美团智能数据标准化

背景：

（1）、数据质量问题频发；一致性问题、时效性、准确性时有发生，业务满意度低，带来团队信任危机；

（2）、数据建设比较散点，过于原子化，不体系；数据易用性差，分析师以及产运做日常分析时，经常需要关联七八个表才能得到想要的分析数据；

（3）、数据规范不统一，多套规范并行；带来维护成本，以及沟通成本都非常高；

目标：

        统一数据建设规范；

        提高数据易用性；

        提高数据质量，让数据质量问题进行收敛

行动：

（1）、数据规范调研、评审、达成最终一致性，并收录到建模工具里，通过工具进行规范性约束，确保新规范落地效果

        （2）、数据架构升级，进行合理的分层分域；

（3）、推动数据专项治理，进行数据质量、数据安全专项治理；

（4）、优化资产运营流程（资产运营全链路来说的话，主要包括看、选、用、治、评五大块），释放数据价值；

比如建设数据门户，提高找数效率；通过热度、收藏等来推荐使用哪个；对使用的模型可以进行评论，将评论推送给对应的owner；

结果：

（1）、通过智能化方式（智能体现在表名自动生成、代码逻辑自动生成、一处修改全部生效、模型自动选择性能更高的模型表加工）推动了存量80%左右的模型向新规范、以及新架构迁移；

（2）、通过体系化建设，提高了数据易用性，分析师以及产运从之前需要关联七八个表，到现在只需要关联几个表就可以输出想要的结果；

（3）、数据质量问题发生频次减少，明显收敛，由之前每个月都会出现多起质量问题到现在偶尔会出现一次，甚至不会出现，呈现明显的下降趋势；

（4）、提高了分析师、产研以及产运等相关方的工作效率；比如找数更有章法，之前分析师以及产运靠“猜”以及问对应的RD同学来寻找到通过“数据门户”自助找数， RD在“找表”这块答疑大幅减少，由之前每天都有三四次询问到现在一周偶尔有一两次询问；