数据工作流程--原创

未采用的数据工作流程,整理出来供大家参考


二、流程交付物

1、 业务需求

根据业务需求方提供的相关资料和需求描述,与产品经理一起确认业务细节,数据指标定义,数据来源,数据处理逻辑。

输出交付物: 《业务需求规格说明》

2、梳理数据指标

业务需求确认之后,需要将业务需求指标按数据平台业务指标进行分类归档,当有新增数据指标时,更新数据指标描述

输出交付物:《业务数据指标》

3、数据指标评审

当更新业务数据指标之后,对业务数据指标进行评审,评审范围参照《业务数据指标》,当业务指标评审不通过时,需要调整《业务数据指标》再次评审,直至评审通过。

输出交付物:《业务数据评审结果》

4、数据指标核实

数据指标评审通过之后,需要对”数据来源“ 相关描述进行数据核实,是否存在原始数据源,和逻辑说明已经明确。

如果数据指标在数据核实时候出现问题时,需要对数据指标进行反馈,更新《数据问题清单》

输出交付物:《数据问题清单》

5、数据采集

当数据来源确认之后,需要对数据进行采集,数据采集包括多数据来源:日志,数据库,BDP数据,Excel文件等等

数据采集之后需对数据源描述进行更新

输出交付物:《数据清单》和《数据字典》

6、数据源核实

周期对数据源描述进行核实和确认,如果数据源有问题,及时更新《数据清单》《数据字典》

备注:数据源描述和数据字典后续前端平台维护,需要对应到BDP数据源

更新交付物: 《数据清单》和《数据字典》

7、数据接入大数据平台

依据大数据 平台接入相关流程,将数据源同步到大数据平台,并更新《数据清单》状态《数据字典》

更新交付物:《数据清单》和《数据字典》

8、 数据规范

数据规范按照业务需求数据规范定义,当数据不断接入时,对数据规范适当调整

数据规范包括:数据源、数据仓库、数据表、数据任务命名、业务指标分类、数据建模等等规范。

备注: 数据规范不断更新

输出交付物:《数据规范》

9、数据归类

业务数据接入到大数据平台之后,按照数据规范对数据进行业务分类,对照《主业务数据管理》分类将数据分配到不同基础库。

并将数据归类后记录到《数据清单》

更新交付物:《数据清单》

10、数据建模

基于数据特征参照《数据规范》进行数据建模,数据建模根据业务维度梳理建立业务基础表和业务相关表,提供数据加工使用。

数据建模根据业务维度的调整更新《数据清单》《数据字典》,《数据规范》

更新交付物:《数据清单》,《数据字典》,《数据规范》

11、 数据加工

根据《业务数据指标》《数据清单》,对业务指标进行数据加工,数据加工基于BDP平台,通过理解业务数据指标描述加工出数据结果,并将加工过程逻辑和脚本更新《业务数据指标逻辑文档》

备注:此文档为《业务数据指标》子文档,对业务数据指标加工的过程进行描述,并将状态更新《业务数据指标》

输出交付物:《业务数据指标逻辑文档》

更新交付物:   《业务数据指标》

12、 数据验证

数据指标完成之后,基于一个周期的数据检查,表明业务数据指标已经没有问题。

如果数据还有问题的话需要将问题反馈到《数据问题清单》

更新交付物:《数据问题清单》

13、 数据同步

指标验证无误之后需将业务指标来源,业务指标加工和业务指标推送做成数据同步,

数据同步分几大类:

1. mysql –→ hive, 

2.   hive  –→ hive,

3. hive  –→ mysql  等

并将调度记录《数据同步清单》

输出交付物:《数据同步清单》

输出交付物:《数据指标逻辑脚本》

14、 数据巡检

对业务数据指标进行数据巡检,巡检包括:数据正确性,数据同步,数据遗失等相关

数据巡检分几部分:前端数据正确性巡检,后端数据同步巡检,定期人工巡检

更新交付物:《数据问题清单》

输出交付物:《数据检查表和改进措施》

15、 数据展示 

业务数据同步到前段数据库进行展示,前端提供数据接口或数据库数据。如果发现数据问题更新《数据问题清单》

更新交付物:《数据问题清单》


交付物清单参看附件;

1、《业务需求规格说明》

2、《业务数据指标》

3、《数据问题清单》

4、《数据清单》

5、《数据字典》

6、《数据规范》

7、《数据同步清单》

8、《数据检查表和改进措施》

9 、《数据指标逻辑脚本》

流程不一定适合工作,但是可以作为参考。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,688评论 1 330
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,559评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,749评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,581评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,741评论 3 271
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,684评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,122评论 2 292
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,847评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,441评论 0 228
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,939评论 2 232
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,333评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,783评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,275评论 3 220
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,830评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,444评论 0 180
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,553评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,618评论 2 249

推荐阅读更多精彩内容