首先全局的對企業數據進行梳理。數據從業務端進行采集，存儲在業務系統中，需要對其清洗之后才能用來做報表做分析。這一條鏈路涉及：數據采集、元數據管理、數據倉庫搭建、數據存儲、數據集市、ETL清洗、主數據管理、數據平臺搭建、報表平臺、決策分析平臺、業務端應用分分析等事務。這里簡單梳理一下分分類。
1、企業目前的數據現狀分析
2、構建完善的數據環境
主數據管理
3、開展業務分析
梳理指標
建立指標體系
建立報表體系
建立分析體系
1、企業目前的數據現狀分析
對于企業數據問題要做一個全面的診斷比如業務系統很多，系統之間的數據不連通，造成信息壁壘。這樣的問題要著重主數據管理，制定標準規則。
比如數據不統一不完整不開放數據來源渠道多，責任不明確，數據填報缺失這些都是質量差的問題。這樣的問題要著重數據治理，性能優化上可以采取分布式數據庫。
以業務流程為導向梳理數據走向，這背后暗藏的現實可能是：指標零散，業務和IT都不知道分析什么；報表不成體系，有些報表冗余。
2、構建完善的數據環境
基于hadoop平臺，先拋架構！
第一步：構建一個完善的數據環境
主數據管理
① 定標準
所需標準有編碼規則，命名原則、劃分原則、共享原則。
標準規劃：根據企業實際情況確定實施范圍，并根據優先級和難易度制定計劃。可以通過調查問卷、現場訪談、收集文檔等手段進行調研標準的內容：數據分布、數據流向、服務規則等，形成調研報告。
標準設計：在方法論的指導下，完成數據標準設計和定義工作，如數據業務描述定義、類型長度定義、其他信息定義。
實施映射：將已定義的數據標準與業務系統、業務應用進行映射，注明兩者的關系及影響的應用。
標準執行：借助專業的工具實現標準落地檢查。
維護增強：隨著業務發展，數據標準需要不斷的修訂和完善，并有效的持續維護改進。
② 搭平臺將各業務中可能流通共享的主數據的名稱和標準統一起來
③ 控制關鍵環節流轉包括主數據管理的關鍵環節、合理排布關鍵環節處理順序、安排責任崗位或部門對應關鍵環節。
數據質量
3、梳理業務分析體系
指標梳理
分析什么數據，如何反饋給業務，這些都已轉化成指標來解決
指標梳理需要和業務部門一同進行。可以通過訪談和調研梳理各業務層級關注的指標，從基層到高層。也可以將企業已有的SCOR、計分卡等績效體系或者已有的業務分析體系，轉化成可說明情況的指標。
建立全指標體系
指標梳理清楚后，從每一條業務線出發。這塊業務對企業目標負責的關鍵成果是什么（KPA）——每一個KPA又可以用什么維度來衡量（KRA）——最后落實到基層的關鍵行動指標是什么（KPI）最后所有業務匯總，形成一個全指標體系。
梳理報表體系
梳理完指標體系后，大致也就知道每個業務部門需要分析什么數據了。數據通常以報表的形式呈現，報表就都相當與數據落地的產品，有主題有規劃的分析。
基礎查詢類報表：來自于基層業務和日常工作，功能作用于某一項具體的工作，比如銷售業績查詢、商品庫存查詢、在途庫存查詢、采購訂單查詢等。
經營報表：用于日常管理，其功能不單作用于某項具體的工作，而是覆蓋相關部門或某部門管理的一個工作模塊。例如店長業績管理看板、庫存管理、異常店鋪管理等。
戰略報表：這個就用于高層集團事物的管理，比如boss們關注的每日盈利狀況，項目進度監控等等。這類報表通常以駕駛艙的形式展現，用于企業全局監控。
建立分析體系
不同于日常管理經營類報表單方面的展現，這里更注重某一塊業務問題，比如通過分析數據來縮減供應鏈成本、通過分析市場環境制定市場策略等。通常在傳統企業的應用有智能制造、大數據營銷、供應鏈優化、市場活動ROI分析、新零售業務提升、用戶畫像和客戶標簽等等。最后，本文只是給出了一個大體的思路框架，很多細節都沒有覆蓋的很細致，多數也都是個人經驗之談，如有不足之處，歡迎大家留言交流！
