取数支撑之痛:业务投诉不断,支撑人员抱怨不断
“昨天,在办公会议上,李总投诉我们部门取数慢、数据准确性差,已经严重影响业务发展,大家说说到底怎么回事?”某企业CTO说。
“马上要搞大促了,各业务部门一周之内提了200个取数任务,仅市场部就提了100个任务,我们现在就10个人,更本来不及!”小李气愤地说。
“年初2个人,现在10个人,还是说来不及,你们说怎么办吧!”CTO说。
“以前主要支撑市场部,人均一周10个取数任务,现在人均20个取数任务,而且天天加班到12点,我们能怎么办?”小王哀怨地答道!
……
“其他部门需求我们暂时不支撑,优先支撑市场部……”CTO无奈地说道,一场业务投诉复盘会议结束了!
这次会议结束了,但是取数支撑的工作还在延续,IT部门任劳任怨、加班加点,到头来得到的都是业务部门的投诉,到底怎么改变IT支撑现状呢?
Quick BI自助取数服务:让业务实现自助取数,让取数支撑更便捷
不管是初创型公司还是大型集团,取数都是IT支撑的核心工作之一,是驱动业务数据化和推动业务发展的利器。但是,随着业务地快速发展,取数工作量往往呈几何增长,那么在人力资源的情况下,如何满足业务部门的取数诉求呢?其实,取数支撑会引起业务部门投诉,主要是以下几个原因:
1) 取数工作链路复杂:在理解业务与技术口径的基础上,需要从各业务系统进行数据抽取,而且需要结合业务方权限进行数据加工与处理,中间过程处理复杂且容易出错,反复取数及数据验证的工作量大。一个取数任务,一个普通的数据分析是,从受理到结束一般需要1~2天。
2) 任务积压:大量的取数任务,人均取数任务达10个以上,往往形成需求排期。排期就只能按照优先级和先后顺序来排,取数的周期就会拉长,投诉也就随之而来了。
Quick BI自助取数服务,旨在提供拖拽式可视化的取数服务,重塑数据取数全链路。一方面,在IT支撑提供标准元数据的基础之上,在行级权限管控的基础之上,让业务人员实现自助取数,降低IT支撑人员的依赖,最终实现业务自助式提效。另一方面,让IT支撑人员基于Quick BI的数据集进行指标定义,基于自助取数功能进行拖拽式取数模板定义,减少IT人员后台数据抽取及数据加工过程,大幅提升取数支撑效率。
如何实现Quick BI自助取数全流程配置
1. 数据准备
1) 进入数据源管理,通过数据表、即席分析SQL两种方式创建数据集。数据表创建数据集,选择表可实现一键式创建。即席分析SQL创建数据集,编写标准SQL语句即可完成创建。
2) 数据集指标定义及扩展,基于数据集编辑界面,我们可以通过自定义扩展维度、指标、数据过滤等数据预处理,可以基于雪花模型、星型模型实现跨异构数据库的表关联。
2. 行级权限管控
右击某个数据集并点击“行级权限”,进入数据集行级权限设置。标签授权,选择受控字段与标签的映射关系,保存即可完成标签授权操作。用户/用户组授权,选择受控字段,配置受控字段与用户/用户的映射关系。一旦开启行级权限,那么自助取数结果会自动绑定行级权限,保证取数结果的安全可控。
3. 取数模板定义
进入工作空间下的自助取数功能,新增自助取数进入取数模板定义,通过拖拽式选择实现取数字段定义及查询项定义,
4. 取数下载操作
1) 进入自助取数模板,我们可以通过查询控件进行取数结果选择,查询结果在行级权限管控范围之内,筛选结果后点击“创建取数任务”即可。
2) “创建取数任务”之后,进入个人取数任务列表页,可以点击刷新按钮更新取数状态。
3) 取数任务完成之后,我们可以直接点击下载,轻松实现百万级自助取数下载。
阿里巴巴数据中台团队,致力于输出阿里云数据智能的最佳实践,助力每个企业建设自己的数据中台,进而共同实现新时代下的智能商业!
阿里巴巴数据中台解决方案,核心产品:
· Dataphin,以阿里巴巴大数据核心方法论OneData为内核驱动,提供一站式数据构建与管理能力;
· Quick BI,集阿里巴巴数据分析经验沉淀,提供一站式数据分析与展现能力;
· Quick Audience,集阿里巴巴消费者洞察及营销经验,提供一站式人群圈选、洞察及营销投放能力,连接阿里巴巴商业,实现用户增长。
欢迎志同道合者一起成长!