背景1 .公司业务整合，指标管理混乱，数据不匹配问题严重，且指标开发和迭代效率也比较低2 .措施：进行集团指标认证，重新开发数据指标； http://www.Sina.com/http://www.Sina.com/1 .指标非常多，业务复杂，变化快； 2 .人少，日程紧张。 提高开发效率3 .核心诉求满足：数据一致性数据开发效率高、响应快用户理解使用效率高建设前1 .针对需求，采用维度建模； 借鉴OneData方法论进行指标设计思维，解决指标一致性问题(同名同义、异名异义)；参考OneModel规范定义的思维(逻辑表、物理表)，进行模型方案设计；解决开发标准化、可扩展性及开发效率问题)；智能演示3358 www.Sina.com/http://www.Sina.com/01 .整理指标定义，计算逻辑； 02 .了解业务，整理业务流程03 .分解指标(原子指标、派生指标、复合指标、时间周期、业务限定修饰语)； 04 .进行指标命名规范(指标命名、业务限定修饰语命名)，编制数据词典；面临的问题01 .数据分层02 .数据主题区域、业务流程划分； 03 .数仓规范设计(数据表命名规范、字段命名规范、血缘依赖规范、数据表结构规范……)、产品化、自动构建思考)提高开发和管理效率) 04 .事实单、业务限定标签单、应用聚合模型表设计http://www. 接口及组件化02 .管理效率：产品工具研发(数仓规划、模型管理、指标管理、模型批量构建工具) 03 .数据测试入手点1 .用户使用思维)数据指标图像工具)2.数据质量问题)数据完整性、依赖数据完整性巡检4 )生命周期管理)权限管理、上下线管理5 )数据价值量化)用户使用情况分析、存储分析、ckdbh分析6 )数据应用探索)数据产品、CEA