前言：更多關(guān)于數(shù)智化轉(zhuǎn)型、數(shù)據(jù)中臺(tái)內(nèi)容可掃碼加群一起探討

阿里云數(shù)據(jù)中臺(tái)官網(wǎng)?https://dp.alibaba.com/index

---

作者：數(shù)據(jù)小海豚
?

隨著大數(shù)據(jù)趨勢(shì)的迅速增長(zhǎng)，數(shù)據(jù)的重要性與日俱增，企業(yè)內(nèi)看數(shù)據(jù)、用數(shù)據(jù)的訴求越來(lái)越強(qiáng)烈，其中最常見(jiàn)的就是各種經(jīng)營(yíng)報(bào)表數(shù)據(jù)：

老板早晨9點(diǎn)準(zhǔn)時(shí)需要看到企業(yè)核心的經(jīng)營(yíng)數(shù)據(jù)，以便進(jìn)行企業(yè)戰(zhàn)略及方向決策
業(yè)務(wù)負(fù)責(zé)人不定期進(jìn)行個(gè)性化的項(xiàng)目籌劃，需要多維、及時(shí)效果數(shù)據(jù)以優(yōu)化項(xiàng)目安排
運(yùn)營(yíng)需要和高層一致但粒度不同的經(jīng)營(yíng)分析數(shù)據(jù)，并進(jìn)行活動(dòng)策略調(diào)整
……

舉個(gè)經(jīng)營(yíng)報(bào)表的例子：

這個(gè)例子并不復(fù)雜，但是對(duì)于分析師或者業(yè)務(wù)開(kāi)發(fā)者，實(shí)際執(zhí)行的復(fù)雜度和工作量并不小，而且類似的工作每日都在重復(fù)……業(yè)務(wù)發(fā)展越快，帶來(lái)的問(wèn)題就越來(lái)越多：

? 加工時(shí)間長(zhǎng)、人工成本高，招再多的分析師也難以滿足需求
? 代碼可讀性差，數(shù)據(jù)可維護(hù)性差，類似需求需要反復(fù)、重復(fù)開(kāi)發(fā)
? 代碼開(kāi)發(fā)不規(guī)范，加工過(guò)程中難以避免的計(jì)算存儲(chǔ)浪費(fèi)
? 得到的數(shù)據(jù)指標(biāo)，復(fù)用性差導(dǎo)致重復(fù)建設(shè)，數(shù)據(jù)越來(lái)越不標(biāo)準(zhǔn)規(guī)范

這種情況下，對(duì)業(yè)務(wù)的直接影響就是：決策周期長(zhǎng)（數(shù)據(jù)需求滿足慢），決策易出錯(cuò)（數(shù)據(jù)指標(biāo)口徑不一致）。

既要保證數(shù)據(jù)生產(chǎn)時(shí)效性——及時(shí)產(chǎn)出數(shù)據(jù)并滿足需求，又要支持?jǐn)?shù)據(jù)多樣性——企業(yè)自下而上不同業(yè)務(wù)分析場(chǎng)景，最后還要保證數(shù)據(jù)準(zhǔn)確性——任何時(shí)間、不同崗位的人都能用同樣的數(shù)據(jù)解讀經(jīng)營(yíng)情況，怎么才能做到呢？

企業(yè)的發(fā)展加速，離不開(kāi)20世紀(jì)的文檔管理轉(zhuǎn)到21世紀(jì)的信息管理。同樣的，如果繁復(fù)的指標(biāo)代碼編寫工作，也可以如計(jì)算器一般，界面可視化點(diǎn)選，復(fù)雜的代碼研發(fā)過(guò)程由計(jì)算器自行處理完成就好了。

而Dataphin的自動(dòng)化建模功能，就可以很好實(shí)現(xiàn)這個(gè)能力。

1、選擇組合條件

如下圖，確定需要統(tǒng)計(jì)計(jì)算的值，Dataphin里稱為“原子指標(biāo)”——最小的數(shù)據(jù)值統(tǒng)計(jì)單元，比如用戶數(shù)這樣的統(tǒng)計(jì)值等，然后組合如下內(nèi)容：

• A. 統(tǒng)計(jì)計(jì)算值需要應(yīng)用的分析對(duì)象，Dataphin里稱為“統(tǒng)計(jì)粒度”——維度或維度的組合，比如用戶星級(jí)、用戶狀態(tài)等
• B. 數(shù)據(jù)統(tǒng)計(jì)計(jì)算的時(shí)間周期，Dataphin里稱為“統(tǒng)計(jì)周期”——統(tǒng)計(jì)數(shù)據(jù)需要跨越的時(shí)間長(zhǎng)度，比如最近1天、最近30天、自然周、自然月的等
• C. 數(shù)據(jù)統(tǒng)計(jì)的其他個(gè)性化限定條件，Dataphin里稱為“業(yè)務(wù)限定”——數(shù)據(jù)記錄的篩選過(guò)濾條件，比如生鮮業(yè)務(wù)類型、PC端、女性等
  

2 預(yù)覽指標(biāo)

選擇完畢組合條件后，可以預(yù)覽組合出來(lái)的派生指標(biāo)：
1）組合的指標(biāo)，默認(rèn)名取“原子指標(biāo)+時(shí)間周期+業(yè)務(wù)限定”組合名，保證命名標(biāo)準(zhǔn)規(guī)范。
2）歷史已生成的組合，不再生成，保證指標(biāo)建設(shè)統(tǒng)一，無(wú)重復(fù)

3 一鍵自動(dòng)化生成

確認(rèn)需要提交的指標(biāo)后，一鍵【提交】，分鐘級(jí)指標(biāo)生成：
1）自動(dòng)匯聚至以“統(tǒng)計(jì)粒度為主題”的匯總邏輯表表下，保證管理標(biāo)準(zhǔn)規(guī)范；
2）代碼和調(diào)度依賴關(guān)系，系統(tǒng)自動(dòng)生成；
3）派生指標(biāo)基于匯總邏輯表，可快速雪花模型查詢使用指標(biāo)、分析對(duì)象的屬性信息。

①派生指標(biāo)自動(dòng)匯聚至匯總邏輯表
②派生指標(biāo)所在匯總表節(jié)點(diǎn)，代碼及調(diào)度關(guān)系自動(dòng)生成

③匯總表及派生指標(biāo)可查詢消費(fèi)

4 復(fù)雜需求實(shí)現(xiàn)

上面主要是基于簡(jiǎn)單統(tǒng)計(jì)指標(biāo)實(shí)現(xiàn)，實(shí)際上，報(bào)表需求還有類似 比率型、乘積型等復(fù)合統(tǒng)計(jì)方式，比如“客單價(jià)=銷售額/客戶數(shù)”，這類也可以通過(guò)Dataphin的衍生原子指標(biāo)實(shí)現(xiàn)：

1）衍生原子指標(biāo)是基于原子指標(biāo)的再組合；

2）基于衍生原子指標(biāo)新建派生指標(biāo)時(shí)，需要保證拆解到最細(xì)粒度的原子指標(biāo)，有相同的分析維度、時(shí)間周期，允許維度的計(jì)算路徑不同、設(shè)置的業(yè)務(wù)限定不同。

①新建衍生原子指標(biāo)
②基于衍生原子指標(biāo)新建派生指標(biāo)

總結(jié)

上面步驟可以看到，派生指標(biāo)的計(jì)算生成，離不開(kāi)原子指標(biāo)、業(yè)務(wù)限定、統(tǒng)計(jì)粒度的協(xié)助，這其中有什么奧秘呢？

其實(shí)很簡(jiǎn)單，用Dataphin高效創(chuàng)建派生指標(biāo)，掌握這1張圖就夠了：

1）原子指標(biāo)為核心，原子指標(biāo)的來(lái)源表為中心
2）統(tǒng)計(jì)粒度取自來(lái)源表的關(guān)聯(lián)維度，以及關(guān)聯(lián)維度上的關(guān)聯(lián)維度
3）業(yè)務(wù)限定基于來(lái)源表為中心的雪花模型做定義
4）統(tǒng)計(jì)周期可任意搭配使用

?

數(shù)據(jù)中臺(tái)是企業(yè)數(shù)智化的新基建，阿里巴巴認(rèn)為數(shù)據(jù)中臺(tái)是集方法論、工具、組織于一體的，“快”、“準(zhǔn)”、“全”、“統(tǒng)”、“通”的智能大數(shù)據(jù)體系。目前正通過(guò)阿里云數(shù)據(jù)中臺(tái)解決方案對(duì)外輸出，包括零售、金融、互聯(lián)網(wǎng)、政務(wù)等領(lǐng)域，其中核心產(chǎn)品有：

• Dataphin，一站式、智能化的數(shù)據(jù)構(gòu)建及管理平臺(tái)；
• Quick BI，隨時(shí)隨地 智能決策；
• Quick Audience，全方位洞察、全域營(yíng)銷、智能增長(zhǎng)；
• Quick A+， 跨多端全域應(yīng)用體驗(yàn)分析及洞察的一站式數(shù)據(jù)化運(yùn)營(yíng)平臺(tái)；

官方站點(diǎn)：
數(shù)據(jù)中臺(tái)官網(wǎng)?https://dp.alibaba.com

原文鏈接
本文為云棲社區(qū)原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的看我如何用Dataphin实现自动化建模的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。