解析：元数据性能不佳的四大原因

jack

概　述

现今，元数据具有前所未有的重要地位。借助新技术，并非传统分析师的业务人员也可以处理数据。IT 消费化意味着人们希望系统变得直观明了，并且无需培训便可进行操作。由于越来越多的人使用数据来支持各类决策，因此数据的描述性、定义性和易懂性至关重要。

但很多系统仍然要求使用缓慢、死板的元数据访问方法。这种访问方法不仅降低了商业智能解决方案的灵活性，而且最终将使您无法获取部署自助式分析方法所应得的好处。 改变对元数据的看法，可帮助企业更快速、更轻松地理解自己的数据。

解析丨元数据性能不佳的四大常见原因

阅读本文了解元数据性能不佳的四大常见原因：

企业正从传统的商业智能解决方案转向更机敏的解决方案，以使最终用户能够进行分析来支持决策。许多 IT 经理不清楚元数据在此类环境中的地位。

事实上，现今元数据具有前所未有的重要地位。借助新技术，并非传统分析师的业务人员也可以处理数据。IT 消费化意味着人们希望系统变得直观明了，并且无需培训便可进行操作。由于越来越多的人使用数据来支持各类决策，因此数据的描述性、定义性和易懂性至关重要。这就是元数据的作用。

但很多系统仍然要求使用缓慢、死板的元数据访问方法。这种访问方法不仅降低了商业智能解决方案的灵活性，而且最终将使您无法获取部署自助式分析方法所应得的好处。

现在，IT 经理在管理元数据时面临这些问题。改变对元数据的看法，可帮助企业更快速、更轻松地理解自己的数据。



1. 预定义元数据花费过多时间，并导致部署速度变慢。

在传统的商业智能系统中，组织要采取的第一步是为整个企业制作模型。这一过程不但繁琐复杂而且非常耗时，往往需要数周或者数月时间才能完成企业部署。启动成本非常高昂，而且无法即时获得分析带来的好处。

相比之下，更好的方法是寻求能够即时支持分析的解决方案。这样不仅可以更快速地交付实用的分析结果，还能够帮助您根据所了解的最新数据使用情况迭代制作元数据模型。一般而言，此方法不但更为机敏，还有助于制作更强大、更符合实际情况的元数据模型。

一开始不妨使用任何现有可用系统中的元数据。举例而言，如果数据库已根据您分析解决方案中的日期定义了所有日期字段，为什么还要浪费时间来进行同一定义呢？

2. 元数据的灵活性不如预期。

更改传统元数据模型的难度和成本都非常高。因此，这些模型往往长期保持不变。这意味着它们逐渐无法准确地代表业务数据。IT 人员可能具有及时更新元数据的职责，但他们可能缺少响应变化所需的信息。

在潮流变幻莫测、机遇转瞬即逝的现今世界，这对于企业而言是非常严重的竞争劣势。

元数据模型需要经常重新进行定义和计算。用数据进行问答的业务用户往往是新元数据的最佳来源。他们可能会创建类别→产品分层结构，或者将多个区域归合为一个地区。借助灵活的分析解决方案，IT 人员可以对新的元数据对象进行评估并将其发布到生产层，以使所有用户均可访问该数据。

如果您的元数据不够灵活，您可能无法及时了解有关您企业业务的最新动态。

3. 在分析流中找不到元数据。

想要为最终用户提供支持的 IT 经理还面临另外一个问题，即可能会找不到元数据。

而且您的业务用户必须搜索内联网或参考相关文档来查找字段含义，那么您可能无法享受自助式分析带来的好处。用户因为无法理解这些字段的含义而受到限制——他们需要元数据。而且如果难以在分析流中找到或访问元数据，用户可能就会放弃。这样，您就无法使用数据来推动业务发展，而您的最终用户也会感到失望。

寻求可通过可读的字段名称和字段描述使用户轻松访问元数据的系统。确保用户能够在需要时获得相关信息。

4. 元数据降低用户的效率，而不是为他们提供帮助。

业务用户的成功不应依赖于对元数据的理解。元数据应能帮助业务用户完成工作，而不是阻碍其进行支持更佳决策的分析。

设想一下以下情景：一位业务用户为完成高优先级的战略项目而请求访问数据和一款分析工具。但是，该用户必须先参加有关该组织的数据和元数据的培训课程，才能够集合相关数据并分析趋势。该课程的安排次数较少，而且需要花费很多时间。该用户无法在项目日程中插入这一课程安排，因此不得不依赖于未解决核心问题的旧版分析。

如果该用户能够即时访问所需数据、无需任何特别培训便可进行分析，并且可根据需要获得字段含义和计算，会怎么样呢？而且，如果该用户能够安全地将这些信息共享给其同事、组织或公司，又会怎样呢？这应是任何自助式分析解决方案的必备要求。

结　论

企业级自助式分析解决方案的核心是为最终用户提供的编程支持。元数据便是其中一项编程元素，而且可为业务用户提供关键支持。致力于为其组织提供数据发现能力的 IT 经理具有管理共享数据和元数据的独特职责。寻求可满足您对于灵活、快速及实用元数据的需求的技术。您的用户将对此非常感谢。

摘自：Tableau