本文將為您介紹數據倉庫研發規范的階段規劃、角色職責和整體流程。
在大數據時代，規范地進行數據資產管理已成為推動互聯網、大數據、人工智能和實體經濟深度融合的必要條件。貼近業務屬性、兼顧研發各階段要點的研發規范，可以切實提高研發效率，保障數據研發工作有條不紊地運作。而不完善的研發流程，會降低研發效率，增加成本與風險。
總而言之，數據資產管理實際上是對物的管理，而研發流程規范管理則是對人的行為的管理。只有落實了作為基礎的后者，才能進一步實行數據資產管理方法論。
數據倉庫研發規范旨在為廣大數據研發者、管理者提供規范化的研發流程指導方法，目的是簡化、規范日常工作流程，提高工作效率，減少無效與冗余工作，賦能企業、政府更強大的數據掌控力來應對海量增長的業務數據，從而釋放更多人力與財力專注于業務創新。
階段規劃
鑒于對日常數據倉庫研發工作的總結與歸納，本文將數據倉庫研發流程抽象為如下幾點：
- 需求階段：數據產品經理應如何應對不斷變化的業務需求。
- 設計階段：數據產品經理、數據開發者應如何綜合性能、成本、效率、質量等因素，更好地組織與存儲數據。
- 開發階段：數據研發者如何高效、規范地進行編碼工作。
- 測試階段：測試人員應如何準確地暴露代碼問題與項目風險，提升產出質量。
- 發布階段：如何將具備發布條件的程序平穩地發布到線上穩定產出。
- 運維階段：運維人員應如何保障數據產出的時效性和穩定性。
角色職責
- 數據產品經理：負責承接、評估業務方提出的數據需求，并組織需求評審、產出產品需求文檔，同時需要把控其它更為細化的技術評審。
- 設計人員：根據已定稿的產品需求文檔所述需求，進行數據探查，了解數據形態（數據質量、數據分布），同時根據探查結果實現表設計、Mapping設計、調度設計等細分設計工作。
- 開發人員：根據設計人員產出的稿件，制定計劃并實現代碼，同時進行單元測試與代碼評審。
- 測試人員：負責驗證需求與結果的一致性，發現代碼問題與項目風險。
- 運維人員：負責發布任務，并處理數據、程序、調度、監控告警等異常事件，保障數據產出時效、程序高效運行和生產穩定性。
- 信息安全與合規人員：在需求評審前期，負責需求實現的安全性與合規性。
數據倉庫研發規范整體流程
下圖為根據階段規劃與角色職責的內容，整理出的數據倉庫研發規范的整體流程。