建立一个数据管理平台，该如何落实？
数据管理平台可以通过报表或者BI模块来搭建。在知乎专栏《帆软数据应用研究院》里有很多关于企业数据管理和BI报表数据管理平台建设的案例。站在项目实施的角度，可以从技术和业务两个层面来考虑。建立一个全数据管理平台，该如何落实？技术上需要考虑两大主体，一是公司的数据量，二是具体的需求情况。下面我们就来具体了解一下数据管理平台。
一、数据管理平台技术考虑一数据情况
1、数据来源：考虑数据主要来源的业务系统有哪些？是否需要建立数据仓库？以及前期准备工作，比如相关数据字典准备，甚至是取数接口等问题。
举个例子，比如财务数据来自EAS，管理数据来自OA，销售数据来自SAP，以及各个业务系统的数据库类型。
2、数据情况：业务数据管理平台系统内最大单表的数据量及数据增量是多少。通过了解最大单表的数据量及数据增量，初步规划数据处理方案，是否要建立中间层，索引，GP等，选择合适的分析平台，是BI还是一般的报表平台。
比如销售数据子表已有2000W的数据，月增量50W，那么处理方案可以考虑通过报表平台FineReport来展示，建立中间层与索引，以提高查询效率与展示性能。又或者通过大数据BI平台FineBI建立前台分析，采用FineIndex的方式，以提高展示性能。或者使用数据集成平台FineDataLink，是一款做BI分析前的ETL工具，可以直接把数据接入到BI，同时可以把数据分享给数据中心，或者第三方需要用到数据的地方。同时，FineDataLink可以轻松地将来自各种数据源的数据集成到FineBI中，从而帮助企业更好地使用FineBI的数据分析和可视化功能，为企业带来更好的数据管理和分析体验。
3、数据补录：主要是维度数据维护与事实数据补录，具体的工作就是填报页面的维护。比如人力分析中的工资分析，一般是财务线下数据，那么需要开发填报导入页面以作数据录入。
这项工作需要考虑补录的数据录到什么地方：如果建立数据仓库就直接填入数仓中；但是如果通过直连开发报表，是否需要将补录的数据直接录入到业务系统中。
4、数据仓库：针对需求主体、分析指标及数据情况判定是否需要建立数据仓库。如果需要将财务数据、费用数据整合分析，但是财务数据来自EAS，费用数据来自OA，那么这样的情况就需要建立数据仓库以实现整合分析。这里需要考虑在建立数据仓库之后，相关维度数据的对应关系是否和人员组织架构有效对应。
二、数据管理平台技术考虑二需求情况
需求分析的主要是业务指标、主题模块和分析场景的确定。
1、前期需要确定数据管理平台面向的适用对象，不同层级的领导人员关注的指标不同，需要
规划分析指标及分析形式。比如领导只关注销售额、利润率等等几个主要数据，而业务层在指标的基础之上可能还涉及到钻取分析、联动分析等。
2、需求的主体主要包含三部分的内容：需求模块+模块指标+分析形式。通过需求模块+模块指标+分析形式，初步框定需求内容，评估工作量及实施报价。比如销售分析，涉及到客户分析、订单分析、产品分析、渠道分析等分析指标，各个指标可能需要层级钻取分析、同比分析等分析形式。
三、建立数据管理平台的困难点
如何调配人员，如何推动项目的顺利进行？个人建议是，如果人员充分可以试着让一线业务人员能参与甚至直接进行系统开发，这样既能提高开发效率，切实满足业务需求，同时还能减轻IT部门压力。二是一定要有领导高层亲自参与，从上之下推动执行。但这一切都要基于一个好用的可视化数据管理平台。现在市面上流行的有FineBI、Power BI，但权威机构IDC指出市场占有率第1的还是FineBI。
立即沟通
