今天团队在讨论过去一段时间的问题，有提到这么一个观点：作为数据仓库工程师，被动接了很多需求，数据的业务价值不明显。
互联网公司的业务变化快，经常会有产品上线或旧业务变更，这是与传统软件公司的最大区别，数据仓库也是在这种环境下开发。
主动设计，避免被动接需求
数据仓库被动接需求最常见的场景是，产品经理提出需要开发xx报表，里面有a、b、c三个指标，过了两个月又来一次需求，新增加d、e两个指标，或者新增加一个筛选维度。
要避免这种情况，最好的方式是主动设计，开发节奏掌握在自己手中，这需要充分理解业务需求。事先设计好数据模型，有哪些业务过程，提炼出事实、维度，列举出可能的计算粒度，能囊括各种新需求，既保证很高的开发效率，又提供了强大稳定的数据模型，保证数据口径一致。
这里需要注意数据仓库设计与业务发展相互匹配，曾经出现过数据仓库过度设计的情况，业务方如果真的不关心数据，数据模型做的再好也没用。
把数据看成资产来积累
近两年流行数据资产治理的概念，资产是可以保值与增值的，可以把数据看成是公司的一种无形资产。进而，从公司管理的角度来思考，要考虑公司有什么数据资产，还缺什么数据资产，还需要补充什么数据资产。回到数据仓库的视角，就是要看数据仓库里已经有什么数据，还缺什么数据，要补充什么数据。
比如公司新上线了一个产品，产品经理或运营还没开始关注数据，但是作为数据仓库开发者，要主动发现有新产品上线，且数据仓库没有相关数据，进而主动收集相关产品的数据到数据仓库里。
另一个场景，对于一个已经成熟的业务，是不是把有价值的用户行为都采集了，比如用户的每次点击行为、屏幕尺寸、经纬度。
有了这种数据资产的思维方式，就能更主动洞察到数据仓库的发力点。
关注数据的价值
被动接需求的另一面，是需求做完后没觉得有价值。数据最终产生业务价值，相关的开发者才会更高的成就感。
数据是一种思维方式，是对经验的补充。一个报表开发完成，可以让数据成为业务的量化衡量，但这样并没有产生价值。通过看数据，发现业务问题，进而推动业务改进，这个是通过数据推动业务改进。也可以让数据直接变现，常见的业务有广告、推荐、金融风控。如果数据仓库能直接为业务带来价值，相比开发者的成就感会非常强。
