数据指标体系搭建实践:指标管理四步法

发布时间:2020.09.21来源:头条浏览量:144次标签:数据治理

当你接触一个指标,如果这个指标本身的口径得不到一个官方规范的解释,那么我们用起来就会很慌。为什么这么说?
因为不同人对于一个指标口径的理解,会存在偏差的,比如对于“新用户”这个原子指标的定义口径,有的人是理解为当日新注册的用户为新用户,而有些人会理解为当日首次下单的用户为新用户,那么直接导致的结果就是同一个指标,计算出来的结果会天差地别。

那么,我们如何统一管理混乱的数据指标?其实最好的就是需要有一个指标系统来支持的。亿信华辰持有一把指标建设的利器——指标管理平台,不仅能快速高效整合管理指标,还有一套通用成熟的指标体系建设流程,帮助企业建立并不断完善企业的指标体系。

1、为什么要进行指标管理
指标,就是在某一个角度上分析的具体数据,展示在某一角度观察的数据的趋势,比如学生的成绩、身高,交税的应缴税额、已缴税额等都是数据分析时的指标。可以说,每个企业都需要指标管理平台。只要有财务指标需求、人力资源指标需求、经营指标需求和个性化指标需求等各种指标类需求的企事业单位都需要它,而这些基本是所有企业发展到一定程度后的必然需求。

从行业类型来说也是如此,各行各业都需要它,因为各行各业都有自己指标体系,如:卫生行业有卫生资源、医疗服务、疾病控制等指标体系,税务有宏观指标、中观指标、微观指标等。

具有一定规模的企业,为了了解企业各方面运转的状态,会建立企业管理体系,其中就包含了各种用于评价的指标,这些指标可以反映出产品质量、资源利用、生产成本等情况。对这些指标的体系化的管理,就需要用到指标管理工具。

2、指标管理的大体步骤是怎样的


亿信华辰指标管理平台是对指标进行统一管理的工具,它同时面向业务人员和技术人员,提供集指标定义、指标建模、指标数据落地和指标分析等服务于一体的完整的解决方案。如上图所示,进行指标管理大体分为以下步骤:

首先,获取数据源。
确定企业建立指标体系的数据来源,为我们进行指标体系建设提供数据基础。需要注意的是,完全没有经过任何处理的数据,如果直接用于创建指标体系,那么很可能导致指标的质量低下,指标分析结果可能不准确或不完整。所以我们一般推荐使用经过一定的清洗转换,规范的数据来建立指标体系。

第二步,定义指标。
定义指标包括对指标口径的定义、对指标属性的定义、对指标体系结构的定义。

从数据源获取的数据可以直接创建基础指标,而我们能用于判断企业经营状况的通常是由基础指标经过一定计算形成的合成指标,因此我们需要对基础指标进行加工,确定合成指标的计算口径。

每个指标还有一些用于协助管理或应用的属性,例如指标口径的定义人员、指标数据的提供部门等管理属性。这些也需要通过工具进行维护。

指标体系结构的定义可以帮助不同角色对指标体系进行管理和应用。实际上企业中不同的角色,对同一套指标的结构有不同的理解,这是由不同角色的观察角度和应用目标不同造成的,这就需要我们的指标管理工具能提供多种指标体系结构的定义。

第三步,指标建模。
使用创建好的指标来建立模型。这些模型通常是基于特定类型的指标应用的,例如基于成本分析来创建成本相关指标的模型。

第四步,指标固化。
指标固化是将指标数据落地到之前创建好的模型中,做好最终的指标应用的数据准备。

最后,指标应用。
指标模型和数据准备好之后就可以通过这些指标数据来进行分析应用了。

3、指标管理过程中需要注意的问题
(1)指标的创建通常需要经过一定的审批。
带有审批流程的工具才能应对实际管理流程中的统一管理的需要,工作流程才能规范化。

(2)指标体系的展示结构需要支持多种结构。
这是为了应对不同角色对指标体系进行管理或应用的不同需求。例如从管理角度查看时:

从指标维护考核的角度查看:

从指标责任部门的角度查看:

(3)指标的维护需要对历史版本进行记录。
一旦指标进行了修改,通常需要对上一个版本或更早版本进行记录,用来支持未来某个时刻可能用到的历史版本恢复,或者不同版本之间的对比。

这些都是在指标体系建立和维护的过程中必须要考虑到的细节问题,需要利用工具进行管理。正所谓工欲善其事,必先利其器,亿信华辰指标管理平台可以独立提供从数据接入到指标定义、建模、固化,最后完成指标分析的全流程,满足一般企业日常指标管理的需要。
(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
  • 数据安全系列(一)之大数据安全管理体系

    数据安全系列(一)之大数据安全管理体系

    信息技术的快速发展和各种IT技术的广泛应用,企业越来越多的依赖于IT技术来支撑自己业务生产的正常运转。产生的大量数据,成为企业核心资产的……查看详情

    发布时间:2019.01.10来源:亿信华辰浏览量:151次

  • 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:151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:131次

  • 中国“大数据转型”引人关注:万亿市场可期 地方密集发力

    中国“大数据转型”引人关注:万亿市场可期 地方密集发力

    以人工智能、大数据、云计算为代表的信息产业,正在成为地方经济发展的新亮点。以大数据产业为例,过去一段时间以来,各地已陆续释放了推动该产业……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:106次

  • 2025年大数据分析发展的预测

    2025年大数据分析发展的预测

    全球每天的互联网搜索、点击、分享、喜欢和刷卡都会产生大约2 5艾字节的数据。这仅仅是由于物联网推动的。IDC公司预测,到2025年数据量……查看详情

    发布时间:2019.03.07来源:亿信华辰浏览量:102次

  • 金融行业大数据标准体系设计

    金融行业大数据标准体系设计

    金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充,共同构成完整的统一体。同……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:155次

  • 2019年专注于稳健数据治理的合规性,质量和定制

    2019年专注于稳健数据治理的合规性,质量和定制

    数据治理,组织内数据的正确和有组织的管理,仍然是2019年的一个焦点。对于希望充分利用其数据的组织,他们必须建立系统以确保数据的正确性,……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:91次

  • 企业数据治理的目的、意义及挑战有哪些?

    企业数据治理的目的、意义及挑战有哪些?

    随着大数据相关技术的不断成熟,数据作为一种资产,得到了越来越多企业机构的重视,为了能够有效的利用数据资产,数据治理成了当下政府和企业重点……查看详情

    发布时间:2022.05.11来源:小亿浏览量:577次

  • 数据治理到底应该怎么治?

    数据治理到底应该怎么治?

    数据到底怎么治,这确实是一个宽泛的话题,首先是要明确治理的内容。针对不同的治理内容采取不同的数据治理策略。关于小数据和大数据的治理侧重点……查看详情

    发布时间:2020.07.07来源:知乎浏览量:119次

  • 什么是数据标准?如何制定数据标准?这份指南送上

    什么是数据标准?如何制定数据标准?这份指南送上

    随着大数据行业的兴起,数据的重要性不言而喻,对数据进行应用的工具层出不穷,带来了巨大的经济效益。可很快就发现了诸多数据问题,制约了数据应……查看详情

    发布时间:2020.09.29来源:头条浏览量:119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