当前大淘系的数据问题现状分析结果是什么？

通过对当前数据问题的数字化，我们发现问题涉及到数据的评、建、管、用各个环 节。

评：缺乏一套统一数据评估体系。

数据问题的发现以往主要通过专家经验、开发使用环节发现和离散型的数据分析得到，缺乏一套统一的数字化评估体系。数据量有多少？不同层次的数据分布如何？ 表的命名规范性如何？表的复用性如何？表的加工效率和消费效率如何？如何评价数据建设、使用和维护的好不好？好的数据应该通过哪些指标评估出来？ 建：基于数据问题分析我们发现，在统一进行通用层构建和治理的时间段，数据在规范性、复用性、链路复杂度、使用效率等方面表现较好，但是在没有进行统一构建和治理的时间，数据在各方面都表现不好。原因在于：我们有一套阿里大数据体系规范，但是我们并没有一套覆盖设计、评审、开发、管控、治理的建模开发产品。

管：数据构建完成后，并没有有效的对数据进行成本、复用性、效率、健康情况的 管理，通常依赖于集中治理、专项治理或推送治理。成本高、迭代慢。同时还存在 表管理分布不均的问题，有些 owner 承担了大量的管理和运维工作，数据交接后难 以维护，导致数据使用难度高。

用：数据最终是为了使用，通过数据分析和调研问卷来看，普遍存在找数难、不会用、不敢用等问题。就导致除了一些非常核心的模型数据外，很多开发者宁愿重新开发也不愿去花费很大精力去找数和理解数据，造成恶性循环。

以上内容摘自《大数据&AI实战派 第1期》电子书，点击https://developer.aliyun.com/ebook/download/7722 可下载完整版