1.3　建立數據自助服務路線圖

如上一節所述，建立數據自助服務路線圖的第一步是定義數據平臺當前狀態的記分卡。記分卡有助于篩選出目前減緩從原始數據到洞察提取這一過程的指標。記分卡中的每個指標都可以處于不同的自助服務級別，并根據其減緩整體洞察時間的程度，在路線圖中優先考慮自動化。

如前所述，每一章都涵蓋使相應的指標實現自助服務的設計模式。我們將自助服務視為具有多個級別，類似于自動駕駛汽車的不同級別，這些汽車在操作時所需的人工干預程度不同（如圖1-5所示）。例如，2級自動駕駛汽車在駕駛員的監督下自動加速、轉向和剎車，而5級自動駕駛汽車則是完全自動化的，不需要人為監督。

圖1-5：自動駕駛汽車的不同自動化程度（引用自DZone（https://oreil.ly/j6e6P））

企業需要系統地規劃路線圖，以提高每個入圍指標的自動化水平。每一章中的設計模式的組織方式類似于馬斯洛的需求層次結構（https://oreil.ly/74Rab）：金字塔的底層表示要實現的起始模式，上面還有兩個層次，每個層次都是在前一個層次的基礎上發展起來的。如圖1-6所示，整個金字塔代表自助服務。

圖1-6：每一章都遵循馬斯洛的需求層次結構

本書基于在多個企業中實現自助服務數據平臺的經驗，建議讀者使用以下方法來執行自助服務路線圖：

1. 定義當前的記分卡。

2. 根據對數據用戶的調查，找出兩個或三個最顯著地減緩提取洞察過程的指標，并對當前任務的實現方式進行技術分析。注意，根據每個企業當前的流程、數據用戶技能、技術組件、數據屬性和用例要求，這些指標的重要性會各不相同。

3. 對于每一個指標，先從馬斯洛的需求層次結構開始實施。每一章專門討論一個指標，并涵蓋自動化程度不斷提高的模式。本書沒有推薦那些在快節奏的大數據演進中很快就會過時的特定技術，而是側重于實現模式，并提供了現有技術在本地以及云端的示例。

4. 遵循“爬-走-跑”的分階段策略，重點是每個季度將入圍指標翻倍，并使它們實現自助服務。

本書試圖把數據用戶和數據平臺工程師的觀點結合起來。就需求達成共識對于制定務實的路線圖至關重要——在給定的時間框架和可用資源范圍內什么是可能的，什么是可行的。