听起来很高,但您真的问他:
“你现在做了什么?”
有人说:“我们将去数据平台。”有人说:“我们计划首先建立一个指标系统。”其他人说:“我们雇用了顾问来进行元数据治理。”
这听起来没什么错,但是说实话,没有多少人能真正落后。
为什么?
因为大多数公司都想开发“全球解决方案”,“统一平台”和“全口径标准化”,但是它们太复杂又抽象了,部门不合作,系统无法跟上,最终尚未解决。
您必须问我,数据治理的第一步该怎么办?我的答案很简单:
首先制作三个表:指示器目录,数据字典和数据责任表。
不要只看三张桌子,这绝对比制作一堆PPT更有用。
先说说“为什么非得从这三张表开始?”
让我们从最常见的句子开始:“这个数据对吗?”
听起来很简单,但是如果您想回答这个问题,实际上您需要解决三个基本的事情:
这是什么数据? ——字段是什么意思,值是什么意思?如果有问题,我应该寻找谁? ——负责维护并决定标准的人
坦率地说,有三件事:
您可以理解,清楚地计算并找到某人。
这三件事与我们的三个表相对应:
数据字典您可以理解指示器目录您可以清楚地计算指标数据责任表您可以找到问题并找到人。您可以找出这三件事。即使没有系统,平台或预算,数据治理仍然可以向前迈出一大步。
第一张表:指标目录 —— 统一口径的第一步
什么是指标目录?
坦率地说,要取出企业最常用的——指标,例如销售,订单计数,毛利率,库存流动率,库存转换和回购率,一一二:如何计算该指标?田地从哪里取出?什么是频率?我在哪里可以看到?谁负责?
许多公司在这里有问题:
有很多指标,但是没有统一的定义。每个部门都有自己的能力。相互不兼容指标的计算逻辑隐藏在某人的Excel公式中。没有人能弄清楚谁离开。不要一次要求。从Top20常用指标开始。不要以为您可以在一步中使用它。
第二张表:数据字典 —— 把字段写成“人话”
第二个问题是“无法理解字段”。
一旦我去了一家零售公司,BI董事会上有一个名为order_type的领域。该页面解释说:“订单类型=1在线,2是离线的。”当我看到它时,这是非常标准的。
结果,一位同事说:“在我们的后端系统中,0代表正常订单,1是促销顺序,而2是一个特殊的渠道顺序,它与BI中的秩序完全不同。”
然后,当您检查数据库时,您会发现也有很多order_type=3,而且没人知道它是什么。
这是一个典型的——,具有许多字段,复杂的系统,没有人写入说明,并且无法理解业务。
因此必须创建数据字典:
哪个桌子上有哪个字段?它叫什么名字?这是什么意思?值是什么?在哪种情况下使用?
写作并不需要非常正式,但是您必须使业务可以理解,并且不会使技术诽谤。例如,请勿编写字段类型,例如“ Varchar(255)”,而是编写“产品代码”以唯一识别SKU。
如果您清楚地编写字段描述,那比制作五个ER图片要好。
该表可以将来发布在BI平台,数据门户或知识库中,以便任何人都可以理解它。
第三张表:数据责任表 —— 出问题,找谁说理?
这是一家公司最容易忽略的,但最可能发生的事情发生。
当报告错误时,字段不正确或指标跳了起来,每个人都会说一件事:
“我没有这样做。”
结果,没有人认识到它,没有人更改它,而且这件事就在那里。
为什么?因为没有人负责。
因此,必须有“数据责任表”来澄清一件事:
谁在乎这份报告?谁在此指标上做出决定?当这个领域错时,我应该寻找谁?谁维护此表结构?谁更新此BI面板?
您不能使用非常系统的工具,首先创建共享的Excel表并清楚列出:
报告名称/公制名称/现场名称负责人(名称+部门)只有一个目的:
不要让数据成为“没人声称的孤儿”。
那怎么一步步把这三张表落地?
毕竟,并不是说公司不能制作这三张桌子,他们不知道该如何开始,或者他们一开始就认为太复杂了,而是他们不能这样做。
实际上,如果您真的想这样做,那么四个步骤就足够了:
第一步:别想着做全,先找重点下手
最担心的是,从一开始,“完全整理所有指标,为系统中的所有领域构建词典,所有员工都将被分配给负责人。”
这听起来很勇敢,但最终没有人能落后,最终将其独自一人留下。
建议您从最现实的地方开始:
从老板最常看的报表开始
,例如,如果您现在有10个报告,其中3个由老板每周观看,然后将其从这3个报告中分解出来:
取出您在页面上看到的字段,找出业务是否可以理解这些领域以及您是否可以写人的解释;然后询问哪个部门正在查看此报告,谁问了最多的问题,谁维护逻辑更新逻辑并首先分配负责人。不用担心,让我们首先找出“老板使用的保护板”。
或者从一个高频业务场景入手
,例如“销售日”,“库存警告委员会”和“成员操作分析”。
您可以选择业务方案,并将其用作练习的切入点:
首先,阐明商业人员最常见的指标;如何填写每个字段,提供数据的人,是否有价值的异常值和范围;然后遵循分析链以查看数据的来源,哪些表和字段参与。
第二步:拉业务一起干,别闭门造表
此步骤最容易忽略,也是最关键的点。
许多数据团队习惯于自己做事,并认为业务不是专业的,因此我们只需要自己完成数据表并向他们展示数据表即可。但是结果通常是:
这些领域的书面标准非常标准,业务说:“我听不懂。”这些指标是严格定义的,业务说:“不是那样。”您已经与负责人匹配,另一方说:“我没有认识到这一点。”因此,您要做的是不写闭门后面的表格,而是要将业务融合在一起,以“推荐口径,补充田野并认识责任”。
您可以举行一对一或小型会议来谈论几个核心问题:
“ GMV通常意味着哪个数量?” “在您的系统中,您的BI中的这个字段在您的系统中是否称为order_type?” “您经常在哪里看这份报告?您需要在日常生活中解释什么?” “当此报告错时,您通常要求谁确认?”有时,当您提出这些问题时,业务本身就意识到:“哦,事实证明我们称之为的名字与您的理解不同。”
询问和写作,一起完成工作,然后要求业务签署并确认。这个确认过程本身就是“治理”。
第三步:先用表格搞起来,再慢慢系统化
您可能会问:“是否有这三个表可以完成的系统?”当然有。
但是我建议您一开始就不会使用该系统。
为什么?由于您尚未完成该过程,并且该过程尚未完成,因此该系统只能带给您“操作负担”。
您需要的是可以随时填写,随时修改并可以访问每个人的表格
与“使用了什么工具”相比,更重要的是“谁将填写”,“如何维护”和“每个人都可以使用它”。
您首先在团队中运行这三张桌子,当每个人都习惯它并具有节奏时,然后考虑使用系统平台“接管该过程”。
不要转身,不要在您上升后尽快选择平台。治理不取决于系统,而是取决于人员和过程。
第四步:定一个更新机制,别搞“一次性工程”
这三张表的最简单问题不是不能完成,而是:完成一次后,没有人会再次触摸您。
指示器口径已经改变,没有人对其进行更新,并且在添加字段后,没有人添加字典。当新同事到来时,他不知道负责人是谁。最后,这三张桌子再次成为“装饰”。
如何解决?这很简单,设定节奏。
每月一次,检查指标口径有没有变化
,如果某些指标涉及活动和规则更改,则必须及时同步。
您可以设置“指标审查日”,并在10分钟内快速通过。
每季度一次,更新数据字典
系统可能已经连接了几个新表格,字段已更改,并且数据类型已更改。您可以定期扫描并添加字段说明。不要等到出现问题后才弥补。
每半年一次,拉业务一起来“责任人对表”
人已经改变了位置,改变了组织结构,并对BI报告进行了重大调整,负责人也必须效仿。
建议您创建一个“数据负责人列表”,并邀请业务确认每六个月。谁仍在值班,谁是新对手。
如果您想更稳定,也可以为每个BI报告添加一个角标记:“负责人:Zhang San,部门:运营部,联系电话:XXXX”。如果有问题,企业将知道要寻找谁。
最后,建议您将其写入数据团队的每月或季度工作计划中,否则您将被“每日琐碎的事项”所消灭。
用户评论
别伤我i
真的人性化!有时候觉得公司太多乱七八糟的指标和表格了,反而降低工作效率。这篇文章强调简单易懂的关键,让人感觉很有启发!
有16位网友表示赞同!
我怕疼别碰我伤口
终于有篇贴近实情的文章了!我们公司也是数据治理大混乱,好多规则就没有人真正执行。搞明白这三张表真的能先梳理一下乱糟糟的数据状况。
有19位网友表示赞同!
岁岁年年
我之前也觉得企业做数据治理很抽象、很难懂,这个标题吸引了我的注意。看评论区说简单易行,期待看一下内容!
有5位网友表示赞同!
陌潇潇
感觉说的很有道理啊!以前我也遇到过很多因为数据混乱造成问题的案例。这篇文章说得一点儿都不复杂,让我有了新的想法去着手梳理公司的数据管理体系。
有8位网友表示赞同!
琴断朱弦
对数据治理这个概念一直没有深入了解,看完标题就觉得很适合小白我阅读。期待文章能详细讲解这三张关键表格的意义和作用。
有13位网友表示赞同!
呆萌
我觉得三张表只是一个开始,企业数据治理还需要考虑很多其他方面,比如数据安全、隐私保护等等,不能只关注表面的规范性问题。
有14位网友表示赞同!
凝残月
简单易懂?这个标题听起来很有诱惑力,让我好奇这三张表是什么样的,能够把复杂的数据治理搞得通俗易懂!
有10位网友表示赞同!
◆乱世梦红颜
我们公司刚开始着手进行数据治理,现在还处于探索阶段。看来这三张表是一个很好的实践方向,可以先从基础入手逐步完善。
有19位网友表示赞同!
七级床震
说得太对了!很多企业在数据治理上过于追求理论和复杂性,反而适得其反。这篇文章点明了关键所在,要从实际需求出发,循序渐进做起!
有20位网友表示赞同!
寒山远黛
文章标题很有吸引力,但是我觉得三张表远远不够,企业的数据治理还需要建立一套完整的体系架构,包括数据采集、清洗、存储、分析等各个环节。
有17位网友表示赞同!
作业是老师的私生子
如果这三张表能够真正让公司的数据井然有序,那就可以大大提升工作效率!以前我们经常因为寻找数据信息浪费时间和精力。
有11位网友表示赞同!
我就是这样一个人
数据治理确实很关键,企业越重视数据价值,越好管理的数据就越多。希望这篇文章能详细讲解这三张表的具体内容和使用方法
有8位网友表示赞同!
微信名字
这个标题很有意思,也让我对数据治理有了更清晰的认识。过去一直觉得数据治理是个很抽象的概念,现在看来确实需要从实际问题入手。
有6位网友表示赞同!
青瓷清茶倾城歌
感觉这个观点很有道理。很多企业在做数据治理的时候,由于没有找到合适的切入点,效果不太理想。 这三张表的框架可以帮助企业更好地进行数据资源整合和管理。
有20位网友表示赞同!
此生一诺
作为一名程序员,我更关注数据的准确性和可信度。做好数据治理不仅能提高工作效率,还能降低因为数据问题导致的风险!
有11位网友表示赞同!
男神大妈
我觉得做企业级的数据治理非常复杂,不仅仅是三张表的简单整理就能解决问题。还需要考虑很多方面因素,比如数据安全、隐私保护等等。
有6位网友表示赞同!