1. 同一业务KPI，可能存在非常多元的提取逻辑
- 数据源不同，存在数据收集层面的差异；
- 业务定义多样，不统一； 两份报告中的同一KPI有不同的意思
- 同一定义，但在某些报表中因特定需求，存在特别限定。
2.每个单独报表求全，全都要，重复开发
3. 综合级KPI指标定义，存在大量重复造轮子，更新定义时维护难
4. 大量沉淀报表在数据定义更新时，历史的报表回溯翻新是个老难题，耗时费劲产出感低
5. 报表整体使用率底下，监督困难
6. 报表的业务使用场景难以反馈跟踪，数据分析人员对报表的价值感受不明显
7. 数据层面上，数据耦合严重，相互引用，一旦出现错误，会连续传导多份报告
8. 报表开发完成后，一般会使用较长时间，在handover的过程中，一些关键的业务背景知识及开发逻辑会丢失
9. 业务人员更新导致单独解释跟查询成本
考核方面
1.简单采取新报表数量，开发人员会倾向于开发新报表，同时对老报表的挖掘利用无动力
2.价值评估难
1. 数据字典 - 易用性，易查询，更新方便
2. 建立通用的定义平台（如代码库），统一定义，统一引用，统一更新
2. 对所有的报表按业务模块，或者主题进行统一管理 - 新开发时，进行旧表review，避免全新开发重复的KPI
4. 建立对报表使用率的log，对查阅率进行更新
7. 报表原始数据之间的引用，建立一个易查询的表格，引用数据，supporter，更新时间，data的FAQ
8. 详尽配套的开发文档，包括业务背景，原始business practise等
原文：https://www.cnblogs.com/leoyes/p/13673379.html