网易数帆指标平台EasyMetrics_企业数据指标管理平台

网易数帆指标平台EasyMetrics

指标平台 EasyMetrics 是网易数帆推出的一款集数据准备、指标定义、指标加工、资产管理、指标维护和共享为一体的企业级工具平台，为企业提供准确、一致、可信的指标服务，帮助企业进行数据资产的整合和标准化，以及对经营管理过程和结果的度量，实现基于指标的“业务数据化”、“管理数字化”。

立即咨询

首页

数字化产品

数据开发与治理

企业指标管理与使用存在哪些问题？ icon

1、指标入口不统一
缺少整个企业级统一指标消费的入口，指标分布在不同的部门和分析师手上，业务人员不知道去哪里找想要的指标，缺少权威的解释。
2、指标口径不一致

在数据质量问题反馈中，约有31%的问题涉及指标口径。
3、指标开发效率低
传统指标开发需要涉及跨部门，多角色协作，效率低，平均指标开发需要一周的时间，业务人员无法自助完成指标开发。
4、指标质量差
指标问题溯源困难，上层依赖17层模型，指标问题的排查效率低下任务开发导致的数据质量问题占比60%，90%的问题都是业务先发现。
5、指标查询速度慢
指标查询速度慢，往往需要通过预计算整理为宽表才能提高指标查询速度。

传统的数据分析架构弊端 icon

BI承担了两个方面的职责，一个是数据的可视化，同时还承载了指标的定义和计算的过程。然而，BI并不是一个适合去做指标管
理和计算的工具，面临如下问题：

· 指标业务口径二义性；
· 指标查询速度慢；
· 指标开发门槛高，需要专业的数据分析师团队；

· 指标无法复用，重复开发带来的分析效率问题。

指标中台的定位

· 指标中台介于数仓公共层模型和BI之间；

· 指标中台的上游，是数仓DWD/DWS 公共层数据模型；

· 指标中台的下游，是各类BI工具，数据服务API，甚至是EXCEL；

· 将分散在BI工具上的凌乱繁杂的指标定义和计算逻辑下沉到指标公共层实现集中化管理；
· 指标中台解决了指标口径定义和计算的一致性，公共层模型解决了数据只算一次。

指标中台解决了什么问题？ icon

配置化指标生成的

25%的数据分析需求不需要专业的数据开发即可完成。

集中化管理

一次定义多次复用，集中化管理，设计即开发，业务口径、计算逻辑、数据来源一致。

物化视图透明加速

基于“物化视图”对指标进行预计算，加速指标查询分析。

与BI集成打通

通过拖拽指标，即可完成数据
分析，实现BI层面开箱即用。

指标中台的用户是谁？ icon

主要通过指标平台来消费指标，这里面既包括业务部门承担业绩KPI的负责人，也包括基于业务指标完成日常运营决策的一线业务运营。

他们有一定的数据分析基础，知道什么是原子指标，派生指标，计算指标，知道什么是维度，同时，他们又对业务的需求有相对深入的了解，能够理解指标的业务口径，但是这部分人又不是那种专业写SPARK 代码的数据开发人员，他们过往是IT 部门负责对接业务线需求的BA或者数据产品经理。这部分人可以通过指标平台可视化配置的方式，基于已有的模型来创建指标。

这部分用户擅长的是数据建模以及开发高效的ETL代码，他们具备专业的代码以及调优的能力，但是又缺乏对业务的理解。在指标平台中，他们的职责主要是构建公共层数据模型，管理数据源。

指标中台的操作流程

指标中台的价值

业务侧

· 指标业务口径是一致的，权威的。
· 指标需求的响应速度提升，根据平安银行案例，从1周提升到2~3天。

· 指标的査询速度更快，通过配置自动生成物化视图的技术，避免了明细数据的多表关联査询，100%核心报表查询性能在5S内。
· 指标质量提升，构建了端到端的指标全链路血缘，指标的源能力提升。
· 提供了丰富的指标应用，例如根因分析，目标管理等。

技术侧

· 提高指标开发效率，根据平安银行的案例，有25%的需求可以不依赖底层技术人员，通过可视化配置的方式即可完成指标的发布；根据内部实施团队的调研，通过可视化配置的方式生成指标，指标开发效率提升10%~40%。

· 作为抓手，推动数据治理，公共层模型的沉淀和构建，很多企业，构建数据中台最大的难点，在于不知道该沉淀哪些模型，指标是数据分析需求的来源，抓住指标，就可以很好的推导出到底哪些模型需要构建和完善。

· 指标的问题排查和效率提升，指标溯源能力增强。
· 基于指标的数据资产的ROI评估，可以看到指标被谁消费，消费了多少次，更好的评估数据资产的价值。

网易指标中台产品架构 icon

第一步：构建模型

指标平台的起点是数据中台的 DWD / DWS 层表构建的星型、雪花、星座模型构成的”数据集”。

第二步：定义指标

可视化配置方式创建原子指标，所见即所得。

第三步：导览指标

第四步(1)：消费指标 icon

第四步(2)：消费指标 icon

第五步(1)：在BI上使用指标分析 icon

第五步(2)：在BI上使用指标分析 icon

案例一：浙江省国际贸易集团有限公司数据中台项目 icon

浙江省国贸集团是省属企业，于2008年由原荣大集团、中大集团、东方集团合并成立，主要从事商贸流通、金融服务和生命健康三大产业，旗下各级控股企业300余家，控股浙江东方、英特集团、康恩贝、亿利达4家上市公司，在岗职工2万余人，从业人员近3万人。

2023年，集团实现营业收入破千亿年未资产总额1590.02亿元，，较年初增长10.85%
利润总额48.29亿元，增加11% 净资产483.46亿元，较年初增长11.53%。

结合集团战略及业务形态提出“1+1+N”架构，构建智治体系 icon

浙江省某省属国企围绕一体化、全方位、制度重塑、数字赋能，以推动全域管理职能和经营价值链各环节数字化转型、赋能新的竞争力为工作方向，按照“一年出成果、两年大变样、五年新飞跃”的要求，构建集团整体智治体系，推动集团整体运行的效率优化、方式转变、效能提升。通过“1+1+N"模式的数据中台体系建设，搭建1个集团独立数据中台、1个成员公司共享数据中台及N个成员公司独立数据中台，实现集团统建系统与商贸流通、金融服务、生命健康三大板块的实时数据集成。

痛点难点分析：

1、集团与子公司大数据平台、数据标准规范割裂；
2、多业态数据分散繁杂，难以梳理形成集团->子公司的可挖掘的数据资产；
3、管理数据、经营数据难以分类快速分析，领导缺乏多维度的运营分析视角；

4、缺乏行业、集团统-的数据标准体系，成果难复制；

客户收益

1、建设1+1+N的中台体系，利用多租户、多角色权限的机制实现集团和子公司的数据安全地开放共享；

2、全域数据按照多维度、细粒度方式进行汇总整合，形成集团->子公司->部门分级分类的数据资产；
3、构建党建、人事、监督、财务、审计、生产、收入、节能等多形态的数字化看板，实时精细化运营；
4、深入调研行业和集团内部数据制定集团标准化和子公司特色化的数据治理体系，争做国企数改标杆。

1+1+N架构设计及规划满足集团长期发展的管控要求 icon

集团先行、三年成员公司全覆盖
1个集团数据中台
作为集团公司的数据中台使用，对接集团各业务系统以及共享中台、成员公司独立中台，实现集团数据的统一汇聚和资产建设。
1个集团共享数据中台
面向未建设独立数据中台的成员公司，以租户的形式实现资源、数据隔离。共享中台与集团中台进行数据交互，实现集团内部的数据流通。
N个成员公司独立数据中台
对于有监管、技术要求的成员公司，在集团统一技术架构设计下，按需进行独立数据中台的建设，独立数据中台可与集团数据中台进行数据交互，实现集团与成员公司的数据流通。