知识卡片
业务人员的数据定义能力
数据建模通常被默认划给数据专业岗位,理由也很像那么回事:比流程建模更专业、学习门槛更高。但数据已经是新生产要素、新资产,政策也在鼓励数据大范围交易,业务数据不再只是业务的反映,而是业务人员自己要掌握的对象。怎么给数据资产评估、定价、折旧、交易,不是技术人员能单独解决的事,很可能催生新岗位或新的岗位技能要求;而数据相关技能里最基础的仍是数据定义,也就是逻辑数据模型的建设。因此哪怕有难度,逻辑数据模型的技能也该由业务人员掌握——只会使用分析方法、不会自己找数据、定义数据,那些分析方法就难以持续发挥作用;所谓数据思维也不等于会分析数据,而是先把一切事物都看成数据。这件事并非难于登天:学习流程建模、数据建模都有路可循,难度可能远小于真正解决一些业务难题,把业务人员培养成专业数据建模人员的案例并不少见,真正的障碍往往是没信心、不打算、没必要。边界在于这不要求业务人员取代数据架构师去做库表与实现,而是要求具备定义数据、读懂逻辑模型的能力,以便在需求源头就把业务说清楚。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 业务架构设计之数据分析 第六节 数据分析该是谁的工作 · 查看原书依据
所以,尽管有难度,但逻辑数据模型的相关技能是需要业务人员掌握的,如同笔者曾提到的,无论业务人员掌握多少数据分析方法,如果不会自己找数据、定义数据,这些分析方法就可能不会持续发挥作用。
参考来源
- 位置:《架构未来:企业新质生产力战略与业务架构实战》第 7 章《业务架构设计之数据分析》(源文件:extracted/架构未来:企业新质生产力战略与业务架构实战/_epub-src/EPUB/xhtml/chapter10.xhtml)
- 结论依据:原文把数据定义列为数据众多技能中最基础的一项,指出不会自己找数据、定义数据则分析方法难以持续发挥作用,并以把业务人员培养成专业数据建模人员的经验说明障碍在信心而非难度。
- 原始内容:所以,尽管有难度,但逻辑数据模型的相关技能是需要业务人员掌握的,如同笔者曾提到的,无论业务人员掌握多少数据分析方法,如果不会自己找数据、定义数据,这些分析方法就可能不会持续发挥作用。