偶爾翻了網上關于指標一致性的文章，都不是很滿意，手打的，沒有排版，見諒
當下大資料下，資料指標不一致帶來的問題:
1，多版本問題，同一個指標有不同的版本
2，各業務系統自行管理指標，無法形成統一的解釋，資料質量較差
3，資料指標格式混亂，每個系統同一個指標都定義了不同的格式，描述差異大
指標一致性的意義:
1,確立企業內部標準，推動資料系統化落地
2,全面整治歷史資料，從根本解決這部分歷史頑疾
3,形成制度化、準確化、流程化的指標管理體系，杜絕此類問題再次發生
4,促進業務系統和資料平臺協同聯動需求，為企業資料共享、快速決策提供提供規范的、標準的資訊化服務，是企業資料價值的更好的體現，
指標一致性的模式:
1 原資料指標一致，主要指的是 靜態指標一致，主資料一致，編碼一致是從業務系統，日志采集進行規范和改造的，改造后的指標亦會再次回流至業務系統(如果是此型別資料)，目前大多數大型公司采用此方案
2 末端指標一致，通過對ods層的資料指標干預清洗，深層次的解決此類問題，目前方案較成熟
3 ai指標一致，通過和ai自動識別結合，自動識別例外指標進行制定規則，目前尚不成熟
指標一致性管理的原則:
1 自上而下指標體系
2 指標標準直至末端
3 強調指標針對性，只針對管理，不宜過多受業務影響
4 不宜過細 ，只初步確認，不要過于糾結個別細節
5 明確管理需求
指標規范化問題:
1 指標大類問題，如大類緯度不統一
2 指標中類問題 ,如中類指標范圍過廣
3 指標小類問題，如指標小類模糊不清
4 指標編碼屬性問題，編碼模型不統一，一碼多物或一物多碼的問題，
5 指標計量單位問題，如大小寫不同，書寫格式不規范，
等等
指標統一性的目標 長久性，前瞻性，全面性，可擴展性，穩定性實用性，合理性，可審計性等等
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/294893.html
標籤：其他