iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 22
1
AI & Data

打造 Microsoft BI 資料服務平台系列 第 22

[22]_資料分析專案~如何規劃「資料分析專案」,怎麼進行,該注意什麼?

  • 分享至 

  • xImage
  •  
「資料分析專案」或是「數據服務平台」專案的規劃方式,和一般的應用系統專案的規劃方法有些不同,主要會著重在「資料模型」和「分析應用」之上,所以,我們在本篇文章簡單說明一下資料分析專案應該注重的項目有哪些。

「資料科學」是目前企業在數位轉型之上很重要的一個項目,除了要解決目前企業環境中的大數據處理的問題之外,也希望能夠從資料科學中得到歷史的經驗值,獲取企業營運上的知識,取得產品或服務的相關資訊,協助企業未來的營運輔助或決策建議。在資料科學的應用之中,很重要的三件事情分別是:

    1. 先清楚你有什麼資料 (Input):一切的開始就是來源的部分,先盤點你有什麼資料,有沒有用,怎麼整理,如何存放,安全性,機密性等,都是需要先搞清楚你的資料範圍和內容。
    1. 充分了解你想要做什麼 (Output):最重要的是目標的部分,確認企業想要的資料分析目的是什麼,充分溝通,了解需求,設計應用,最後完成的資料服務平台才會真正達成企業所需要的目標。
    1. 設計規劃資料處理作業和應用服務架構 (Process):有了清楚的資料來源,也有了應用服務的目標,我們就可以設計規劃整個資料服務平台的作業流程,功能規劃,以及架構設計,全面的,完整的搭建起企業所需要的資料服務平台。

https://ithelp.ithome.com.tw/upload/images/20191008/20120169i0Uw53ETbo.png

有關資料分析專案管理的規劃,可以參考「The Kimball Business Dimensional Lifecycle」,這一份文件說明的很明確,把資料分析專案該計畫、該注意、該釐清的步驟都裂得非常清楚,在 Kimball 所提出來的資料分析專案管理生命週期之中,前半段和後半段跟一般的資訊系統開發專案流程一樣,但是,Kimball 提到,從資料分析專案的需求分析開始,就需要分三條路同步進行,從需求的訪談和確認就必須要從三方面開始進行,包括:技術層面,資料層面,商業分析應用層面,這三個層面分別由不同的資訊專業人員,以及不同的客戶領域專家共同來進行。

    1. 技術層面 (Technology Track) : 不論是企業的 IT 或是 MIS,在規劃資料分析或是數據平台相關的架構時,必須要了解資料相關產品及服務,適當的挑選軟體,配合使用者需求面,設計良好的資料架構,不論是資料處理作業,數據分析功能,計算能力,儲存容量,擴充整合,維運操作等,都必須要好好的規劃資料平台架構,建置一個符合企業環境使用的資料分析數據服務平台。
    1. 資料層面 (Data Track) : 資料分析專案是一個由「資料」為主動驅動角色的應用,企業的資料必須經過重重的關卡才能到達可以完成資料分析的目標,在設計資料結構或是資料模型的時候,不單單是只把資料照顧好就好,也需要一併考量使用者應用需求,兩者同步綜合需求,規劃良好的資料架構,建置適合的資料處理作業,設計出最佳的資料分析所需要的資料結構數據模型。
    1. 商業分析應用層面 (BI Application Track) : 在使用者商業分析應用層面必須考量到資料分析服務的應用方法,顯示方法 UI/UX,操作方式,其他應用的整合等,才能夠建構符合使用者資料分析應用需求的系統服務。

https://ithelp.ithome.com.tw/upload/images/20191008/20120169LsfNvom1g5.png

專案的進行不外乎幾大步驟:「規劃」-->「設計」-->「建置」-->「維運」-->「檢討」,我們在規劃資料分析專案的各項作業計畫內容時,都需要一併的考量這三個層面,從這三大方向的需求一起綜合分析,這三大方向就是上面所提到的三個層面,包括:技術架構,資料模型,商業應用。
所以,不論我們在專案的哪一個階段,或是我們在規劃資料分析專案的整個計畫內容時,每一個階段的規劃與考量都必須要從「需求出發」,依照三大方向的需求來規劃設計每一個階段的作業內容與工作說明,這樣才能完整的,全盤的考量,做出最佳的「資料分析」專案管理計畫內容。

https://ithelp.ithome.com.tw/upload/images/20191008/20120169tnZTGlFQUd.png

PS : 「資料分析」專案,不同於一般的資訊系統專案的規劃方式,必須要跳脫傳統的系統分析設計邏輯,一步一步漸進的發展,敏捷式 (Agile) 專案開發方法就非常的適合使用在資料分析數據平台開發專案之上,而且,資料分析是長期性的需求與規劃,並不是專案開發完畢,系統上線之後就結束了,「資料分析」專案必須要有專人長期持續的發展與維護,因為,企業的資料隨時隨地的在增加,隨著技術演變的在擴張增長,因此,資料分析應用和數據平台架構也需要因應著改變來做規劃,才能發揮資料數據平台真正的功效。


上一篇
[21] : 雲端資料服務~各種 Azure 雲端資料服務介紹
下一篇
[23]_專案規劃工作說明~「資料分析專案」: 如何規劃專案管理相關的工作項目
系列文
打造 Microsoft BI 資料服務平台30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言