构建数仓指标体系6：可行性分析（指标体系连载完结）

构建数仓指标体系6：可行性分析（指标体系连载完结）

很多时候业务部门的需求，未必能全部实现的，很多数据可能不具备，又或者是技术架构不支持等，导致指标无法开发下去。因此，我们在正式开始前，先要进行可行性分析。

下面列出的评估项只作参考使用，实际评估的时候估计会复杂好多。。。

一、数据可性行分析

数据支持可行性分析，主要是看指标需要的数据，有没有存在一些字段是不存在，或者支持不了指标取数的情况。

外部数据需求：有时候很多业务需要外部数据的需求，如人群热点数据等，这些数据采购需要费用，采购回来后还得加工，因此，外部数据需求分析是必不可少的一环。内部数据需求：内部数据也不一定能完全支撑指标的开发的，如数据不标准，数据之间有冲突等。

二、技术可性行分析

2.1 技术架构分析

主要是对现有技术架构对指标需要的支持方式进行分析，如：

时效性分析：分析技术架构是否支持实时采集、实时分析等的需求；数据展示方式：是把数据推送给业务系统，还是从数据直接抽数据展示，还是其它的方式等；底层架构支持分析：如原来是ORACLE，有没有必要换成HADOOP等；......

2.2 IAAS层分析

对数据量的支持情况，如内存，CPU，硬盘的使用情况，需要对现在正在跑的报表进行分析，看其CPU、内存、硬盘的使用情况，高峰期，堵塞点等；云/实时机分析：云的好处是扩展方便，但实话说会比较难维护，如果买阿里等的也不便宜；实体机就是便宜，但重装的时候就会吐血

三、业务可行性分析

这一块理论是指标咨询部分析内容，主要是看业务指标是否真的能支撑到他们做管理决策，可的是管理的，可以是市场的。由于咱们是技术博客，这里就不讨论了，业务之间区别很大，实话说也不好讨论。。。

全文连载结语

指标体系的建立，其实是前中后三步的过程。

第一步：找出指标

就是指根据业务的需求，定义需要考核的指标的过程。由于国内很多搞业务的同学，其实都IT都不了解，没有利用数据驱动业务的思维。因此定下来的指标都是比较传统的，然而IT的同学又帮不上忙，真的要帮，可能业务的同学又会觉得踩过界了。。。难。。。

这就是所谓的数字化咨询的过程，一般由咨询公司去完成

第二步：处理指标

就是我们这套连续文章的过程了，其实实话说就是一堆模板，不知道会觉得很高大上，弄懂了也就这样子了。。。

第三步：落地指标

指建模和开发的过程了。其实建模是非常重要的工作来的，也是数据治理的重要组成部分，建模要好，也得原始系统的数据过关，这又涉及数据治理的过程落地执行。但因为数据治理不能直接体现业务价值，所以其实中国老板们并没有这个意识要做好这个事，因为不能直接赚到钱嘛。就看十四五能不能较好地真正推动了，而不是喊个口号。

现在其实很多企业是喊着数据中台，喊着流批一体的口号，做T+1的报表，而且预算极低，导致很多细节很难做到位。

不论怎样，希望通过这次的分享，能让指标梳理这块更透明，希望能帮上大家忙...

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。