与两年前相比,郑州的数据相关岗位数量有所增多,职位职责呈现多样性。这在一定程度上反映出郑州的公司逐渐重视用数据管控公司的发展。
作为一名业务数据工作者,结合自己的工作经验和初创公司的工作环境,从数据流动角度对数据集散、个人效率与组织效率、解决问题与解决同类问题三个内容进行浅析。若有不同看法,还请留言以期交流。
一、数据集散
用数据管控公司的发展,数据集散不可逾越。数据集散涉及数据的来源部门、汇集部门和需求部门。数据汇集部门在数据流动中起到承前启后的作用,不仅需要进行数据的收集和输出,还需进行数据的清洗和规范。
数据集散可分为完全集散和局部集散。完全集散可以认为是全部数据内容流向一个汇集部门,如数据中心或信息中心,然后再从该部门流向需求部门。局部集散可以认为是两个及以上来源部门的数据内容流向一个汇集部门,然后由该部门流向需求部门。完全集散和局部集散的明显区别在于数据种类是否为全部和投入成本的大小。
二、个人效率与组织效率
效率包含品质和速度,“又好又快”耳熟能详,可以看出对品质的要求。在数据流动中,因为重复性在一定程度上能够提升流动速度,数据的品质是应优于流动速度的。数据来源部门个人效率的提升除了基于数据品质的重复操作外,还需掌握处理数据方法,在用中学,在学中用,减少操作的重复性。若想在更大程度上促进组织效率的提升,在保证数据品质和速度的基础上,数据来源部门还需遵守数据的规范性,不同的数据来源部门的同一内容要做到统一的名称和属性。
三、解决问题与解决同类问题
发现问题、找出原因和解决问题是处理问题的常规流程,大多数人都能够熟记在心。然而,不同的数据来源部门提供的数据具有内容种类多样性、内容多周期性的特点,则同一问题是否发生在部门和周期的二维空间中有多种组合。面对这样的问题时,仅解决问题显得力不从心,解决同类问题显得尤为重要。解决同类问题就是降低同样问题在不同部门出现的可能性。操作性少的模板和基于数据之间关系的流程可用于解决同类问题的发生。
分享,是一种收获
领取专属 10元无门槛券
私享最新 技术干货