背景

基于数据融合的场景，为梳理现有的业务全景及数仓模型，去更方便地展示及分析业务属性的关系，快速准确地直击目标、节省资源。调研后决定使用CytoScape将数据关系可视化，把二维数据编织成网络拓扑图（如图）。
https://github.com/cytoscape/cytoscape/releases/3.7.2/

 

工具

Cytoscape是一个开源软件平台，用于可视化分子相互作用网络和生物途径，并将这些网络与注释、基因表达谱和其他状态数据集成在一起。简而言之是一款网络可视化软件，主要应用于生物研究，但网络拓扑的能力十分强大。

 

实施步骤

1. 按照相关规范及标准建立数仓模型
2. 识别抽提出数据范围内的核心关系数据、业务属性
3. 根据不同场景设计网络图所使用的元数据模型
4. 将元数据模型导入CytoScape
5. 调整布局
6. 发布并应用

 

应用场景

1. 数仓模型关系网：以某一视角为核心，如主数据，打通各业务域数据，连接各业务域的模型及模型下的属性，构建关系网
2. 数据资产运营：能够从关系网中直观得看到数据资产的沉淀，如数仓模型、指标等
3. 指标体系关系网：根据指标不同的等级和类型，构建关系网，组成指标的血缘系统

 

价值

1. 数据资产：根据资产等级定义，明确划分不同级别
2. 数据全景：展示数据范围，有效梳理资产范围
3. 数据血缘：直观的看到数仓中上下游和模型间的血缘关系
4. 指标血缘：同上，体现指标的等级和类型，上下关系
5. 数据融合：呈现数据融合的结果，点与点之间的延伸
6. 反哺业务：给业务提供一个新的视角，便于构建指标和产品
7. 可复用性：在全局关系网中做筛选，生成各种局部子图
8. 易读性：可视化的目的，比数据更直观
9. 资源控制：降低不同角色对理解使用数据的成本

 

角色

1. 外部客户
2. 内部客户
3. 中台
4. 产线
5. 数据人员