@
huc2 我们这方面目投入少,只能跟你说说现况,公司是金融行业,它会有很多很多报表需求,有对监管部门的信息披露,有机构客户的报表需求,也有公司内外各类数据分析业绩考核。对于信披这一类的通常有制式的模板,例如 xbrl ,这一类报表通常都是一段时间出一份,例如季报、年报,逻辑也相对固定,市面上就有不少辅助生成报表工具,集成预定义的指标来辅助报表制作,这个应该对应你说的任务相同、数据不同的场景。对于其它的没有严格标准的数据那就是什么样的都有了,几乎是每有一个需求就会有一些不同的维度需要组合,视公司的建模和数据治理情况,需要设计和调整的东西可以说非常多,每年年底是这类事项的高发期,部门负责这类事务的同事真的是焦头烂额,但就算如此也会有很多因为各种阻碍难以满足的出数需求
你举的这俩事,数据处理和可视化,一方面显然我们这里是处理方面要难整得多,其实要说的话可视化也不大是我们的职责,这种创造性的工作也是附于数据基础之上的,"数据进来" 还有 "数据处理" 这俩,应该在各种地方都是最头疼的问题
至于是固定指标比较多还是个性化需求比较多,不大好从数量上来看,标准化报表指标多,但一劳永逸,只需要增量维护。个性化需求就看造化了,你所拥有的任何数据都可能成为新的维度,有的时候不满足还需要加维度,但单论数量上是没有报表那么多的