数据中台资产运营机制
企业数据中台搭建完完成之后,如何让数据中台中的数据资产越用越多,越用越活,越用越稳定,这就需要数据中台运营机制。
一、如何评估数据资产运营效果
数据中台不是一个简单的产品,而是一个让数据持续用起来的机制,我们可以通过数据运营机制让企业中的数据中台持续发挥更大的价值。可以参照以下图表来评估数据中台运营效果:
通过以上图表可以看出数据运营机制的目标:
- 数据质量及安全是中台可持续运营的基础。
- 提效降本是打造中台影响力的关键。
二、如何切入数据资产运营
数据中台运营工作可以从以下四个层面开展开工作:统一战略、搭建组织、打造氛围、实践创新。
1)统一战略
在企业战略层级上,管理层要坚定做数据中台的决心,让员工尤其是管理层和执行层都理解做数据中台的重要性,否则中台落地遥遥无期。
2)搭建组织
在组织架构上,需要配套相应的组织以及具体的人来负责。数据运营团队组织架构如下:
数据委员会主要负责制定数据建设战略方向,授权各个部门执行落地。例如拟定构建企业级推荐服务,建议指定相关部门的总监、主管等人来担任主要职位。
虚拟架构组主要负责提出解决方案,一般由来自各业务部门数据团队核心成员、熟悉数据建模理论、具有丰富开发经验的人来担任,例如:架构师
专家评审组则由各个团队推荐人员来担任,主要进行方案评审优化工作,就是看看提出的方案能不能实现,如果能就按照对应的规范生成指标规范或者维度规范等。
执行团队主要就是一线开发人员,主要按照规范实施建设。
3)打造氛围
打造氛围就是在各个人员到位后,工作中重点突出使用数据的氛围,例如:公司内部数据大屏,看着就很厉害,可以把数据以公司全视角呈现并公开分析,这样潜移默化,各个员工心里慢慢就形成数据的重要性。
4)实践创新
当数据意识被唤醒后,就要结合业务部门,一起做数据结合业务的创新实践,也就是使中台数据能赋能业务,赋能哪些业务?我们需要探讨、创新实践出来,让各个业务部门争相使用数据,形成企业内部竞合态势。
三、如何做数据资产运营
数据中台运营中最重要的就是数据资产运营,数据资产运营的目的就是将数据变得可阅读、易理解、好使用、有价值,最终目标是通过有序的正向循环不断挖掘并提升数据资产的价值。
我们可以构建一个中台运营机制平台,一般企业中也叫作数据地图,构建企业数据资产目录,帮助数据开发、数据分析师、数据产品运营快速发现数据,准确理解这些数据含义,数据地图中一般包含数据字典、数据血缘、数据量指标、标签调用次数、表访问热度、表分区信息等。运营机制平台具备以下四个数据资产运营目的:
1)可阅读
数据信息不能仅仅存放在数据库中,通过数据表、数据字段等形式展现,只有具备一定数据库基础的人员才能通过读懂操作,而业务人员往往不具备这种能力,可能直接就丧失了读取数据字段的兴趣,严重制约了业务人员使用数据的兴趣,因此我们需要一个平台可以展示资产地图,业务人员可以通过直接操作界面的方式了解、获取资产信息。
2)易理解
资产信息除了可阅读,还需要容易理解。因此需要将数据资产进行标签化,标签是面相业务人员来组织的。
例如:一个“年龄”标签就应该有标签名“年龄”;标签描述“通过注册身份证信息获得的年龄信息”;标签逻辑“身份证第7~10位信息抽取出的出生年份信息,进行年龄计算”;取值类型“数据类型”;值字典“0,1,2...”等基础的元标签信息。同时也应该有标签来源表字段信息,拥有“年龄”标签的用户覆盖量,“年龄”标签的历史调用量、调用方,“年龄”标签的价值分和质量分等信息,这些用来帮助业务人员真正了解数据,更好的使用。
数据中台运营中最重要的就是数据资产运营,数据资产运营的目的就是将数据变得可阅读、易理解、好使用、有价值,最终目标是通过有序的正向循环不断挖掘并提升数据资产的价值。
我们可以构建一个中台运营机制平台,一般企业中也叫作数据地图,构建企业数据资产目录,帮助数据开发、数据分析师、数据产品运营快速发现数据,准确理解这些数据含义,数据地图中一般包含数据字典、数据血缘、数据量指标、标签调用次数、表访问热度、表分区信息等。运营机制平台具备以下四个数据资产运营目的:
3)好使用
数据资产被业务方理解之后,面临如何使用这些资产问题。传统使用数据资产的方式是业务人员告诉数据开发人员需要哪些数据字段,开发人员编写数据服务接口,对接业务系统或者数据应用系统供业务人员查看、查询、使用。
那么如果有了数据资产平台后,业务人员可以直接通过了解数据资产信息,自己做到直接配置使用,解决了业务人员难以准确描述需求的问题,同时数据服务配置生成过程简单快速,大大缩短了与数据开发人员沟通的时间,同时通过数据资产平台查看对应的数据资产业务大大降低了数据使用的试错成本。
4)有价值
数据资产运营的最终目的是让数据的价值越来越大,因此数据资产运营要始终围绕数据价值开展。在数据资产使用的过程中应该记录调用信息、效果信息、反馈信息所有能反应数据价值的信息。例如:某标签的历史调用总量、平均每日调用总量、环比同比、调用业务量等来间接评估标签的重要程度。