日日碰狠狠躁久久躁96avv-97久久超碰国产精品最新-婷婷丁香五月天在线播放,狠狠色噜噜色狠狠狠综合久久 ,爱做久久久久久,高h喷水荡肉爽文np肉色学校

睿治

智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一,入選IDC企業數據治理實施部署指南。同時,在IDC發布的《中國數據治理市場份額》報告中,連續四年蟬聯數據治理解決方案市場份額第一。

如何才能做好數據中臺的API運營?

時間:2022-06-27來源:心藍天迷瀏覽數:875

平臺研發組主要負責數據開發、治理、運維、開放等平臺的建設和運營,數倉模型組主要負責基礎模型、融合模型的建設和運營,挖掘服務組主要滿足業務方提出的數據需求。

數據中臺的建設第三年,我們開始推動數據中臺的API開放,原因見《為什么是API而不是文件,對于數據中臺的開放如此重要?by 傅一平》這篇文章,就是why,這篇文章再講講how,也就是如何做的,當然現在做的還很稚嫩和艱難,權當拋磚引玉。

1、業務驅動

數據團隊的工作很多,雖然API服務開放很重要,但重要的并不一定緊急,不緊急的就沒必要現在做,但正在發生的三個事情促使我們要做出一些改變,也就是業務的壓力。

第一是對外變現規模日益擴大。

面對快速增加的客戶,各條產品線需不停的申請數據開發資源滿足需求,導致資源緊張,而且開發的模型質量很低,大量重復,沒有什么沉淀價值。

結果就是,很多數據產品運營了幾年漸成雞肋,因為最核心的數據競爭力沒了,畢竟數據產品是無法靠體驗或運營來續命的。

第二是數據中臺生態環境不好。

外人看我們的數據中臺建得如火如荼,但實際卻離產品很遠,做的主要工作就是數據采集、數據開發和運維保障。

久疏戰陣的數據中臺模型大多退化,偶偶有一次產品方需要數據中臺來提供模型支撐,但發現數據中臺根本支撐不動,或者耗時很長,久而久之,產品方就失了耐心。

我在想,數據中臺如果再沒有一種強制的與業務協同的保障機制,數據中臺就完了,跟20年前的數據倉庫沒啥區別。

第三是數據中臺缺乏成就感。

數據中臺成員要么做非常底層的模型工作,要么去做定制開發,相對商務和產品人員,獲得感是不足的,即使考核傾斜也沒啥用,因為很多人追求的是價值感。

自己去研讀了很多公司的數據中臺架構,包括阿里的OneService、史凱的公眾號等等,最后得出結論:數據變現只要有了規模,API的開放和運營就不得不做,因為支撐不動。

2、組織保障

數據中臺要建設好,運營至關重要,API運營職能放在哪個組織就很關鍵。

有一種選擇是設立獨立的中臺運營組織,畢竟運營是非常專業的事情,但在大家對于中臺的概念還沒扯清的時候,設置獨立的運營組織風險就很大,因為中臺運營組織一旦獨立,承上啟下的工作會非常多,管理成本直線上升,比較保守的做法就是在現有的相關組織增加運營職能,讓子彈先飛一會兒。

當時有三種選擇,將API運營職能放在平臺開發組數倉模型組或是挖掘服務組

平臺研發組主要負責數據開發、治理、運維、開放等平臺的建設和運營,數倉模型組主要負責基礎模型、融合模型的建設和運營,挖掘服務組主要滿足業務方提出的數據需求。

如果把API運營職能放在平臺研發組,優勢是API開放相關功能本身就是由該組負責開發的,建設的溝通成本會低很多,但劣勢是離業務太遠了。

數倉模型的運營失敗告訴我們,API的運營組織必須具備在業務流程中強制卡位的能力,否則API就會做死。

因此唯一的選擇就是挖掘服務組,其本來就直接面向業務提供數據支撐,進行API開放運營具有天然的優勢。

圍繞API運營我定出了三個組織的新職能:

挖掘服務組:負責API體系規劃、API規范制定、API需求管理、API開發實現,API上架審核、API開放審核、API評估等

平臺研發組:負責API服務的訂閱,開放等功能的實現

數倉模型組:根據API服務的要求,持續優化倉庫模型

挖掘服務組是API運營的中樞,其是API開放的第一推動力,其他組織基于專業能力做好API服務的支撐。

3、服務梳理

有了組織保障就可以干活了,第一件事就是要對游離在各類產品中的存量的API服務進行統一梳理,以下是一個示例。

基于梳理的結果,可以總結出當前API服務面臨的五個挑戰:

(1)服務能力透明度低:雖然現有服務數量較多,但由于分散在不同系統,沒有形成統一服務開放目錄,業務方和產品方對于服務的理解不夠,導致調用量非常低,開放實現還是以文件為主

(2)服務開發冗余度高:當前服務均同業務需求緊耦合,以定制化開發實現為主,相似服務在多套系統承載,服務冗余度很高

(3)服務開通流程較長:現有服務開放流程是以需求管理的模式實現的,需求流轉消耗時間長,服務開通平均周期1~2周,進一步降低了服務開放的可能性

(4)服務運行穩定性不足:各方產品實現服務的技術棧不同,服務資源的集約化水平不夠,運維保障水平參差不齊

(5)服務運營缺少閉環:缺乏對于各類服務的常態化效果評估,無法進行迭代優化提升

4、服務目錄

基于存量服務的梳理,需要設計出API服務目錄體系,透明化是服務對外開放運營的基礎,以下是一個服務目錄的示例:

API服務與模型都屬于可以開放的資產,數據交換目錄和API服務目錄構成了統一的數據資產目錄,以下是一個示例。

5、流程控制

API的需求管理流程要增加運營組的審核環節,確保API服務發布的規范性,如下是一個流程示例:

API發布的時候填寫的屬性越豐富,可用性就越好,運營組審核的關鍵內容示例如下:

有一點要特別強調,API運營團隊要在原有數據開放的流程環節進行控制,確保能用API實現的開放不采取文件的形式,這也是挖掘服務組的一個原生優勢。

6、平臺建設

我們打造了數據服務網關,用以收斂所有的服務,數據服務網關提供統一的數據目錄,承載所有數據中臺能力的發布和開放,包括數據服務目錄、數據服務提供、數據服務保障、數據服務開發及數據服務運營等功能,如下圖所示:

7、運營保障

關于API開放的認知、組織、體系、平臺、流程都可以在短期內建立,但要讓API開放能夠形成生產力,還是要靠持續的運營。

運營的關鍵則在于數據驅動,即能從數據、業務、資源等維度對API服務進行常態化評估,形成從發現問題到解決問題的閉環,從而不斷提升API服務的質量和規模,這也是API運營團隊將面臨的最大挑戰。

治大國如烹小鮮,API開放只是數據中臺的一個點,而數據中臺也只是中臺的一個點,但正是這個點,往往決定了數據中臺的成敗。

在我們建的平臺到底是數據倉庫還是數據中臺的糾結中,也許API是唯一的救命稻草。

(部分內容來源網絡,如有侵權請聯系刪除)
立即申請數據分析/數據治理產品免費試用 我要試用
customer

在線咨詢

在線咨詢

點擊進入在線咨詢