BI经验教训
问题一:数据质量不过关,导致分析成本高,影响长期效率
解决办法:把问题暴露给业务方(不止解决小问题,解决更大层面的问题),处理方案需要与业务方(甚至管理层)达成共识,按照方案执行
问题二:补数漏刷(下游表既有增量也有全量的时候,容易漏刷)
解决办法:
1.如果调整表的下游表太多且既有增量也有全量,先“ 不并行 ”补一遍,再
2.如果要补的表是di表,而其下游表是df表,应该等di表全跑完,再去补df表
问题三:有一些数据需求是因为系统功能不完善,导致临时取数填坑,而这种临时取数一旦有先例,后面遇到的次数多了,就会变成:这个数据本该有BI来取,而系统问题一直搁置
【BI经验教训】解决办法:原则上不给系统功能的缺陷补位,但要给业务方需求解决的出口(可以接需求但是要求有产品系统规划,同时跟业务方明确后续的工作分工)
推荐阅读
- 一个人的旅行,三亚
- parallels|parallels desktop 解决网络初始化失败问题
- 一个小故事,我的思考。
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量
- 开学第一天(下)
- 一个人的碎碎念
- 2018年11月19日|2018年11月19日 星期一 亲子日记第144篇
- 遇到一哭二闹三打滚的孩子,怎么办┃山伯教育
- 第326天
- Y房东的后半生14