数据中台最后一公里：数据服务管理产品设计思路( 二 )

因此，数据服务管理必须建立在数据资产层之上。数据资产层以OneData为方法论基础进行模型、指标的建设，构建分级分类清晰的数据资产管理与治理体系。
数据服务层作为数据中台价值输出的最后一公里，数据服务管理效率的高低，直接影响数据中台价值的体现，它提供的核心解决思路是复用资产层的数据能力，通过平台化、配置化的方式，快速生成API服务，减少定制化开发对不同工种的依赖。数据服务管理平台需要具备以下核心的能力：
1. 接口服务配置化1）指标类接口
一般输出给定制化开发的可视化报表平台或业务端后台进行数据效果分析，指标类基本都可以抽象出来指标+维度+限定条件的方式，即：指标和数据模型绑定，从哪个表中取哪个字段，字段的聚合逻辑是什么，指标支持的分析维度有哪些？
前端页面调用时，传入指标ID、限制条件参数，即可返回数值。指标管理平台处理管理统一指标外，还需要支持指标接口的服务化输出，这样针对定制化程度高、BI工具无法配置的可视化需求，如大屏可视化，只需要数据开发人员清洗好指标数据后，进行配置即可输出，无需接口开发介入。
2）用户或商品维度的接口
归根到底也可以归为指标类接口，但是由于数据的维度聚焦于单个用户或者商品，应用场景主要是精细化运营或产品智能，因此在场景配置方面需要一定的差异化。
承接的载体主要是CDP（客户数据平台）、画像平台等。在资产建设部分，讲用户画像、商品画像体系标签化，通过丰富的标签构建用户、商品的精细化分层能力。
例如北京环球度假区开业业务想借热点拉新（首次消费），于是通过用户标签和商品资源标签，找到了需要找到近期有旅游计划，目的是北京，曾经购买过迪士尼乐园等主题的景点的年轻用户，当符合条件的用户进入APP首页，进行促销红包弹屏，刺激用户下单。
这类需求以运营场景为载体，最终输出的是用户ID维度的接口服务或者批量数据输出，接口结构也非常容易标准化。
可以构建的配置流程是：多标签条件筛选目标人群或商品，构建运营场景（get接口调用方式还是Post数据推送），生成输出接口对接业务端触达通道（站内实时访问时调用接口，或批量的短信推送服务）。
3）模型输出类接口
此类接口是最容易标准化的，就是直接将模型中的字段接口化输出，比如模型是团购订单明细宽表，业务端需要判断用户是否有待消费的订单，订单的业务类别、下单时间、消费时间等，以判断用户是否可以参与抽奖活动。只需要选择输入字段、输出字段、状态码以及应用信息即可。
这样，数据开发既是数据逻辑加工者，也是接口配置者，对结果负责，可以减少对Java人员的依赖，提升业务赋能效率。
图片来源：阿里dataworks官网公开资料
4）个性化推荐类接口
大数据的出口是AI ，数据赋能很大程度依赖AI赋能。产品千人千面个性化推荐、算法挖掘预测类用户画像标签，数据服务管理平台把标签管理、机器学习平台模型文件、在线推理接口服务整合起来，解决推荐接口caseby case开发效率低的问题。

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「爱刨根生活网」www.aipaogen.com小编还为您精选了以下内容，希望对您有所帮助：