今年“新冠”疫情的特殊考验，让越来越多企业感受到数字经济趋势下数智化的重要性。
我企已开始了数字化转型，根据业务场景需求及调研，最后选择了阿里云的Dataphin产品。Dataphin产品支持多种业务数据源，能够将我企的所有业务数据导入Dataphin平台。在Dataphin平台构建智能数据时，只需从业务视角看数据和用数据而不需关注需求背后到底来自多少个技术视角的物理表，大大提升了数据研发效率 。
同时，基于Dataphin构建的智能数据，我企高管制定了数字化转型战略的布局，以实现数据驱动业务，
带来的一些可观的业务价值。
疫情期间，我企线下门店在疫情期间悉数歇业。全员线上营销，一季度整体业绩已经恢复到同期的80% 。
强力推荐Dataphin产品给正在转型的企业及正在努力寻找业务发力点的企业，构建企业自己的数据中台。
在使用Dataphin产品时，面向零售店铺的模型构建与管理使用教程给予了我们很大的帮助和启发，对如何使用Dataphin产品有了更进一步的理解。
| 流程 | 描述 | 操作 |
|---|---|---|
| 准备数据 | 构建业务数据及Dataphin的计算引擎源。 | 准备数据 |
| 数仓规划 | 规划店铺销售模型的数仓，包括创建业务板块、计算源、数据源、项目及项目中的成员。 | 数仓规划 |
| 数据集成 | 同步业务数据源至您的工作空间。 | 数据集成 |
| 规范定义 | 定义本教程中的维度、业务过程、原子指标、时间周期和派生指标。 | 规范定义 |
| 规范建模 | 基于规范定义，构建数据模型。 | 规范建模 |
| 补数据 | 通常，您构建的数据模型会参与生产环境的调度。本教程为了让您快速熟悉智能数据构建与管理的流程，采用补数据的方式，构建数据模型运行生成的数据。 | 补数据 |
| 验证数据 | 验证数据模型运行后生成的数据是否符合您的预期。 | 验证数据 |
| 创建质量规则 | 为数据表创建质量规则。系统会自动校验数据表质量并生成质量报告。 | 创建质量规则 |
| 查看质量报告 | 质量报告是对数据表参与生产环境运维调度的结果进行周期性质量校验的结果。 | 查看质量报告 |