平台架构
核心功能
数仓规划
构建业务总线矩阵，完成顶层设计，使数据体系分层分布，结构更加完善合理。
数据标准
为指标规范提供数据管理准则，提升建模效率、准确性和后期的治理能力。
指标中心
规范化定义并构建数据指标，消除指标二义性，形成结构化的指标体系。同时，便于建模时被快速调用。
规范建模
以业务维度为中心点，支持对数据模型的标准命名、物理化、数据集化的能力，以标准规范化的方式快速、低代码地实现数据建模。
数据服务
通过应用层数据表，支持向应用分析系统输出数据服务，如API、数据集、高纬度集成表等。
产品优势
指标定义更标准
以词根、标准目录等形式完成统一的指标标准定义，消除业务二义性，为后期数据标准治理提供依据。
数据建模更便捷
支持可视化画板的建模方式，低代码操作更便捷，为建模开发提效。
行业沉淀更完善
沉淀泛零售、金融、制造业等多个行业的数据标准和模型规范，为企业用户提供借鉴，帮助快速建立自有数据标准。
模型应用更高效
通过打造数据知识图谱，不断提升数据建模能力的智能化水平，自动拓展模型维度，让模型应用更快速、更便捷。
应用场景
业务痛点
零售业务结构复杂，数仓规划较不合理，数据中间层过度臃肿，数据表冗余情况严重，数据时效差。
数据指标定义不规范，二义性、重复建设等问题，加大了运营分析部门获取准确数据的难度，导致决策效率低。
不同管理层关注数据的维度不同，数据报表过度依赖人工重复开发。
解决方案
构建合理的总线矩阵：将物理层划分为ODS至ADS的分层，以及业务层划分数据域和主题域，形成合理的上下游任务层与分类，减少数据冗余和任务过度依赖，提高数据时效。
通过数据标准、指标定义等功能完成对指标的标准定义，消除二义性和重复建设问题，提高指标业务易读性。
通过数据模型拓展，自动丰富和拓展事实汇总表的业务维度，以满足不同维度对统一数据指标的需求。
