歡迎光臨
每天分享高質量文章

【資料質量】–指標治理的三個步驟及必要條件

“同名同義”、“同義同名”、“異名異義”,三個詞,即是指標治理的三個步驟。“由上推下,由小及大”是內在邏輯。在展開說明之前,我們先全盤闡述資料治理的範疇和邏輯關係。

  • 資料治理的範疇和邏輯關係

資料治理,即為了提升資料質量,我們需要從指標、人、工具、資料源四方面著手。在我看來,指標治理是最顯性也是最優先的。以指標治理為核心(這是決策層最有體感的部分),才能形成從上至下的壓力,進而將人的意識和習慣、工具的應用和維護、資料源的擴展和萃取三部分的工作可持續地做好。所謂“由上推下”

又一個大前提需要說明:指標治理是有範圍的,並不能武斷地進行全公司或者全事業部的指標統一;建議是先在具體部門或者業務線中,做好指標治理工作,進而尋求更大範圍統一的可能性。所謂“由小及大”。

  • 指標治理的步驟說明

有了上面的認知,我們對指標治理步驟展開說明。歸納為下圖的內容。

首先,我們追求指標的同名同義。從兩個方面來達成:

第一,當我們遇到兩個相同名稱的指標,數值卻不相同時,需要做檢查,若是計算錯誤就及時修正,若是口徑不同,則將兩個名稱區別開,記住一定要規範命名(規範命名的方式在下一篇中會說明);

第二,當我們在做資料產品或者研究時,需要定義某種指標的時候,要優先與現有的指標進行對照,如果重疊,在不產生理解歧義的情況下,繼承現有指標命名;若繼承名稱不合適或者不存在類似的指標,則採用規範的命名方式,將自己所使用的指標與現有的指標區別開。

當然,在同名同義階段,有一種最討巧而實用的方式,就是都按命名規範,先定義成與其他指標不同名字,併在產出結果中給出詳細的口徑說明。


接著是同義同名。在這個過程中,需要由指標治理的負責人,有規律地對各業務人員和分析師在使用的指標進行遍歷檢查。發現有計算口徑或者業務含義相同或接近的指標,進行名稱上的整合。需要非常註意,並不是所有意義相同或者相近的指標都要整合,我們千萬不能一根筋做事情。比如完全處在兩個業務線或者兩種主題下的指標,就沒有必要非得統一成一個名稱。這反而導致本業務線內的指標名稱體系的混亂。


最後,是追求異名異義。為什麼說“追求”?因為這個狀態只要去接近就可以,而沒必要真的達到。我們真正要達到的是“不存在同名異義,而存在異名同義”。


  • 指標治理的必要條件

首先是人的意識。不管是管理者、決策者還是執行者,都要具備資料質量意識,在日常接觸資料產出時,腦中始終有所“戒備”,養成“遇數三問”的好習慣。

其次,需要有指標維護的工具,可成為指標平臺的工具,由指定人員進行管理和維護。在這個工具上,資料使用者能方便的查閱具體指標的名稱、計算口徑、樣例代碼、負責人、變更歷史等信息。

接著,指標變更需要有一定的流程,尤其是如上篇所說的“評價流”中的指標。應該有一個上至決策層的審批流程,畢竟這是決策層重要的判斷依據。

最後,也是最重要的,分析師或者其他資料結果的生產者,一定要具備良好的習慣(也可以上升為職業素養):

  1. 在任何資料產出中,一定標註規範的指標名稱、計算口徑。

  2. 在取數代碼或者分析代碼中,要有清晰的註釋來說明計算邏輯和欄位定義。

  3. 當發現其他人的產出中,有忽視資料質量的情況時,一定要給予當事人和資料使用方提醒;必要的時候向上反饋。

END

版權宣告:本號內容部分來自互聯網,轉載請註明原文鏈接和作者,如有侵權或出處有誤請和我們聯繫。


關聯閱讀:

原創系列文章:

1:從0開始搭建自己的資料運營指標體系(概括篇)

2 :從0開始搭建自己的資料運營指標體系(定位篇)

3 :從0開始搭建自己的資料運營體系(業務理解篇)

4 :資料指標的構建流程與邏輯

5 :系列 :從資料指標到資料運營指標體系

6:   實戰 :為自己的公號搭建一個資料運營指標體系

7:  從0開始搭建自己的資料運營指標體系(運營活動分析)

資料運營 關聯文章閱讀:  

運營入門,從0到1搭建資料分析知識體系    

推薦 :資料分析師與運營協作的9個好習慣

乾貨 :手把手教你搭建資料化用戶運營體系

推薦 :最用心的運營資料指標解讀

乾貨 : 如何構建資料運營指標體系

從零開始,構建資料化運營體系

乾貨 :解讀產品、運營和資料三個基友關係

乾貨 :從0到1搭建資料運營體系

資料分析、資料產品 關聯文章閱讀:

乾貨 :資料分析團隊的搭建和思考

關於用戶畫像那些事,看這一文章就夠了

資料分析師必需具備的10種分析思維。

如何構建大資料層級體系,看這一文章就夠了

乾貨 : 聚焦於用戶行為分析的資料產品

如何構建大資料層級體系,看這一文章就夠了

80%的運營註定了打雜?因為你沒有搭建出一套有效的用戶運營體系

從底層到應用,那些資料人的必備技能

讀懂用戶運營體系:用戶分層和分群

做運營必須掌握的資料分析思維,你還敢說不會做資料分析

赞(0)

分享創造快樂