數據治理落地難?攜程度假數據治理需求設計實踐

一、前言

攜程度假包含跟團遊、自由行、玩樂、門票、用車等十多條業務線,業務涵蓋線上預定到線下門店,業務線之間的差異性大,業務系統之間的複雜度高。爲了滿足業務的快速發展與創新,前期數據團隊都是以小數倉的方式來快速響應需求。經歷了多年的發展演變,主要面臨以下幾個問題:

(1) 各業務線端到端重複建設浪費資源,人力配置不均衡,團隊效率低;

(2) 大量重複建設的模型、報表及應用,需求場景不清晰,歷史包袱重;

(3) 維度不統一,數據整合難度大;指標口徑不一致,數據理解成本高;

本文將介紹度假數據治理項目中需求梳理與模型設計的實踐經驗和思考,希望能夠對大家有所借鑑和幫助。

二、實踐篇

數據治理的問題並不僅僅只是治理數據本身,其最終目標是提升數據價值,它是一個包括組織、制度、流程、工具的管理體系。那我們就從對組織的思考拉開度假數據治理的介紹。

2.1 如何思考數據團隊效率優化的問題

爲了快速響應業務的發展,前期度假數據團隊保持着小數倉的組織結構,如下圖所示,每個業務線配置了一定資源的數倉開發人員,通過統一的接口人與業務方對接交付所有數據需求。

這種結構的好處是比較靈活,各業務線有自己固定獨立的資源池,也比較適合當時度假組織架構快速變化的大背景。壞處也是顯而易見的,一方面,比如服務域、流量域,業務數據源基本都是一致的,但每個小數倉都需要重起爐竈進行端到端的重複建設,資源浪費不可避免。另一方面,由於各業務線的投入不同,相較於大業務線兵多將廣,小業務線往往人力匱乏,取數工作已佔據了幾乎所有的時間,也無暇做一些數據沉澱和業務賦能的事情。

原文鏈接:【https://www.infoq.cn/article/IjqxidCQx3Zb8YliljiN】。未經作者許可,禁止轉載。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章