对于一个Data Architect（后简称DA） 而言，项目初始阶段会有大量的工作要做源数据的探查分析，以期建立对整个系统数据状况的理解以及对数据全貌的洞察。Data Insight这种东西很难描述，可能就是对数据的直觉。
不管用何种物理实现模式，传统的DW构筑也好，时髦的基于Hadoop, Spark的新一代BIGDATA平台也好，概念和逻辑模型的构筑均是不可或缺。在不同平台上构建DW系统更多偏重的是物理化的实现，认识数据本质过程是无论何种实现手段均必不可少的重要环节。一个DA，假如刚刚加入公司，刚刚加入项目，对公司源系统一无所知的情况下，如何快速的进入角色建立起对整个数据系统全貌的认识呢？通常，刚一入场的DA会陷入两种截然相反的困境，而这两种困境都很让人头疼，此时是考验以及锻炼DA能力的绝好时机，而这两种难题是什么？该如何应对？下面的文章会一一描述。
困境一：信息太少，不知从何处入手去分析
通常DA刚刚入场，而又没有了解全局的人去介绍整个系统的概况以及未来的需求时，完全漫无目的期待利用信息指导决策，或者仅仅有一个非常笼统的前进的方向，这些都会让DA不知从何处入手去快速抓住企业需求的重点。而DA需要做哪些工作去获取信息以便于快速的展开工作呢？
困境二：信息太多，但凌乱异常，不知如何去厘清
又或者，DA没有目的性的提出如此类的要求：“尽可能把你们的文档都给我”，此时会有各类文档席卷而来，而信息太多，根本无从看起，或者做了非常多的功课却抓不住重点。
如上，笔者也曾有过一些如上面的境遇，经历一些痛苦的学习同时也依靠高手的指点，形成一套方法，能够让DA快速进入角色，采集自己最为需要的资料进行有效的数据理解，其过程中难免见招拆招，灵活变通，本文主要是提供一种厘清问题的思路。
注：本文是从整个企业的信息系统诊断视角出发，很多项目在立项之初即有明确需求和此场景不同，如下文章仅作为参考。各个项目均有不同，要非常注意项目的范围，根据具体情况做裁剪，切不可简单照搬。
详情请参阅下图：
如上图所示，首先业务和数据的了解，本身即是并行，前后并继而相辅相成，本身由业务驱动数据的了解，同时通过对数据的了解亦逐步澄清业务。如下，对上图略作描述以期看官能更容易理解。
一、业务视角
1.1 首先了解的是体制，也就是整个企业是怎么组织的？第一要务是要来清晰完备的组织架构图，关注企业有哪些分公司，哪些部门。然后各个部门，分公司的职责是什么？各个组织的负责人是什么Titlle，以及他们的具体责任又是什么。了解这些有几个好处：
1）对企业有一个整体的认识。
2）对未来的沟通很有意义，你会按照企业的习惯语言和相关人进行沟通，也会了解各层级组织的关系以及他们的沟通方式。
3）各个组织的责任紧紧与他们的需求紧紧关联，为进一步了解需求做好铺垫。
4）谁未来会使用你所设计的系统，这和设计良好的用户体验，未来的权限控制息息相关
1.2 继了解企业的组织架构，明确每个组织的责任以后，下一步就是了解整个企业关心的KPI
KPI有两种，一是反映整个企业的现状的信息，比如销售收入、销售数量、生产成本、营销费用等等，这一系列指标标注着企业经营的状况以及状态。有的企业是按照KPI拆解落实到各个责任人的方式进行管理的，也就是每个人的绩效KPI与奖金，工资之类息息相关。这类KPI也是需要考察的重点。
需要记录的内容主要是对于企业经营状况的KPI，记录其相关的计算公式以及对应的维度，所需要统计能够达到的深度，以及这些数据平时都是怎么计算得来的，用于计算的基础数据又是从哪里得到的。
对于绩效考核类的KPI，需要了解除以上内容以外，还要记录相关的角色是谁，以及KPI占其业绩的比例。对于不用KPI考核业绩的企业，其也一定有相关考核的办法，通常与绩效KPI也很类似。
另外，通常在了解KPI的过程中，DA会获得很多和KPI相关的信息，比如PI，其实也是未来需要关心的内容。
通过了解KPI以及KPI体系，DA会有如下的收获：
1）哪些是企业的晴雨表，哪些指标对于企业来讲至关重要
2）KPI都是怎么算出来的，能否通过系统自动计算出来？
3）KPI对应的责任人，他们观察各KPI的优先级如何？
4）企业其他报表重要的组成部分，通常KPI的计算公式中包含丰富的度量信息
5）通过KPI，DA可以开始了解到很多维度信息
可以说，KPI体系是了解企业核心数据的一条重要的线索，当DA不知道如何入手数据研究时，这无疑打开了一扇门
1.3 KPI的展开，通常就是核心报表。
继了解KPI体系之后，DA需要更多企业最关心的数据，即核心报表。此报表为广义之报表，包含所有表格、图形、以及文字报告。
从哪里入手去了解企业核心报表呢？通常，企业定期会有各类会议，总结年/半年/季度/乃至月份的业绩，从企业重要的经营分析会议（或名称不是经营分析会议，但讨论的内容相关）可以获得相关信息。比如很多企业喜欢从财务损益表去分析整个企业的经营状况，而损益表外延有很多报表是为了解释损益表中异常现象的细节，此类报表均是分析之对象。此外，还有一些跨部门的定期协商会议需要的报表，比如产销协调之类，均列为分析对象。
相信，在获取这些报表的同时，一定会有大批其他报表涌来，照单全收但分清主次。
1.4 企业核心流程
1.2 和 1.3其实本质类似，均是搜集企业重要度量的线索，由线索外延，会搜集到相当多的信息。通常在前面的几个步骤中，你已经能够获得整个企业核心业务的概况，但仍需更深入了解企业核心流程，更依靠的是DA的行业经验。然后分主题，如CRM，SCM，HR等角度通过Step 1.1中的业务专家帮助获取足够清晰的企业核心流程，并通过数据专家了解各个核心流程的数据存放情况以及当前DW系统建设状况。CRM，SCM等经典知识，需DA课外阅读书籍以期进一步深入了解，以便需求之分析。
二、数据视角
2.1 转向数据端，其实2.1的过程即在搜集KPI过程之中亦然获得。
2.2 望闻问切，有人帮DA联络，有人帮你解答问题，有人帮你澄清疑惑，这些均必不可少。起步时，没有问题是愚蠢问题，但你也别期待太多；中段时，不做功课的问题不会有好的反馈；终段时，记住要时刻记住用真实数据验证你理解的逻辑，即使业务专家和数据专家也不可能洞察一切，唯有数据是最真实的。对于不能使用真实数据做数据理解的客户，你的DW系统未来定然问题重重。
金科玉律：做Framework，做笔记，你不可能记住所有一切。
2.3 获取尽可能多的元数据文档，但千万别想当然的认为它们是正确的，如果能有80%正确你就可以谢天谢地了。此处，获取数据访问权是重中之重，你很难基于一些过时的蓝图去构筑真的有用的蓝图。
2.4 每个企业都有其自己的规范，当然如果没有规范，就需要DA去制定一套规范。
好了，下面将进入本章重点: 如何逐步建立Data Insight的细节，仍采用思维导向图的模式做详细描述。
由各项Input，我们将得出Output结果，也就是我们最终的设计。由此，让我们开启Data Modeling的篇章，且听下回分解，如何设计Data Model。
以下附件为思维导向图源文件：
对BAO胖子原创文章感兴趣的朋友，请关注我的公众号。
10 个评论
有的东西自己能想到，但是真的串起来、总结出来又比较难。
期待更深入的探讨~