|
数据部门应该独立还是下放到业务中心?
经常会有关于数据架构的讨论:数据部门应该独立还是下放到业务中心?最近经过一段时间的架构调整,加上之前经历的一些业务测试,现在把总结的基本情况分享下。
管理权和控制权不能下放。任何时候都需要对数据的掌控权。
为了提高数据分析师在业务中的作用,KPI中必须包含业务权重,当然具体权重视情况而定。
这两点能保证我们对数据的把控能力,同时又能让业务也参与到数据作用评估中。在可控的基础上,数据中心该做什么?如何与业务中心分工?
数据中心
由于数据中心对接全公司,因此更多的职能是从全局角度进行统筹,包括以下几方面:
统一口径。数据源的定义、数据出口和抽取逻辑的统一、数据指标和应用场景的规范等;
搭建平台。平台包括经过整合和清洗的干净的数据源甚至数据平台、报表可视化、自动化数据挖掘模型封装和开发、
BI、个性化推荐、知识分享平台、需求管理平台等;
数据培训和推广。不断提高数据应用能力和培养,包括知识、技能、素质、最佳实践场景的推广等,里面会涵盖主要是数据知识掌握及应用能力和工具使用能力;
对接业务中心的部分高级需求。包括广泛数据源抽取和应用、数据建模和挖掘技术支持等。
业务中心
业务中心由于对接的各个中心的需求,需求更加明确,因此会有自己的特殊职能:
根据数据中心的统一规范,制订适合本中心的数据应用场景、指标和分析体系等;
收集各个中心的零散需求,同时汇总到数据中心,数据中心会将各中心共同性特殊进行提取,从而形成全公司的共同知识财富,应用点将会深入到数据从底层收集、数据ETL、数据建模、可视化、推荐等各个工作场景--这部分是分散到业务中心最大的价值所在;
整体来看,数据中心负责集中力量做各中心的支持工作,同时也会做一些智能化、自动化、可视化的支持;分中心负责深入业务收集需求并建立符合业务需求的数据应用体系,二者相互补充,缺一不可。个人认为,这种模式是适合大企业同时能最大化数据应用价值的模式。
以上就是我所经历各个阶段以及各种模式的一个体会。每个模式都会有自己的适应点,基本上都会围绕这两点:
懂业务。熟悉业务实际场景,熟悉业务需要什么,优先级怎样,可行性怎样。
懂数据。熟悉数据来源,数据分布,处理和存储规则,了解提取逻辑,尤其是异常值,基本取值范围等。
责编:李玉琴
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
|
最新专题
推荐圈子
|
|