布时间:2021.04.23来源:亿信数据治理知识库浏览量:8次

  • 如何利用元数据管理数据资产

    如何利用元数据管理数据资产

    如今,各大企业都在关心数据该如何使用,但大数据应用的前提是有高质量的数据。而很多企业内部数据形态多样,标准不统一,大数据应用往往得从数据……查看详情

    发布时间:2020.11.05来源:知乎浏览量:5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