构建数仓指标体系3：指标业务侧梳理

构建数仓指标体系3：指标业务侧梳理

指标资料组织整理，真正的情况更多是一个跳跃的过程，而不是一个循序渐进的过程，因此，本文建议大家作为一个待办事项参考来用。数据体系在全世界实话说也没有一个非常标的标准，标准化程度越高，消费工作量越大，所以建议大家按实际资源情况看着办。

资料重组后，可用指标清单应该就出来的了，下一篇文章会介绍原子指标、派生指标、复合指标的拆装过程，这个过程很难用文字表述的，我得构思一下。。。

一、数据标准化

1.1 组织架构标准化

组织架构标准化的主要工作是，把指标和报表中的“管理部门”，与HR提供的组织架构进行匹对，并且标准化。因为这只是一个比较简单的替换过程，模版没有进行更改，我就不举例了

1.2 维度标准化

维度标准是一个比较重要的工作，主要是把维度的名称标准化，而不是维度的详细内容。

如物料、配件两个维度有可能是代表同一个事，所以要把相关的标准化工作做一个影射（mapping）。一般我会做一个对照关系表，以便让技术人员有取值的标准，同时业务部门也能延用他们原来的称谓。

另外，标准化的时候，建议把未标准化指标的维度所在库表记录，以便后续技术人员可以更方地进行建模、数据清洗和数据影射。

1.3 时间维标准化

时间维我是单拎出来了，处理过程相对简单，全数仓统一就可以了，影射这个必要性不大，因为“天”和“日”相关没有人会理解错的。

另外，我们在做时间维的时候，一般还会做扩充，当然这个扩充肯定是以企业的自身为基础的，先看下图：

上面写的特殊节日，类似白色情人节这种商家做出来的节日。有了时间维后，我们以后做很多分析便有了标准。其实我们还可以继续扩展的，如把中午11:30~13:00定为高峰时间段（餐饮行业）等。

1.4 应用场景标准化

嗯。。。互联网等基本上做不到，但做不到也提一下，表示不是没考虑到，而是无法实现。。。大家也可以拍砖。。。

当然，在非互联网领域，如金融等，其实他们的主题、应用场景等相对固定，当然也与他们用管理视角看问题有关，如TeraData金融10的大主题，见下图：

1.5 主数据及参考数据标准参照

这块主要是对一下哪些是系统用到的主数据与参考数据，以他们为准就可以了

1.6 业务术语标准化

业务术语标准化，核心的逻辑要把业务术语区分企业级的，还是部门级别的，若是企业级别的业务术语，需要进行相关的标准化动作，如下图，黄色的是新增的字段：

二、指标业务侧梳理

2.1 报表指标平滩至指标清单

即把报表中的指标单独提取出出来，填至指标清单中，由于调研的时候理论上已经把指标作了一定提取，这里就不再详述了

2.2 指标排重

该步骤，将在指标状态中，新加一个状态，我平时会用三种：在用，停用，重复。重复的判断就是，取值逻辑一致。

2.3 主题域划分

域这个词，可以和“分类”这个词划等号，粗暴一点的可以叫“归堆”。

不少同学可能会问，这些分类和归堆，究竟价值几何？

其实划分主题域，主要还是管理的需要，若是做得相对好一点，可以从技术、业务、管理三个维度划分主题域，到时候找指标的时候，会找得顺畅一点（也就是所谓的数据资产地图）。这一点Teradata在金融行业的模型就做得很透彻，可以说无论你从什么观察角度和关注点找，都能找到相关的主题模型，而且分得很细致（在Teradata的理念里，同一个实体是可以出现在多个主题模型中的）【重点说一下，我不是Teradata的人，也不卖他们产品广告，只是觉得真有参考价值】

2.4 指标取值逻辑技术化

一般来说，业务提的指标取值逻辑，技术人员比较难理解，这就要求我们的分析师转化为技术能看得懂的语言了，如：

原取值逻辑描述：

新增备案营销员项目数量：新增关联到项目下的营销员

可翻译为：

统计更新时间是当天并且营销员字段不为空的项目数量

2.5 增加指标编码

就是加一个全企业唯一编码，可以按实际情况编，一般是采用“分公司-部门-序列”的形式

2.6 与应用场景匹对

每一个指标都有一定的适用场景的，场景可能是一个或多个，需记录下来

2.7 增加版本号

指标一般会迭代的，因此要增加版本号

2.8 增加录入员/维护员

一般是IT的录入/维护员

2.9 最终展示形式

黄色是指标整理后新增的：

当然，大家还可以继续在标签管理上加上自己的一些字段进行维护。。。

2.10 总结

其实标签管理不是一个特别难的事，难在更新迭代的时候的维护需要时间和精力，因此如果有系统支撑会稍好一点，否则可能两三个迭代后，就没有维护了。

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。