大中台、小前台：滴滴出行指标体系的出海之旅

国际化指标建设，对于滴滴当前数据驱动业务发展的重要性不言而喻，业务需要离线和实时数据指标刻画业务表现。滴滴国际化数据建设为大中台、小前台模式，即中台生产数据指标，支持全球24个时区local用户及时使用指标感知业务做出响应

基于出行复杂场景下，不同的分析场景需要大量指标支撑。如何对指标进行有效的管理，满足业务对指标的使用诉求，在降本提效大前提下如何提升数据模型的稳定性和复用性更是数仓建模的根本。

但难点在于：

1）离线数据生产通常在北京时间0点进行数据采集，然后依次进行数据链路加工。为了支持local运营在不同国家不同时区下能够及时使用数据的诉求，数据运营成本极高。

2）对于业务的快速发展，往往local运营自主构建指标，造成国家和国家之间指标拉不齐，且数据任务生产烟囱式，资源造成极度浪费。

针对国际化多时区的场景，滴滴在数据侧通过建模方法结合时区服务的支撑，沉淀一套国际化场景的数仓架构，从而支持一套脚本服务多个国家、多个时区，按照local当地日期保障指标及时产出。

针对国际化复杂多变的业务场景，数据侧对模型架构升级，结合指标管理方法论和数仓架构打通。从组织、流程、指标管理、模型建设、工具建设5个抓手消除了指标二义性，降低了指标重复建设的成本，并对数仓模型完成逻辑抽象，实现了模型组件化，大大提升模型效率。