建立数据模型以进行独立勘探
来源：CPDA数据分析师网 / 时间：2021-02-01
您对它们执行高级分析，产品团队为应用程序的嵌入式分析提供支持，而一线用户则依靠它们进行自助服务探索，让我们深入研究如何构建更好的数据模型来支持这一广泛的用户群，以及为什么这对于我们所生活的大数据世界如此重要，为您的数据模型选择一个方向，构建任何产品（这正是创建数据模型时所做的事情）重要的步骤是弄清楚它的用途和用途，创建数据模型以进行简单的点击分析和过滤时，数据工程师可以将原始的标准化表格提取到他们的仓库中，并将它们转换为非标准化的单一汇总表，这是代码驱动分析中常见的数据建模实践。该数据模型是及时交付不需要大量额外上下文的顶级汇总指标的理想选择。
当尝试通过自动生成的钻取路径
交叉过滤器和层次结构来支持为自主探索而构建的强大自助服务体验时，需要进行不同的转换和设计注意事项，数据工程师不是非规范化表，而是通过在规范化表和索引表之间建立关系来准备数据，这些表格中的字段构成了专门的星型架构，用于日常报告和简单的临时需求，对于过去仅根据汇总表满足企业报告需求的数据团队而言，这可能是一个挑战，退后一步，思考如何组织数据以处理大量常见但不可预测的问题是一项艰巨的任务，但这并不只属于数据团队，这是数据团队需要与其服务的业务组织（销售，市场营销，研究与开发等）进行交流的地方。
像设计师一样思考
建立有效的数据模型需要对用户及其目标，工作流程和挑战有深入的了解，但是只问您的用户您想要什么？ 或您需要什么？ 不一定会为您提供有用的答案，可能的解决方案，像设计师一样思考，考虑将您的分析数据库作为产品，如果不了解产品正在解决的问题，就不会设计产品，将相同的逻辑应用于为您的业务分析服务的数据存储，了解用户的目标，忘记您现在拥有的工具，或者您正在考虑建造或购买的工具，在不考虑特定解决方案的限制性框架的情况下，了解您服务的同事的目的和目标很重要，从您服务的每个组中找到代表，并请他们深入思考他们需要回答的问题类型，收集一次您需要的所有信息并进行记录可能需要一次以上的采访，没有人能够告诉您他们在使用自助服务分析时需要提出的每一个问题（这是自助服务分析的重点），但是经过几轮采访之后，您将开始变得更加清晰他们的需求的图片。
了解用户挑战的一种有用方法是跟踪用户对数据的疑问
向用户询问类似的信息，如果数据告诉您X，您将做出什么决定？或许正好相反：是吗？使用这些极端值可使用户轻松考虑假设并根据您可能提供的数据范围提供结果，了解他们在极端情况下如何处理数据将为您提供用例的范围，并使您对一旦看到所需数据后他们可能会做的事情有很强的了解，了解您的用户今天如何使用数据，阐明他们的问题，观察用户当前与数据的交互方式将发现他们通常会忽略的差距和挑战，因为他们认为不可能有更好的世界，尽管工作流程存在缺陷，但人类仍然非常擅长于做事，了解了用户的目标以及他们当前如何使用数据后，您就可以轻而易举地阐明他们的挑战，并提出他们进行讨论。
吸引用户查看您的观察和学习并积极讨论他们的痛点
您会发现当人们摆在面前时，他们通常会谈论很多挑战，聆听是关键所在，提出有意义的问题并在需要时提供帮助，但真正的价值将来自用户的响应，我坚信每个人吸收数据的方式都是不同的-就像我们拥有不同的学习方式一样-因此您必须让其通过获取反馈而进入终产品，允许业务用户选择显示项非常适合购买，因为他们本身已成为设计团队的一部分。观察它们如何与仪表板交互也很关键，例如他们是否尝试单击某些东西以获取更多详细信息，我可以在其中添加跳至仪表板？他们试图达到什么时间范围和时间粒度？调整这些要素对于提高易用性和采用性至关重要。
将其全部变成故事来指导您的策略
现在您可以退后一步，将所学的知识整合到一个故事中，该故事描述您的用户，他们的目标以及他们实现目标的过程，此时您甚至可以停止使用“用户”一词，并开始将其称为角色” ，但是您指的是用户，现在您可以开始构建数据模型并帮助他们获得更多信息了，从公司的数据存储中删除，大胆构建以增强用户能力，多年来无数企业的目标是为团队配备真正的自助服务分析，尽管如此采用率仍然落后，部分原因是由于可用的工具无法满足一线用户的需求，但是思维方式的转变也是一个强大的缺失组件。
掌握了此处概述的信息之后您应该距离实现组织内急需的范式转变更近一步
了解您的用户了解他们的工作流程和挑战，然后着手建立一个数据模型，使他们能够深入研究公司的数据，并成为真正的数据驱动型，将模型引入正确的分析和BI平台将是推动这一变化的关键，发现用户需求并为自助服务建模需要时间和精力，这是不可避免的，但是终的结果是一条通往需要做的有意义的工作的明确道路，您正在构建将推动公司洞察力的引擎，大胆地构建它！