标签: 大数据如何优化用户体验中的信息获取 2024-11-29 次
欢迎关注天善智能微信公众号大数据如何优化用户体验中的信息获取,大数据如何优化用户体验中的信息获取我们是专注于商业智能BI,大数据,数据分析领域的垂直社区。 对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信大数据如何优化用户体验中的信息获取:tstoutiao,邀请你进入头条数据爱好者交流群,数据爱好者们都在这儿。
对于一个Data Architect(后简称DA) 而言,项目初始阶段会有大量的工作要做源数据的探查分析,以期建立对整个系统数据状况的理解以及对数据全貌的洞察。Data Insight这种东西很难描述,可能就是对数据的直觉。
不管用何种物理实现模式,传统的DW构筑也好,时髦的基于Hadoop, Spark的新一代BIGDATA平台也好,概念和逻辑模型的构筑均是不可或缺。在不同平台上构建DW系统更多偏重的是物理化的实现,认识数据本质过程是无论何种实现手段均必不可少的重要环节。一个DA,假如刚刚加入公司必赢app,刚刚加入项目,对公司源系统一无所知的情况下,如何快速的进入角色建立起对整个数据系统全貌的认识呢?通常,刚一入场的DA会陷入两种截然相反的困境,而这两种困境都很让人头疼,此时是考验以及锻炼DA能力的绝好时机,而这两种难题是什么?该如何应对?下面的文章会一一描述。
困境一大数据如何优化用户体验中的信息获取:信息太少,不知从何处入手去分析
通常DA刚刚入场,而又没有了解全局的人去介绍整个系统的概况以及未来的需求时,完全漫无目的期待利用信息指导决策,或者仅仅有一个非常笼统的前进的方向,这些都会让DA不知从何处入手去快速抓住企业需求的重点。而DA需要做哪些工作去获取信息以便于快速的展开工作呢?
困境二:信息太多,但凌乱异常,不知如何去厘清
又或者,DA没有目的性的提出如此类的要求:“尽可能把你们的文档都给我”,此时会有各类文档席卷而来,而信息太多,根本无从看起,或者做了非常多的功课却抓不住重点。
如上,笔者也曾有过一些如上面的境遇,经历一些痛苦的学习同时也依靠高手的指点,形成一套方法,能够让DA快速进入角色,采集自己最为需要的资料进行有效的数据理解,其过程中难免见招拆招,灵活变通,本文主要是提供一种厘清问题的思路。
注:本文是从整个企业的信息系统诊断视角出发,很多项目在立项之初即有明确需求和此场景不同,如下文章仅作为参考。各个项目均有不同,要非常注意项目的范围,根据具体情况做裁剪,切不可简单照搬。
详情请参阅下图:
如上图所示,首先业务和数据的了解,本身即是并行,前后并继而相辅相成,本身由业务驱动数据的了解,同时通过对数据的了解亦逐步澄清业务。如下,对上图略作描述以期看官能更容易理解。
一、业务视角
1.1 首先了解的是体制,也就是整个企业是怎么组织的?第一要务是要来清晰完备的组织架构图,关注企业有哪些分公司,哪些部门。然后各个部门,分公司的职责是什么?各个组织的负责人是什么Titlle,以及他们的具体责任又是什么。了解这些有几个好处:
1)对企业有一个整体的认识。
2)对未来的沟通很有意义,你会按照企业的习惯语言和相关人进行沟通,也会了解各层级组织的关系以及他们的沟通方式。
3)各个组织的责任紧紧与他们的需求紧紧关联,为进一步了解需求做好铺垫。
4)谁未来会使用你所设计的系统,这和设计良好的用户体验,未来的权限控制息息相关
1.2 继了解企业的组织架构,明确每个组织的责任以后,下一步就是了解整个企业关心的KPI
KPI有两种,一是反映整个企业的现状的信息,比如销售收入、销售数量、生产成本、营销费用等等,这一系列指标标注着企业经营的状况以及状态。有的企业是按照KPI拆解落实到各个责任人的方式进行管理的,也就是每个人的绩效KPI与奖金,工资之类息息相关。这类KPI也是需要考察的重点。
需要记录的内容主要是对于企业经营状况的KPI,记录其相关的计算公式以及对应的维度,所需要统计能够达到的深度,以及这些数据平时都是怎么计算得来的,用于计算的基础数据又是从哪里得到的。
对于绩效考核类的KPI,需要了解除以上内容以外,还要记录相关的角色是谁,以及KPI占其业绩的比例。对于不用KPI考核业绩的企业,其也一定有相关考核的办法,通常与绩效KPI也很类似。
另外,通常在了解KPI的过程中,DA会获得很多和KPI相关的信息,比如PI,其实也是未来需要关心的内容。
通过了解KPI以及KPI体系,DA会有如下的收获:
1)哪些是企业的晴雨表,哪些指标对于企业来讲至关重要
2)KPI都是怎么算出来的,能否通过系统自动计算出来?
3)KPI对应的责任人,他们观察各KPI的优先级如何?
4)企业其他报表重要的组成部分,通常KPI的计算公式中包含丰富的度量信息
5)通过KPI,DA可以开始了解到很多维度信息
可以说,KPI体系是了解企业核心数据的一条重要的线索,当DA不知道如何入手数据研究时,这无疑打开了一扇门
1.3 KPI的展开,通常就是核心报表。
继了解KPI体系之后,DA需要更多企业最关心的数据,即核心报表。此报表为广义之报表,包含所有表格、图形、以及文字报告。
从哪里入手去了解企业核心报表呢?通常,企业定期会有各类会议,总结年/半年/季度/乃至月份的业绩,从企业重要的经营分析会议(或名称不是经营分析会议,但讨论的内容相关)可以获得相关信息。比如很多企业喜欢从财务损益表去分析整个企业的经营状况,而损益表外延有很多报表是为了解释损益表中异常现象的细节,此类报表均是分析之对象。此外,还有一些跨部门的定期协商会议需要的报表,比如产销协调之类,均列为分析对象。
相信,在获取这些报表的同时,一定会有大批其他报表涌来,照单全收但分清主次。
1.4 企业核心流程
1.2 和 1.3其实本质类似,均是搜集企业重要度量的线索,由线索外延,会搜集到相当多的信息。通常在前面的几个步骤中,你已经能够获得整个企业核心业务的概况,但仍需更深入了解企业核心流程,更依靠的是DA的行业经验。然后分主题,如CRM,SCM,HR等角度通过Step 1.1中的业务专家帮助获取足够清晰的企业核心流程,并通过数据专家了解各个核心流程的数据存放情况以及当前DW系统建设状况。CRM,SCM等经典知识,需DA课外阅读书籍以期进一步深入了解,以便需求之分析。
二、数据视角
2.1 转向数据端,其实2.1的过程即在搜集KPI过程之中亦然获得。
2.2 望闻问切,有人帮DA联络,有人帮你解答问题,有人帮你澄清疑惑,这些均必不可少。起步时,没有问题是愚蠢问题,但你也别期待太多;中段时,不做功课的问题不会有好的反馈;终段时,记住要时刻记住用真实数据验证你理解的逻辑,即使业务专家和数据专家也不可能洞察一切,唯有数据是最真实的。对于不能使用真实数据做数据理解的客户,你的DW系统未来定然问题重重。
金科玉律:做Framework,做笔记,你不可能记住所有一切。
2.3 获取尽可能多的元数据文档,但千万别想当然的认为它们是正确的,如果能有80%正确你就可以谢天谢地了。此处,获取数据访问权是重中之重,你很难基于一些过时的蓝图去构筑真的有用的蓝图。
2.4 每个企业都有其自己的规范bwin·必赢,当然如果没有规范,就需要DA去制定一套规范。
好了,下面将进入本章重点: 如何逐步建立Data Insight的细节,仍采用思维导向图的模式做详细描述。
由各项Input,我们将得出Output结果,也就是我们最终的设计。
转载请保留以下内容必赢官网:
本文来源自天善社区BAO胖子老师的博客(公众号)。
原文链接: https://ask.hellobi.com/blog/rayshawn/548