产品分析 | 数据资产目录竞品分析

一、分析背景和目的

分析市场上主流的包含数据资产目录的产品,重新整理一篇竞品分析以供参考和学习。

二、版本信息

三、名词解释

四、需求背景

1. 产品现状

  1. 建设了数据资产目录,但是偏技术向,比较难用,细节流程上欠考虑。
  2. 元数据的采集不够灵活。
  3. 元数据管理难用,数据的审批欠考虑。

2. 用户调研

1)业务人员:有个数据分析需求,他们想要的是快速的查找相关数据,确定该数据就是自己要使用的。

B 端产品经理如何快速成长?

产品与业务架构主要是将整个业务工作流进行分层,梳理,然后抽象出一个个需求,将业务需求与产品合情合理的映射起来,最终使业务数据在产品中流动,执行,记录,使用。

查看详情 >

2)数据开发

  • 想快速知道数据影响链路,评估修改的影响范围;数据错误,快速根据数据链路进行排查。
  • 想了解哪些数据查看次数最多,哪些数据根本无人问津,哪些是重复建设的数据,指导数据开发对模型的调整。

3)领导:查看数据目录,了解数仓里有哪些数据,有多少数据,数仓建设的怎么样。

3. 竞品选择和分析

网易EasyData:https://study.sf.163.com/documents/read/EasyDataBook/easydmap.md

华为DataArt Studio:https://support.huaweicloud.com/usermanual-dataartsstudio/dataartsstudio_01_0804.html

阿里DataWorks:https://help.aliyun.com/zh/dataworks/user-guide/overview-10?spm=a2c4g.11186623.0.0.62b276162FMOXv

不同厂商的数据资产目录展示的数据实体都不一样,除了基础的表,字段外,其他可根据实际需求情况确定。

数据资产目录产品定位偏向:

  1. 产品卖点主要是,元数据可以通过其他系统直接采集。华为和阿里的数据资产目录产品定位主要是偏向这种形式,也是因为售卖配套的数据开发工具,数据资产目录是一个附属的产品。
  2. 产品定位更偏企业内部使用,主要靠手动维护以及自动采集部分元数据。网易的EasyData中的数据资产目录产品定位更偏向这个,在元数据使用和治理上做的更好。

对于我们来说,没有其他更多的系统做支撑。所以主要是对网易的EasyData进行产品分析和参考,且EasyData的功能和流程更符合业务使用逻辑。

五、需求说明

1. 业务架构图

2. 业务流程图

3. 产品信息架构

4. 产品路线图

5. 需求清单

6. 用例图

六、功能详细说明

1. 配置管理

1)元数据模型配置

① 功能说明:对于需要采集的数据资产实体,进行元数据模型定义,包括技术元数据模型,业务元数据模型,管理元数据模型等等,根据实际需求和情况可写死,可做页面配置化。对于表来说,不同层级的表可以元数据有所差距,元数据模型可以只定义一套,属性可以定义为非必填。

② 功能结构

2)自定义目录配置

① 功能说明:自定义目录配置可用于用户根据具体的业务理解和需求,对数据资产进行自定义分类。

② 功能结构

2. 元数据管理

实现灵活的元数据的采集。

1)元数据采集

功能说明:元数据采集以手动采集为主,自动采集为辅,对数据仓库、数据库等存储系统进行元数据采集。

2)采集元数据主要流程(自动/手动)

3)采集任务管理功能结构

当元数据采集任务未指定采集范围时,默认采集该数据连接下的所有数据表/文件。采集任务运行完成后,如果该数据连接下有新增数据表/文件,则需再次运行元数据采集任务,才能采集到新增数据表/文件的元数据。

4)采集任务配置流程

网易EasyData元数据自动采集内容(图内信息肯定不全,可作参考):

5)说明

  1. 手动添加元数据后,可配置采集任务。周期性或手动更新相关元数据(数据源类型、数据源、表物理名称都一致的视为同一数据资产)。
  2. 由上图可见,在没有对接数据开发工具的情况下,可自动采集的元数据信息基础且有限,大部分元数据还得靠手动维护。
  3. 选择自动采集的元数据时,须保证机器自动采集的内容准确性。

3. 元数据治理流程(以网易EasyData为例)

治理流程和组织架构密不可分,审批流程贯穿治理流程。对于组织架构不完整的企业,可直接略过草稿状态。有点过于麻烦了。

数据资产状态图:

发布后才可以在资产目录中查询到,上线下线的版本均为同一版本,修改/治理后会生产新的版本,用来覆盖已发布/已下线版本

4. 数据目录

功能说明:元数据模型是数据目录的数据基建,数据目录围绕元数据基建,和业务场景做一系列的功能。

功能结构图:

5. 数据血缘

功能说明:对数据上下游链路图形化展示。

  • 血缘视图种类:关系视图,列表视图。
  • 血缘种类:表级血缘、字段级血缘(字段级血缘:EasyData字段血缘仅支持列表视图,且仅支持展示一张表,猜测是在实际业务中,字段血缘用图形化加载缓慢或会出现卡死,列表式可快速加载且使用不会卡顿)。
  • 影响通知:变更影响通知到下游所有链路相关人员。

功能结构图:

6. 我的资产

1)我的订阅

订阅后,将会接收订阅资产元数据变动信息。

2)我的收藏

其他补充

  1. 数据标准一定要建设在数据资产目录前。
  2. 组织的建设,很大程度上决定数据资产维护的准确性和权威性。

作为一家专注于互联网领域的公司,我们的主要业务是进行互联网平台开发、定制开发,以及全网推广和平台包装。我们的专业团队拥有丰富的经验和强大的技术实力,可以满足各类企业和个人的需求。
在软件开发方面,我们秉持着用户至上的理念,致力于打造出既实用又易用的软件产品。我们有一套成熟的软件开发流程,从需求调研到设计、开发、测试、上线,每一环节都严格把控,以确保软件的品质。我们的服务覆盖了从移动应用、网站开发、微信小程序、企业级软件等各类项目。
在全网营销推广方面,我们运用最新的SEO技术与社交媒体营销策略,结合内容营销和大数据分析,为企业和个人提供全方位的网络推广解决方案。我们的目标是帮助企业和个人在互联网世界中获得更大的影响力和更高的知名度。
我们的成功案例丰富多样,包括零一空间、驯龙世界、趣吧、公仔乐园、花生日记、店流宝、玩转派对、比亚熊、星潮宇宙、湘旺世界、轻流、LDS魔法熊、龙珠有点潮、兽神记、云乐个游、鳄血素、乐趣生活、云巢国际、淘金之旅、趣盒、星际公民等主流平台。这些平台的成功运营,都离不开我们专业的软件开发和全网营销推广支持。
同时,我们也为多家企业和个人的提供了全套的互联网+方案,帮助他们实现了线上业务的快速增长。无论是电商平台还是社交平台,无论是在线教育还是在线娱乐,我们都有丰富的经验和成功的案例。

如果您有任何软件开发需求可以与我们联系
公众号(智创有术)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/295097.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Typescript 中的namespace

命名空间: 类似 vuex 的 namespace 相当于一个容器。 namespace 是一种将相关代码组织在一起的方式,中文译为“命名空间”。 它出现在 ES 模块诞生之前,作为 TypeScript 自己的模块格式而发明的。但是,自从有了 ES 模块&#x…

护眼台灯哪个牌子好?2024年专业护眼台灯品牌排行榜!

近些年来,护眼台灯作为视力健康照明工具愈发受到欢迎,越来越多的人使用护眼台灯取代传统白炽灯,做护眼台灯的产品也是层出不穷。 不过,也有很多人对护眼台灯的效果保持怀疑的台灯,一是对护眼效果的疑问,二…

Springcloud alibab和dubbo有什么区别?

Spring Cloud Alibaba 和 Dubbo 都是为了简化企业级应用开发而生的框架,尤其是在分布式系统和微服务架构的背景下。 虽然他们在某些功能上有重叠,但各有侧重点和使用场景。 微服务架构图 首先介绍一下 Spring Cloud Alibaba: Spring Cloud …

Java 开发环境搭建

什么是 JDK 和 JRE? JDK (Java Development Kit):是 Java 程序开发工具包,包含 JRE 和开发人员使用的工具JRE(Java Runtime Environment):是 Java 程序的运行时环境,包含…

LLM 中的长文本问题

近期,随着大模型技术的发展,长文本问题逐渐成为热门且关键的问题,不妨简单梳理一下近期出现的典型的长文本模型: 10 月上旬,Moonshot AI 的 Kimi Chat 问世,这是首个支持 20 万汉字输入的智能助手产品; 10 月下旬,百川智能发布 Baichuan2-192K 长窗口大模型,相当于一次…

软件测试——自动化测试框架有哪些?

📢专注于分享软件测试干货内容,欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!📢软件测试面试题分享: 1000道软件测试面试题及答案📢软件测试实战项目分享: 纯接口项目-完…

electron——查看electron的版本(代码片段)

electron——查看electron的版本(代码片段)1.使用命令行: npm ls electron 操作如下: 2.在软件内使用代码,如下: console.log(process) console.log(process.versions.electron) process 里包含很多信息: process详…

正定矩阵的四个重要性质(附例子)

目录 一. 写在前面 二. 正定矩阵的基本定义 三. 从正定矩阵 到 特征值 四. 从特征值 到 正定矩阵 五. 从正定矩阵 到 行列式 六. 从正定矩阵 到 矩阵的主元 七. 从矩阵的主元 到 正定矩阵 八. 简单的讨论 8.1 行列式检验 8.2 特征值检验 总结 一. 写在前面 在格密码…

iview 选择框远程搜索 指定筛选的参数

问题:开启了filterable之后,选择框是允许键盘输入的,但是会对选择列表进行过滤,如果不想使用再次过滤,可以试下下面这个方法。 场景:输入加密前的关键字筛选,选择框显示加密后的数据 说明一&a…

sun.misc.BASE64Encoder() 找不到jar包

import sun.misc.BASE64Decoder;新下载的项目,在配置好maven之后,也更新完了Maven文件,还是发现有部分jar没有导入,报红信息如上所示。 其实这个是 Sun 的专用 API , rt.jar 是jre 中自带的 jar 包,所以就可…

2024中国管业十大品牌——皮尔特管业

2024中国管业十大品牌——皮尔特管业 2024年度中国管业十大品牌评选活动圆满举办。来自江苏的皮尔特管道,再次成功入围2024中国管业十大品牌。皮尔特管业凭借多年积累的市场口碑,再次入围也是实至名归。 苏州皮尔特管业科技有限公司创建于2001年&#x…

基于群居蜘蛛算法优化的Elman神经网络数据预测 - 附代码

基于群居蜘蛛算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于群居蜘蛛算法优化的Elman神经网络数据预测 - 附代码1.Elman 神经网络结构2.Elman 神经用络学习过程3.电力负荷预测概述3.1 模型建立 4.基于群居蜘蛛优化的Elman网络5.测试结果6.参考文献7.Matlab代码 摘要&…

面试被问了几百遍的 IOC 和 AOP ,一篇文章带你搞清楚!!!

面试被问了几百遍的 IOC 和 AOP ,一篇文章带你搞清楚!!! 这篇文章会从下面从以下几个问题展开对 IoC & AOP 的解释 什么是 IoC?IoC 解决了什么问题?IoC 和 DI 的区别?什么是 AOP&#xff…

实现文件拖拽上传的功能

1 先来看一下效果 2 我们来看一下代码执行的结果: 我们创建目标的容器盒子 和可以展示数据的ul 监听进入目前盒子的事件 3 文件进入目标容器中解析文件

NGUI基础-三大基础组件之Event System(Uicameras)

目录 主要作用 相关参数 (建议:红色是重点,黑色的了解即可) Event Type Events go to Process Events in Event Mask​编辑 Debug Command Click Allow Multi Touch Auto Hide Cursor Sticky ToolTip/Long press ToolTip/ToolTip…

八、Lua脚本详解—— 超详细操作演示!

八、Lua脚本详解 —— 超详细操作演示! 八、Lua脚本详解8.1 Lua 简介8.2 Linux 系统的Lua8.2.1 Lua 下载8.2.2 Lua 安装8.2.3 Hello World 8.3 Win 系统的Lua8.4 Lua 脚本基础8.4.1 注释8.4.2 数据类型8.4.3 标识符8.4.4 运算符8.4.5 函数8.4.6 流程控制语句8.4.7 循…

【C语言深度解剖——第二节(关键字2)】《C语言深度解剖》+蛋哥分析+个人理解

今日的星辰辉映太古的源起,过往的故事指引明日的生死!(王者荣耀李信) 本文由睡觉待开机原创,未经允许不得转载。 本内容在csdn网站首发 欢迎各位点赞—评论—收藏 如果存在不足之处请评论留言,共同进步&…

万界星空科技MES系统中的生产管理

MES系统能够帮助企业实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理等,提高企业制造执行能力。 万界星空MES系统特点: 1. 采用强大数据采集引擎、整合数据采集渠道(RFID、条码设备、PLC、Sensor、IPC、PC等&…

Ribbon客户端负载均衡

简介 Spring Cloud Ribbon是基于Netflix Ribbon实现的一套客户端负载均衡的工具。 简单的说,Ribbon是Netflix发布的开源项目,主要功能是提供客户端的软件负载均衡算法和服务调用。Ribbon客户端组件提供一系列完善的配置项如连接超时,重试等…

已知输入图像大小为n、卷积核大小为f、卷积步长s,填充大小为p,求解输出图像大小。

问题描述:已知输入图像大小为n、卷积核大小为f、卷积步长s,填充大小为p,求解输出图像大小。 问题解答: 输出图像的大小可以使用以下的计算公式确定: 为了举例说明,假设有以下参数: 输入图像大…
最新文章