为了帮助互联网企业以及正在向互联网转型的传统企业开展数据治理策略,进行敏捷的数据分析,DataHunter 提供了覆盖数据利用全生命周期的解决方案,可以帮助企业将各个孤立系统的数据进行统一地采集、整合、清洗,并通过Data Analytics 数据分析平台搭建敏捷的BI应用系统,实现由数据驱动地业务运营。
互联网业务孤岛化与异构化问题超过预估
传统观点认为,数据孤岛的现象大多数存在政府、能源、金融等大型行业市场,互联网业务由于架构较新、业务逻辑相对简单清晰,因此数据孤岛的问题不够明显。但实际上,随着互联网业务的高速增长,数据孤岛对业务带来的挑战超过预期。
首先,互联网业务快速发展的背后,是大多数企业数据基础薄弱的事实。诸多互联网新创企业,以及正在向互联网转型的传统企业开展互联网业务的时间很短,尚未能建立起一套统一的数据基础架构,业务系统混乱、数据来源不清、数据质量不高等问题普遍存在。
其次,互联网业务以持续迭代为典型特征,业务方向、应用类型都在不断发生改变,如果数据基础平台不能根据业务情况随需而动,很可能会由于无法兼容新的业务而导致数据孤岛问题的扩展。
DataHunter 建议,互联网企业可以遵循以下建议,来开展数据治理以及利用策略:
根据业务需求制定一体化的数据利用规划
首先,互联网企业需要对于当前的数据环境以及应用需求进行深入洞察,并且根据实际情况来选择***的数据策略。例如,当企业处于高速增长期的时候,从数据中获得的洞察往往更侧重于支撑快速的获客以及线上服务的持续优化;当企业进入业务稳定期之后,数据分析往往更多地服务于利润增长以及市场收割;当部分业务与政企市场高度绑定的时候,则需要即时、酷炫地数据展示来支撑品牌形象地塑造。
基于对这些业务需求的充分梳理,企业需要建立一个覆盖整体业务,具有灵活性和可扩展性的数据驱动策略,其标准的数据应用体系以及技术准则,以及具体地推动策略,有效支持公司各类业务形态的管理和数据利用流程的实现。
DataHunter 建议,企业的数据驱动策略可以由数据支撑平台与数据决策平台两大部分来组成。其中,数据支撑平台基于数据资产、权限、应用以及安全管理策略而搭建,包括存储于内部数据中心的数据湖、数据仓库与数据集市,以及通过数据中介连接的数据中介;数据决策平台则包括商业智能分析平台、数据可视化展示平台,并为多终端的数据应用赋能。
构建数据支撑平台 连接数据孤岛
要构建数据支撑平台,DataHunter 建议企业首先制定统一的数据采集与数据标准,梳理互联网业务需求与数据范围,打通互联网业务体系中的客户中心、电子账户体系、交易处理、利率中心、费用中心、额度中心、核算体系、清算体系多个业务系统,进行统一采集、统一标准、统一管控,保证数据质量。
之后,互联网企业***能够设置统一的数据平台与更新时效,通过对主数据的管理,建立数据仓库,将关键指标有序、统一的放置在一个数据仓库内,使公司信息系统之间数据共享、打通,各系统基础数据及时同步,服务于运行管理需要。
在此过程中,DataHunter 提供了一整套的数据支撑平台建设解决方案,可以依据企业的业务需求,合理设计数据仓库架构,对CRM/ERP/MES等多源数据进行整合,并通过数据验证、数据清洗、数据集成、数据聚集等方式构建数据仓库,在补充互联网与外部数据之后,能够搭建起数据支撑平台。
进行统一地敏捷分析与全端监控
DataHunter 提供了Data Analytics 数据分析平台这一敏捷的 BI 工具作为自服务数据分析平台。该平台基于探索式分析,支持智能推荐图形、图表协同过滤、全维度数据钻取,帮助用户快速定位并发现问题,可以推动从“混乱报表模式”向“业务主导的自主分析模式”转移,实现数据驱动决策、数据驱动业务。
在互联网业务的具体应用中,DataHunter 可以帮助企业搭建涵盖内容质量、销售数据(包括付费转化率、销售额、销售量、成单周期等)、渠道转化率、内容更新量、内容浏览量(PV/IP)、下载量等业务的不同数据分析看板,建立综合性的数据分析与应用平台,从庞大的业务数据之中抽取价值,为业务增长提供支撑。
