阿里巴巴云上数据中台之道02——中台建设过程解析

0 评论 2600 浏览 7 收藏 12 分钟

本文深入探讨了数据中台建设的具体路径和实施计划,详细阐述了从现状梳理到项目成果的全过程,引导读者了解如何高效构建企业级数据中台,希望对你在数据管理和战略规划方面有所启发。

本篇主要写建设数据中台的建设路径,具体的项目实施计划,以及实施过程中的注意点。

整个过程包含:

一、现状梳理,明确当前主要问题

二、勾勒自下而上的解决方案

三、制定项目计划

四、项目人员规划

五、项目成果

一、首先进行现状梳理,明确当前主要问题

每一块业务都有对应的ETL开发团队为其提供数据支持,每个团队按自己的思路建设一套数据体系。

指标定义阶段:字段命名不规范、口径不统一、算法不一致。

指标规划阶段:数据部门疲于对业务支持、缺乏全局规划,产品化能力不足。

指标开发阶段:烟囱式数据开发,数据重复,不可信。

指标维护阶段:复杂关系引用导致指标下线牵扯面大。

阿里巴巴云上数据中台之道02——中台建设过程解析

从此可看出,公司业务线较为单一的情况下,不需要盲目上中台服务;数据中台往往建立在解决一定交叉性数据问题的基础上。

二、勾勒自下而上的解决方案

统一数据源:统一ODS数据基础层,并有一个团队负责和管控,其他团队无权复制数据基础层中的数据。

进行数据的统一规划:面向业务提供服务前,由数据团队负责从业务中抽象源于业务而又不同于业务的数据域,再主导统一建设数据中间层。

建设oneservice服务体系:将openAPI升级为缓解业务变化对数据模型冲击的方法论、数据产品,提供统一公用服务的同事,兼容面向个性化应用的服务。

阿里巴巴云上数据中台之道02——中台建设过程解析

三、继而制定项目计划

梳理清楚现状之后,明确问题所在,明确解决方案,接下来需要做具体的实施。

第一步:确定并坚定项目目标

在不影响业务发展的同时,在业务上推进数据价值化,降本提效为基础目标,创造业务价值。

阿里巴巴云上数据中台之道02——中台建设过程解析

第二步:确定指导性的方法论

OneData:公共层建设核心方法论,知道构建与管理数据。

OneService:7x24h无间断、无差异服务

OneEntity:连接孤岛数据,实现数据连接后萃取各类标签进行用户画像。

其中OneEntity体系包含如下:

1)OneEntity统一实体:全域关系打通设想ID-mapping

2)GProfile全域标签:四维标签体系探索,包含自然属性、社会属性、兴趣偏好、行业消费偏好…

3)GRelation全域关系:设想以全域Entity关系打通为基础的等关系图谱

4)GBehavior全域行为:以全域Entity关系聚拢形成全域行为中心

第三步:确定三步走的项目执行计划

第一阶段:完成全局架构

1. 全面接管ODS数据基础层

全面接管ODS数据基础层,是一件十分吃力不讨好的事情,事项十分繁琐。但接管了ODS数据基础层,则是从数据源头上做了一层把关控制,防止重复建设数据体系的现象。

建设离线数ODS数据基础层和实时ODS数据基础层。

2. 升级OneData体系

将OneData体系升级到OneDataII,比较关键的是制定关于数据规范定义、数据模型设计、ETL开发规范3大环节的方法大纲。

阿里巴巴云上数据中台之道02——中台建设过程解析

3. 完成业务数据架构

从源头控制住所有数据,并且也确定了未来如何建设和管理数据的方法论,那接下来如何设计具有前瞻性、可持续性、可扩展性的直接面向业务层的服务呢?

需要对业务数据进行盘点、分析和认知。但是,如果对所有业务都同时进行盘点,不仅耗时长且难以深入,不具备可行性。

于是,可以按照“二八原则”,先对关键业务及其关键数据进行第一批盘点,并从业务视角和技术视角同时进行盘点。

例如,对淘系数据的4100多张报表中的2万多个指标盘点,经过多轮筛选,最终保留6600多个指标,即可保障当时的业务需求,其中1.4万个指标,一部分直接下线,一部分在后续数据公共层建成并切换下线。

第二阶段:抓关键业务的数据建设

在构建好ODS层之后,需要进一步丰富和完善DWD、DWS、ADS数据应用层。总共包含4个方向。

1. 离线数据公共层建设(ODS、DWD、DWS)

最开始建设淘系数据基础层治理项目,接盘ODS层之后,进行深度数据治理。,降低存储和计算资源的消耗,提升数据监控管理力度。

2. 离线数据应用层建设(ADS、报表)

一是面向应用服务的数据宽表的建设:基于数据公共层,向各个业务部门提供方便、快捷的数据服务。

二是给领导们提供关键数据:建设面向COO领导层的重点关注的经营指标。

三是建设各业务线、行业的数据。

3. 数据存储的专项治理

4. 实时数据公共层建设

第三阶段:全面铺开,逐步推进各个项目的数据建设

(下一篇文章中进行展开)

第四步:明确处理好关键矛盾

第五步:紧盯业务并超越业务满意度

一个月内完成第一阶段的全局架构工作,并快速启动第二阶段。第二阶段第一期切入关键应用,并在2个月内完成数据公共层初始化;第二阶段二期在迁移存量应用的同时支持新需求。

把服务双十一和双十二作为阶段性业务目标,让业务人员看到实际效果,技术人员感受到技术进步,数据公共层建设的推进就会由难到易,由慢到快。

第六步:业务和技术,两手都要抓,两手都要硬

数据技术是数据公共层建设的内核力量,包含数据模型、存储治理、数据质量、安全权限、平台运维、研发工具等。

第七步:以产品化思维推进项目

将数据公共层建设视为一个需要长期运营的产品。

第八步:关注预警和加强风险管理

提前进行风险规划,制定保障措施,如:

风险描述:数据规范定义和数据模型设计体系化,需要专业人才和工具保障。

保障措施:

1)制定规则及工作流,完善onedata体系数据规范定义,同时以工具化保障onedata体系工作流

2)数据产品经理和数据模型师培养,输出多名具有建模思想和建模能力、同时熟悉业务的人员

3)公共层可以稳定支持业务后,定期安排数据模型师和ETL研发人员深入业务以更新对源系统和业务的认知

阿里巴巴云上数据中台之道02——中台建设过程解析

四、同时需要项目人员规划

若是需要最终完美的完成项目计划,缺乏其他业务部门或技术部门的配合是万万不可的,因为在实际的项目进程中,需要一个实体团队来负责数据公共层建设,以及协同若干个业务线的技术团队作为虚线加入项目组。

在最初建设时,数据团队只有50个人,而要实现如此庞大的计划,需要更多人员的支持。在建设前期由兼职的18罗汉进行现状梳理,并完成全局架构。

随着项目的兴起,领导团队对项目愈加看重,因而得到了更多人员资源上的支持。

阿里巴巴云上数据中台之道02——中台建设过程解析

五、最后静待项目成果

降本:数据计算成本和存储成本降低,以及因重复建设而造成的人力成本的降低等。

2015年,批量数据计算总时长减少约50%,解约计算成本近亿元;批量数据下线,解约存储空间上百PB,节约存储成本上亿元。

提效:让各业务部门得到了统一、标准的数据服务,并且响应速度很快,提升了使用数据的效率。

业务上,数据价值化。

如上是阿里数据中台第一阶段、第二阶段的建设过程,接下来一篇会继续解析第三阶段:全面铺开的数据中台建设过程。

专栏作家

草帽小子,公众号:一个数据人的自留地,人人都是产品经理专栏作家。《大数据实践之路:数据中台+数据分析+产品应用》书籍作者,专注用户画像领域。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!