数据指标体系的建设思考（四）

这一篇主要介绍对数据指标体系的价值、数据指标管理平台的理解及数据分析的趋势解读。

一、数据指标体系价值

关于数据指标体系的价值，我想大多数从事数据工作的人员都可以感受得到，毕竟数据指标的输出可以通过可视化的方式（如大屏、驾驶舱和报表）及相关财务统计来体现出来。在这里我们只是总结一下，从几个方面画几个架构图来体现。

1、标杆企业的数据指标管理实践

首先，我们来观察标杆企业是如何来建设及应用数据指标体系的。

标杆企业在企业信息体系上建设具有战略指导、高质量的数据指标体系，依靠灵活和反应快速的IT基础设施支撑市场洞察和客户洞察所需的分析洞察能力。

在数据管理策略及决策下，建设符合企业发展战略、分类分级明确、统一规范定义的数据指标体系，来支撑企业的数据架构设计和商业智能，提升企业市场洞察和客户洞察能力。根据企业业务活动需求进一步加强及修正企业的数据指标体系。形成一个良好的能力循环系统。

2、数据指标体系的价值

我们从企业的外部监管数据质量需求和内部业务精细化运营需求来看数据指标体系的作用。
在这里插入图片描述
规范的业务术语及命名词典支撑数据指标体系建设的规范定义，数据指标体系建设各数据指标来源于各业务板块的流程及需求分析，并通过统一规范的定义，来量化及监视各业务板块的业务场景及业务成果。

高质量的数据指标体系的价值还可以从以下四个方面来体现并应用企业的数据驱动能力：
在这里插入图片描述
A：建立业务量化标准

数据指标体系可以建立业务量化衡量的标准，反映业务客观事实，把控业务发展情况，聚焦发现的业务问题，促进业务有序增长。

B：提高分析效率

高质量的数据指标体系能覆盖大部分临时数据分析需求，统一数据指标口径，有效减少指标开发重复工作，提高数据分析效率。

C：帮助快速定位问题

通过过程和结果指标，上下级数据指标间关联关系，通过回溯与下钻，快速找到关键指标波动原因。

D：指导基础数据建设

高质量的数据指标体系规范统一数据分析维度及维值，数据指标体系的全面性等特点可以明确基础数据建设方向，指导如数据中台、数据分析平台等的建设。

3、指标数据标准的价值

从另一个角度，特别在银行业，数据指标体系更多体现在指标数据标准的建设上，那从指标数据标准的作用会有哪些，我们就以银行业场景为例来说明。

以银行业为例，指标数据标准能够保障各业务部门对指标在不同应用场景下业务口径有直观、清晰的理解。提升指标在不同应用场景下的准确度，降低由于口径理解不一致造成的统计差异。
在这里插入图片描述
指标数据标准可以规范分析应用中的维度和维值：

数据指标体系作为分析应用的基础，通过配合使用指标数据标准中的维度和维值，可以实现业务部门的自主分析，即灵活使用这些指标进行业务分析。
在这里插入图片描述

二、数据指标管理平台

学习或从事数据治理的伙伴都知道，我们从事数据治理不能只是学习理论，帮企业形成各式各样的制度及流程，我们也得充分考虑数据治理或者更精确的表达-数据管理是如何落地，最终将数据价值体现并输出形成数据资产。同样，数据指标体系也需要一个所谓的数据指标管理平台来支撑并保障数据指标体系的落地。关于这个平台各种称呼都有，我们在这里就先以数据指标管理平台来说明。

市面上成功的数据指标管理平台产品有很多，我们通过小部分成功产品来理解数据指标管理平台应具备的功能及能力。

1、基于阿里OneData理论的数据指标管理平台
在这里插入图片描述
基于阿里OneData理论，充分考虑数据协同体系，将数据指标体系管理与数据开发、数据产品进行数据打通，管好数据全生命周期。

它的功能可以分为六大功能：指标需求、指标字典、维度管理、数据集管理、业务域管理和权限管理。
在这里插入图片描述

2、至恒指标平台

至恒指标平台，我的理解，是在数据指标体系理论建设的基础上，支撑数据仓库建设，并输出相对应的数据指标应用的平台。
在这里插入图片描述
主要功能模块有指标服务、指标管理、指标发布审核、指标查询、指标分析、指标应用及系统管理。

这个平台可以通过下面几个方面来体现平台价值：

在这里插入图片描述

平台分别支持：数据展示、数据分析、数据计算、数据存储、数据开发、数据需求、数据管理和数据应用这几个数据管理方面。

3、银行业的数据指标平台

在银行业上，数据指标平台可以理解为数据智能产品的一部分。
在这里插入图片描述
平台的数据架构：

平台的定位：

基于银行现有的数据应用和分析报告体系，为梳理好的全行指标体系提供一个管理平台，实现指标的需求、定义、开发、发布、可视化、服务、运营分析为一体。做到指标的全生命周期管理，和数据治理体系对接实现指标元数据、指标标准和指标质量的检核，绘制指标地图和血缘分析，将指标作为数据服务发布给行内系统应用，实现分析指标的价值最大化。实现实时指标数据呈现和指标预警，并做到指标知识库：指标字典和完整的指标运营制度。
在这里插入图片描述
平台的总体架构：

平台与其他系统的集成：

4、平台功能总结

我们了解到几个成功的数据指标管理平台后，实际上我们就会发现他们的功能大同小异，我个人在想应是这些平台的技术能力及运营性能才是这些平台差别的关键因素。在这里我也不清楚这些平台核心能力，针对这方面我们就不讨论。我们可以基于这些平台及数据指标体系建设所需的落地要求来总结数据指标平台的功能。
在这里插入图片描述
在这里，我总结从功能上可以分为指标可视化、统计分析、指标应用、指标管理、数据需求、指标服务和系统管理这几个模块。个人认为这些功能至少是应需要考虑，有些还是必要项，比如指标管理、指标应用之类。当然我想大家都会自己的想法，不正确的地方请大家原谅。

三、数据分析的趋势解读

1、Gartner2024数据与分析百大预测

未来，数字化业务将为企业创造业务价值提供近乎无穷无尽的机会。

如今，数据和分析逐渐成为业务战略的主要驱动因素之一。数据驱动型业务战略和信息产品具备了前所未有的巨大潜力。这是企业所做的部分工作。然而，对很多企业而言，“数据思维”的能力依然难能可贵。

要成功转型为数据驱动型业务，就需要首席数据官（CDO）、CEO和CIO等数据和分析领导者，从全新角度推动业务问题的解决。这将对数据和分析部门的工作内容以及企业必须培养的能力造成深刻的影响，甚至可能转变整个企业的管理思维，比如中央部门的角色重要性都日益突出，最重要的是数据和分析已成为数字化业务成功的关键。
在这里插入图片描述
2、数据和分析领域的主要趋势和主题