原文：

https://mp.weixin.qq.com/s/N_GxIZmFZOmEC85cRs-fAw

前言

最近语兴面试亲身体会以及从各位同学口中听到的最多问题即你做数据仓库的价值在哪，你是怎么通过数据仓库帮助业务方的 ，这几乎是社招5年及以上几乎都会问的一个问题。

相信很多数据仓库开发者很难找到数据仓库对业务的价值点，因为数据仓库主要是业务支持的职能并不能像后端开发者具备直接性产出，从而导致很多数据仓库开发者无法向业务阐述清楚自己创造的价值，最终错过了更多机会。

数据仓库对业务的价值可以从4个点去阐述分别是用户增长/经营性分析、数据质量/产出稳定、查数/用数提效、降低部门支出，这里都是数仓对业务价值视角阐述。

用户增长/经营性分析

用户增长/经营性分析即通过数据仓库建设的数据模型帮助业务方带来用户增长，是数据仓库对业务的核心价值，例如数据模型支撑了用户基础画像、用户在业务中全流程行为分析、用户在消费行为中表现情况等，通过数据模型帮助业务能够快速定位未来活动、未来业务走向等，为业务在拉新、促活、挽留等方面提供精准流量（而非原有广告投放导致流量较为广泛，定位不精准），在此处数据仓库帮助业务达到了用户规模增长，从原有规模增长到现有规模（例如5000万用户增长到8000万）、为业务新的经营分析场景，为业务带来规模性营收（例如金额收益增长40%+），对于数据仓库同学来说，可以从数据表中查询已知的增长规模，还需要和业务方确认增长的方向和其他数据。

数据质量/产出稳定

数据质量/产出稳定更多的价值在于提供的数据能让业务方使用的安心无忧，如果数据质量问题经常被业务反馈、每天都无法提供数据给业务因果难过，那业务方对于数据仓库的依赖会逐渐降低，丧失用数信心，因此稳定数据质量及任务产出也较为重要，此处的价值可从原有数据质量问题触发情况与现有情况进行比对，问题触发降低了多少等（例如每个月下游反馈40-50bug 现在降低每个月下游反馈7个bug），任务产出这里也可以从基线/SLA破线无法交付次数降低了多少去评价（每周5次破线降至每周小于等于1次破线），同时还需要做数据质量问题质量可视化监控看板提供给业务方查看，并按照周/月形式进行定期邮件反馈。

查数/用数提效

查数/用数提效为业务方提升了更快的效率，能够快速找到并使用数据，在这里数据仓库侧需要对元数据维护、定制相关提效数据服务（数据资产门户、指标中心、ONE-ID等），通过数据服务以及元数据维护将查数/用数成本降低，将原业务方几小时查询及询问时长降低至分钟内自助查询定位（例如原来业务方自己找数据表 查询指标要3小时，现在能够实现自助查询，并能再5分钟内定位），极大降低了成本，同时减少了数据仓库侧问题答疑次数，达到快速定位效果。

降低部门支出

由于数据仓库任务及数据表日积月累式增长导致计算及存储的费用不断提升，从而增加部门整体费用（例如计算/存储金额从3000万降低至2100万等），通过数据治理或数据技术架构更换，帮助业务降低整体支出，为部门节省整体开支。