阿里OneData实施方案

简介

文章重点讲解了怎么使用OneData体系及与之相配套的工具在阿里的具体业务中实施落地。

指导方针

数仓建设的基石
- 充分的业务调研
- 需求分析
数据总体架构设计
- 数据域的划分
- 按照维度建模理论，构建总线矩阵、抽象出业务过程和维度。
- 对报表需求进行抽象整理，梳理出相关指标体系。
使用OneData工具完成指标规范定义和模型设计

实施工作流

数据调研
- 业务调研：阿里集团业务面比较广，涉及电商、数字娱乐、导航、移动互联网服务等领域。各个领域又涵盖多条业务线，如电商领域涵盖toC和toB的业务。数据仓库是要涵盖所有领域，还是各个领域自建？在各个领域内的不同业务线也存在这种问题。因此要构建大数据仓库，就需要了解各个业务领域、业务线的业务有什么异同点，业务线的模块划分、业务流程。业务调研是否充分，直接决定了数据仓库建设是否会成功。
  
  阿里由于各业务领域内业务比较相似、关联性大，因此在各业务领域内独自建设数据仓库，进行统一集中建设。
- 需求调研：
  - 目标：数据分析师、业务运营人员
  - 途径：
    1. 与数据分析师、业务运营人员的沟通。
    2. 对现有报表系统的报表进行研究分析。
架构设计
- 数据域划分
  
  数据域是面向业务分析时，对业务或维度进行抽象的集合。业务则是由一个个不可拆分的业务动作构成。
  
  从上图即可看出业务与业务动作之间的关系。在此基础上，对业务过程进行归纳，可抽象出数据域。
- 构建总线矩阵
  - 明确每个数据域下有哪些业务过程。
  - 业务过程与哪些维度相关。
  分析清楚上述信息后，就可以构建总线矩阵了。
规范定义

主要定义指标体系，包括原子指标、修饰词、时间周期、派生指标。
模型设计

主要包括维度及维度属性的规范定义、维表、明细事实表和汇总事实表的模型设计。