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:440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 预约演示
相关文章推荐
  • 数栈:为数据治理而生

    数栈:为数据治理而生

    2018年5月21日,中国银保监会印发《银行业金融机构数据治理指引的通知》(银保监发〔2018〕22号),新规从征求意见到正式稿落地仅仅……查看详情

    发布时间:2019.01.04来源:NinGoo浏览量:495次

  • 大数据时代地方政府大数据治理战略

    大数据时代地方政府大数据治理战略

    全球各地的组织正在投资于能够以先前无法想象的方式容纳和处理数据的系统。在某些情况下,企业甚至会根据这些新系统重新构建现有的IT环境。这些……查看详情

    发布时间:2019.08.15来源:浏览量:411次

  • 数据治理唤醒“沉睡数据”

    数据治理唤醒“沉睡数据”

    十九届四中全会提出:“建立健全运用互联网、大数据、人工智能等技术手段进行行政管理的制度规则。推进数字政府建设,加强数据有序共享,依法保护……查看详情

    发布时间:2019.11.28来源:知乎浏览量:502次

  • 数据治理需要关注什么?

    数据治理需要关注什么?

    确保企业数据的质量,可用性,可集成性,安全性和易用性。数据是公司的资产,组织必须从中获取业务价值,最大程度地降低风险并寻求方法进一步开发……查看详情

    发布时间:2020.10.31来源:知乎浏览量:531次

  • 正确的数据文化是数据治理成功的预测指标

    正确的数据文化是数据治理成功的预测指标

    获得数据治理计划的业务和领导支持 - 以及在该支持下建立数据文化 - 仍然是许多组织面临的重大挑战。然而,根据一项新的调查,获得这种支持……查看详情

    发布时间:2019.02.25来源:亿信华辰浏览量:385次

  • 元数据:数据治理的燃料

    元数据:数据治理的燃料

    企业渴望从可提供竞争优势的数据中获取洞察力。实现这一目标的最常见障碍是数据质量差。如果输入到预测算法的数据是“脏的”(具有丢失或无效的值……查看详情

    发布时间:2019.08.02来源:知乎浏览量:416次

  • 数据沿袭工具如何促进数据治理策略

    数据沿袭工具如何促进数据治理策略

    企业可以通过跟踪数据更改的方式和时间来加强数据治理工作。专家David Loshin就如何使用数据沿袭产品提供建议。……查看详情

    发布时间:2019.03.26来源:亿信华辰浏览量:374次

  • 数据清洗与数据治理的3个不同点

    数据清洗与数据治理的3个不同点

    ​数据清洗,是指发现并纠正数据文件中可识别的错误的最后一道程序,是数据治理工作中必不可少的一项关键任务,是数据治理的子集.……查看详情

    发布时间:2021.04.09来源:亿信数据治理研究院浏览量:1471次

  • 什么是数据治理及其为什么对您的业务至关重要?

    什么是数据治理及其为什么对您的业务至关重要?

    数据治理如何影响他们:由于您没有雇用一组全新的理事会成员,因此DGC数据治理的最大影响将是与数据和数据策略相关的额外工作。如果或出现问题……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:461次

  • 数据质量需求与定义

    数据质量需求与定义

    数据质量通常表现为一组具体的流程和技术,用于识别和修正数据中的错误以支持业务运行及决策支持。在银行实际中数据质量管理的应用场景主要包括数……查看详情

    发布时间:2019.11.15来源:知乎浏览量:508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