如何从0到1搭建自助取数平台(二)：规划篇

导读：随着业务的进一步发展，秉承“人人用数据，时时用数据”的愿景，如何让运营、产品自主探索分析数据，并发现业务问题成为众多公司迫切需要解决的问题。本文将分享笔者搭建自助取数工作的规划篇。

一、产品背景

数据孤岛：各个不同系统分开建设，不同业务部门针对业务经营状况得出了不同的调整建议导致决策者无法从全局了解企业经营状况。

口径不一致：各个业务部门会根据自己业务对指标进行定义，比如UV指标，有的部门按照did计算，有的时候按照uid 计算。

因此亟需一款产品能够保证指标定义的规范性和口径的唯一，并提供数据查询服务，从而保证全公司层面业务指标统一和指标数据快速查询。

二、产品目标

终极目标：保证全公司的核心指标一致性，提升数据的准确度和业务响应速度。

指标管理集中化：全公司所有核心指标口径录入到指标平台，实现同一个指标口径统一化，提高数据的一致性和准确性

指标口径可视化：指标口径的公开化、透明化、可视化。建立全公司的数据标准体系，规范数据管理和应用体系

指标规则配置化：各类业务统计指标，可通过指标管理平台配置化生产，实现指标口径灵活调整，同时支持多版本管理

指标消费便捷化：建立公司级指标库，实现业务指标的灵活、自助消费，包括对接下游系统（BI报表平台、即席查询），缩短数据消费链路，提高响应速度

指标影响快速分析：指标的异常变动，可通过血缘追溯至上游指标的变动；针对基础指标的修改变动，可以展示对下游衍生指标的影响。可视化动态展示指标血缘。

三、产品定位

指标管理是一款面向业务分析师、产研人员的指标规范化管理的工具，用户可以根据业务进行指标设计和指标主题管理，提供指标查询、指标导出、指标固化的功能。可以打通BI报表平台、指标取数、API管理平台对外提供服务。

具备3大核心价值：

一个好的指标体系：

• 能准确快速的下结论，能定义业务运作好坏的结论；
• 能满足多数场景的归因，即使出现异动，也能快速定位原因。

提升业务人员使用指标的动力：

• 数据服务质量 （数据准确性、数据一致性）
• 数据服务效率（数据发布效率、数据变更效率）

指标新增流程：

四、迭代计划

五、潜在思考

1. 如何让指标管理平台得到业务人员的认可？

• 指标透明化:业务人员都可以看到每个指标的业务统计口径。--保证指标符合业务实际情况。
• 指标规范化: 指标命名规划，避免指标的二义性。 -- 推动下游业务系统主动接入
• 指标准确化：保证指标准确性，业务变更后，指标及时修改或下线。-- 保证指标有完整的生命周期。

2. 指标建设过程中的重难点？

• 指标规范落地：统一指标规范后，部分存量指标名称会存在变更，会增加业务理解成本。
• 指标的准确性：每次业务变更导致指标口径修改，都需要谨慎评估影响，一定程度上会牺牲业务的灵活性.
• 使用的便捷性：前期要充分收集下游系统的需求，保证指标服务能力足够便捷及通用。

3. 指标规范之后可以带来的收益?

• 统一公司指标口径：可以降低产品、运营、开发人员对指标口径疑问。
• 紧密联系业务: 后期每个核心业务可以有数据产品人员介入，维护指标和报表口径的唯一性。

4.BI及数分同学在维护指标口径或者搭建指标体系的过程中的成长是啥？如何产生获得感。

好的指标体系可以辅助业务决策，及时洞察业务异常，数据分析师需要根据数据发现业务问题，指导业务发展，提增长、促营收。在拆解业务、搭建指标体系的过程中需要对业务流程足够了解，这样才能让指标真实的反映业务。

5.如果让数仓或者数据分析的人员去遵守新增及创建指标流程，如何去约束他们？业务系统愿意接入指标管理的动机是啥？业务库的数据统计如何通过指标的方式去管理。

针对数仓及业务数据分析人员的话，可以采用不同的流程链路，其中数仓人员负责维护原子指标，派生指标和计算指标可以由业务侧维护。

业务系统：辅助业务系统高效、规范对接大数据，保证指标口径透明、可溯源。避免由于人员离职或者变更，出现统计口径无从追溯的情况。业务库数据同步到ods层，进行数据加工后，形成dwd或者ads的表去维护指标口径

6.同一个指标支持来自不同的层级，比如ods、dwd、ads。如何解决？

支持，需保证不同层级产生的指标口径是一致的，计算出来结果相等。