数据中台能解决哪些问题?

提问者:帅平 问题分类:面试刷题
数据中台能解决哪些问题?

 您阅读本篇文章共花了: 

4 个回答
白鸥掠海
白鸥掠海
4.数据质量低
面对业务已经沉淀的大量数据,逐步形成了企业的数据资产。而这些数据资产如何成为可持续使用的,为企业带来价值的数据,需要数据治理进行提升数据质量,比如设计数据质量校验的规则和使用流程,设计数据管控权限,数据如何安全输出及共享的设计等,如何在整体上发挥出数据的协同效应,为业务提供更高价值的数据服务链路,数据中台可以将这些数据能力整合到一起,对业务端提供稳定的持续的服务能力。
发布于:6个月前 (10-08) IP属地:四川省
心似狂潮
心似狂潮
3.取数效率低
主要表现在两个方面,一方面是找不到数据,另一方面是取不到数据。要解决找不到数据的问题,就要构建企业数据资产目录,让数据使用者快速找到并理解数据。取不到数据的主要是非技术人员不会写SQL去提取数据,所以可以为其提供自助取数工具,使其简单快速的获取数据。
发布于:6个月前 (10-08) IP属地:四川省
你是我此生最美的风景
你是我此生最美的风景
2.烟囱式建设数据平台,大量源被浪费,响应速度慢
主要在于烟囱式的开发模式,使得数据复用性低,导致大量重复逻辑代码的研发,影响需求响应速度。
比如,两个指标都需要对同一份原始数据进行清洗,原则上来说,只用一个任务对原始数据做清洗,产出一张明细表,另一个指标开发时,便可直接引用已经清洗好的明细表,这样便可节省一个清洗逻辑的研发工作量。但现实往往是对同一份原始数据做了两次清洗。因此,要解决需求响应速度慢的问题,就要提升数据的复用性,确保相同数据只加工一次,实现数据的共享。
发布于:6个月前 (10-08) IP属地:四川省
唯宠她
唯宠她
1.指标口径不一致
通常表现在3个方面:业务口径不一致、计算逻辑不一致、数据来源不一致。
业务口径不一致:业务口径不一致的指标,应该要有不同的标识去区分,比如上面提到的销售额这一指标,明明口径是不一致的,但却没有区分,容易让业务误解。
计算逻辑不一致:业务口径的描述往往是一段话,但对于一些计算逻辑比较复杂的指标,一段话通常是描述不清楚的,如果碰巧两个相同业务口径的指标是不同的数据研发实现的,极有可能会出现计算逻辑不一致的情况。
数据来源不一致:对于部分指标,有多个数据源可供选择,如果数据源正好有些细微差异不被发现时,即使加工逻辑一样,也有可能结果不一致。另外,实时数据和离线数据也会有一定差异。

因此,要实现一致性,就要确保对同一个指标,只有一个业务口径,只加工一次,且数据来源必须一致。
发布于:6个月前 (10-08) IP属地:四川省
我来回答