一、数据部工作的感性理解

1.数据建设及输出：基于工人需求的紧迫性和优先级制造或采买工具
（1）数据建设：基于工人需求的紧迫性和优先级制造或采买工具
（2）数据定义：对建设的每个工具用途和能力做说明；
（3）数据成果输出：通过工具的建造整体情况和使用需求反馈，做工具的评价体系/工厂和工人的预测及预警
2.数据治理：把工具搬进统一的仓库，设门禁，并分门别类放到工具箱，做好引导说明，便于工人使用
（1）数据存储：把各种工具箱搬进房子，大家可以到房间拿工具。
（2）数据中台：将箱子摆放位置、说明、每个箱子的工具配置等，便于使用者方便快捷准确找到工具
（3）数据存储安全：做门禁和进出规则/规范工具箱和工具的领出规则（如工具箱领出门之后的安全问题，由相关的工人负责）

二、数据建设和数据输出：

1.数据建设：优先级

目标：
做数据资产的整体盘点，判定数据建设优先级，深化数据建设精度和广度
主要执行者：
李画/周娜/梅钟敏

数据整理：
1）基于现有数据资产盘点分析；2）后续按照业务团队的建设需求作数据建设规划；3）定制咨询的数据需求和业务需求整理
锁定产品部门：
赢在选址/及咨询：倪静 商业地图/市场监测：韵诗；项目景气指数：安琪；商圈-：洪玉贵 室内地图-租金定价-TI：家琛 巧明/庆容：品牌榜单 /项目榜单——李画/钟敏

阶段1：现有数据资产盘点
1）数据汇总：现有数据盘点表的优化方向
2）数据资产分析目的：
a对于常规建设的数据做人力和技术评估，是否有建设的优化方案？
b基于数据场景需求，是否可以做数据建设的范围和深度/频次的调整？
c哪些数据闲置着未被有效利用？

a哪些数据是业务部门的常用需求；b哪些数据是主要建设数据；b主数据的人力及技术评估的产出情况如何，有没有更有的建设方案；c数据建设中存在哪些问题；d哪些数据虽然不是主数据但更符合建设需求
3）

阶段2：业务所需的数据做建设规划
工作步骤：
1）锁定产品部门：赢在选址/及咨询：倪静 商业地图/市场监测：韵诗；项目景气指数：安琪；商圈-：洪玉贵 室内地图-租金定价-TI：家琛 巧明/庆容：品牌榜单/项目榜单——李画/钟敏
2）梳理所需要的数据：数据需求/数据模型和算法需求，进行数据合并同类项——李画
3）数据获取渠道和资源配置（人天）：用人力和技术方式评估数据获取时间和人力情况——李画/钟敏
4）数据建设的优先级排序——仲文佳张斌王一乐和各业务部门共同评估
5）基于数据及二级指标建设优先级，做分配资源及落实：采购、爬取、踩盘、自建、联合项目组等——李画/钟敏
6）团队人员和资源配置——仲文佳、曾伟伟、王一乐

数据建设优先级判断原则：
——基于产品的价值、这个数据/指数对于产品的价值/数据获取难度/成本评估/通用性；
——对于没有但有价值的数据：数据部协助找到数据源或替代方案——采购、算法模型、爬取、踩盘等；
——对于已建设但价值不大的数据：停止建设或则减少人力投入

**

2.数据定义及成果输出：定义、使用规范、研究成果

目标：
基于定义、流程和标准设置，实现数据传播口径一致性和标准化；并基于现有数据形成研究成果做行业趋势、发展空间及分享预判
主要执行者：
张斌、仲文佳、待招品牌研究员、内容团队（行研、云智库）
工作内容：
传播规范：仲文佳、张斌标准定义及场所端研究成果：张斌
标准定义及场所端研究成果、指标/模型的价值传播：张斌、钟敏/待招场所端研究员
品牌端研究成果、指标/模型的价值传播：行研团队、待招品牌研究员/钟敏

二、数据治理：**

（一）数据治理的目标：数据存储和为业务部门提效
目标：
对现有数据做好存储规范和流程标准，并尽量以数据中台提升业务部门的数据使用准确率和工作效率，以及快速数据纠错
主要执行者：
张斌/李画/宗敏：基于现有的批量数据，提出在对数据治理的需求
黄松：最大限度地以技术方式实现数据治理，提升业务使用者的工作效率和准确率，并对需人工建设部分提供标准和规则
（二）数据治理的步骤：
1.所有产品层面的库内主要数据和采购数据、指数等汇总并标注数据来源
2.对字段界定做核实，核准源头是否有误，合并同类项，剔除非必要数据
3.对所有的数据作名词界定，并对于取数规则做触发优先级（以开业字段为例，数据源用哪个，数据有不同采信哪个，什么情况下出发用别的）
4.因业务场景需要，对现有项目/品牌数据形成更多二级指标（打标签）
5.对各业务部门形成的标准成果都及时上线，并做好封装和更新
6.基于数据的不同使用场景，做好数据分类和规划，便于数据查询索引
7.对于数据字段/源头调整，以及数据错误，能迅速找到问题源（数据出错、数据调取源头出错、算法模型出错等），并及时纠错

三、数据存储安全：数据安全

数据资产盘点安全

产品内数据安全

大型商业设施的名录：
8月王府井论坛。

街区建设方法，标签维度的设计

大型商业设施？购物中心是常用概念，不能改为大型设施商业。购物中心的定义争议都一致很大，那么大型商业设施的定义分歧则更大，包括了更多的物业类型。
以及多种数据建设（街区、百货、文旅），与业务需求不吻合，需要大量人力
每一个数据建设都需要数据建设维度和持续来做的，如果没有持续做，以及业务场景的话，做起来没太大意义

购物中心、百货、奥莱
街区：著名街区和特色街区和街区商业（面积范围以上）

形成大全名录
后续形成新增，以及趋势