本文以数据分析师小明的视角，为你讲述资产中心如何解决不同场景下的用户痛点问题。
场景一：资产庞杂，搜索难
用户痛点
找不到资产：
现有的公共数据和分析主题十分庞杂，小明很难一下子找到自己需要用到的数据。
仅可以通过数据名称精确查找，无法通过标签、数据字段、描述等查找相关的数据资产。
以为没有相关资产：
小明以为系统中没有相关数据表，自己花费大量时间进行制作，但实际上是管理员没有给他分配查看权限。
解决方案
1）提供资产目录清单：
资产中心提供资产目录，其中包含企业认为可被使用的全部数据资产。无论小明是否拥有权限，他都可以在资产目录中找到所需的资产。
除了数据集名称，小明还可以了解到资产的详细信息和描述，比如如何使用以及业务释义，这样能够更好地指导小明在数据分析过程中的操作。
2）增强搜索功能：
在资产中心中，小明不仅可以通过文件名或文件夹名进行搜索，还可以搜索标签、责任人、字段名称、描述等关键字，帮助精确地指向小明所希望得到的搜索结果。
资产中心还新增了搜索提示、历史搜索和热门搜索等功能，并进一步优化了匹配逻辑和搜索排序逻辑，让小明更轻松地找到所需的数据资产。
资产中心的搜索逻辑还加入了自动纠错功能，即使小明输错了一个字符，仍然可以返回纠错匹配结果。
场景二：权限申请渠道缺失
用户痛点
预览资产失败：
小明查看别人制作好的看板时，经常无法正常预览某个组件，因为没有权限访问该组件对应的数据源。
不知道如何申请资产：
小明辗转知道了系统中未分配权限的数据表和目录的存在，但没有一个方便的渠道，让小明直接发起权限申请的流程，导致小明需要花费大量时间进行人工沟通和解释。
解决方案
1）预览资产信息
在资产中心中，当小明找到了数据资产后，即使没有权限，他依然可以查看资产的详细信息。
资产中心提供了资产详情页，小明可以预览资产的效果，了解包含的字段、字段的业务解释以及脱敏的示例数据。
这可以帮助小明确认所找到的资产是否符合他的需求，从而更加高效地进行数据分析工作。
2）快速申请资产权限
确认需要使用相应的数据资产时，小明可以直接在搜索结果页面上发起权限申请，申请查看和使用权限。
经过相关责任人的审批通过后，小明就可以直接开始使用所需要的数据了，不再需要耗费时间进行额外的沟通和等待。
场景三：数据口径不一致
用户痛点
表联合分析困难：小明需要对多个不同的数据表进行联合分析，但是每个表中的字段可能有不同的名称，这导致他无法确定如何准确地匹配这些字段。
搜索结果类似：小明常常在搜索数据对象名称时得到多个相似的结果，他需要逐个打开数据表查看字段，才能找到他所需要的不同字段。这浪费了他很多的时间和精力。
指标定义模糊：在浏览已制作好的看板时，有些指标并没有足够的解释，让不熟悉该业务领域的人感到困惑。很多人不知道这些指标的含义，还需要来咨询小明。这给沟通和理解带来了障碍。
解决方案
资产中心引入「公共指标口径」的概念，对于仪表板、组件、公共数据，都能关联到具体的指标。
指标应用：终端用户可以通过关联指标来确认数据的含义，并且小明还为指标添加了业务描述，以便更好地指导业务对数据的理解和使用。
标签分类：目录只能按照组织维度进行分类，小明可以通过指标对这些目录内容进行标签分类，按照不同的业务实体进行分类，这样在查找和使用数据时更加方便。
业务描述：小明针对指标、数据集和表字段进行了业务描述，这样可以帮助业务人员更好地理解数据的定义和如何使用这些数据。
场景四：数据来源存疑，可信度低
用户痛点
数据准确性存疑：小明制作了很多看板，但有时候在不同的看板中，相同主题的数据可能会呈现不同的结果。这让用户难以确定哪个结果是正确的，对数据的准确性产生了怀疑。
看板责任人不明：为了方便用户的查找和分类，看板中展示了制作人的信息。然而，这些信息仅仅是人为规范的，并没有记录在系统中，这就导致了无法进一步通过该信息进行分类和检索。
解决方案
1）指标血缘
通过建立「从数据集到指标再到组件和仪表板」之间的关系，小明给用户提供了一个清晰的数据流程，使用户可以追溯数据的来源和处理过程。这样，用户可以更加可靠地确认数据的准确性。
2）发布认证
在资产中心中，资产区分了下线、草稿和上线状态，并且由审核责任人对数据进行审核后才能发布。
这样可以确保只有经过审核的数据才会被用户所使用，从而提高了数据的可信度。
3）责任人管理
每个资产都有一个指定的责任人，该责任人负责维护和管理相关的数据资产。
通过指定责任人，可以对数据的可信度进行更加细致的判断。用户可以根据责任人的背景和专业知识来评估数据的可信性。
场景五：资产运营能力弱，运营难度高
用户痛点
资产运营能力弱：数据资产运营团队与数据使用者之间没有形成协同，数据资产运营者的技术能力不足，资产运营能力不足，导致无法保证数据的质量，以及无法保证其价值最大化，进而提高决策的准确性。使企业面临数据质量不达标、提升慢的问题。
解决方案
资产中心提供两种不同风格的「资产运营驾驶舱」，供用户参考。驾驶舱分为三个主要部分：
1）资产分布情况：主要用于记录数据资产明细、热门资产使用频次、资产标签分布、热门和冷门资产。
2）用户使用情况：主要用于记录活跃用户部门分布情况、单个类型资产热度、活跃用户的变化和分布等。
3）分析用户排行榜：主要用于分析用户排名情况，以及对分析达人的逻辑进行说明。
详细可参考：数据资产运营驾驶舱
场景六：FineBI系统推广难，上手难
用户痛点
上手BI分析难：对于没有接触过BI系统的业务用户来说，上手BI分析是一项具有挑战性的任务。他们需要学习各种概念和操作逻辑，而在刚开始的时候，由于没有足够的积极反馈，很难取得令人满意的成果，这影响了他们对于系统的使用积极性和推广效果
抵触情绪高：当BI系统作为公司的一个新解决方案推广时，往往是自上而下的方式，取代了一些原有的BI系统。然而，用户在切换到新系统后可能会发现他们无法找到他们需要的数据，这进一步加深了他们对于新系统的抵触情绪。
解决方案
在推广FineBI系统之前，小明带领IT团队事先准备好了一系列常用的指标，并将其上线到资产中心中。
对于那些只对指标的数值和变化趋势感兴趣的业务用户来说，他们只需要在资产中心中简单地搜索所需指标，结果就会立即显示出来。不需要理解数据表中字段的意义，也不需要去操作复杂的组件。
借助资产中心，业务用户不再需要为了使用复杂的BI分析系统而投入大量时间和精力的学习，他们可以在短时间内获得所需的关键指标。这大大提高了他们的使用便利性和积极性，使他们能够更快地实现数据驱动的决策和行动。
