阿里提出了“大中臺(tái)，小前臺(tái)”，其中臺(tái)事業(yè)部包括搜索事業(yè)部、共享業(yè)務(wù)平臺(tái)、數(shù)據(jù)技術(shù)及產(chǎn)品部，數(shù)據(jù)技術(shù)及產(chǎn)品部應(yīng)是數(shù)據(jù)中臺(tái)建設(shè)的核心部門。

那么，數(shù)據(jù)中臺(tái)到底是什么？具體包含哪些內(nèi)容？跟大數(shù)據(jù)平臺(tái)是什么關(guān)系？在架構(gòu)層面是怎么體現(xiàn)的？數(shù)據(jù)中臺(tái)跟產(chǎn)品又有什么關(guān)系？

阿里數(shù)據(jù)技術(shù)及產(chǎn)品部的掌門提倒了數(shù)據(jù)中臺(tái)的具體含義，這里引用他說的話：

“很多人會(huì)把數(shù)據(jù)比作“石油”，馬老師（馬云）也說過，阿里巴巴要成為全球電子商務(wù)的“水電煤”。我們現(xiàn)在搭建的數(shù)據(jù)中臺(tái)，就是希望扮演“發(fā)電廠”的角色。”

“我們知道，電力的發(fā)展可以分為幾個(gè)階段，最開始是一些有能力的企業(yè)自己發(fā)電，后來出現(xiàn)新的工業(yè)產(chǎn)能，有的企業(yè)電用不掉，有的卻不夠用，這時(shí)候國(guó)家機(jī)構(gòu)就出來了，會(huì)去搭建國(guó)家級(jí)的電網(wǎng)，不管是核能發(fā)電，還是風(fēng)力發(fā)電、水力發(fā)電，最大程度地保障不同群體的用電需求。”

“我們數(shù)據(jù)中臺(tái)也是這樣一個(gè)運(yùn)轉(zhuǎn)思路，我們落到實(shí)處是一個(gè)倒三角形，從下往上分為四個(gè)部分——”

“第一是數(shù)據(jù)技術(shù)。沒有數(shù)據(jù)中臺(tái)的時(shí)候，不管是阿里內(nèi)部還是各商家，大家都有自己的數(shù)據(jù)中心、機(jī)房、小數(shù)據(jù)庫(kù)。但當(dāng)數(shù)據(jù)積累到一定體量后，這方面的成本會(huì)非常高，而且數(shù)據(jù)之間的質(zhì)量和標(biāo)準(zhǔn)不一樣，會(huì)導(dǎo)致效率不高等問題。因此，我們需要通過數(shù)據(jù)技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí)統(tǒng)一標(biāo)準(zhǔn)和口徑。”

“第二是數(shù)據(jù)資產(chǎn)。數(shù)據(jù)中臺(tái)把阿里系的數(shù)據(jù)統(tǒng)一之后，會(huì)形成標(biāo)準(zhǔn)數(shù)據(jù)，再進(jìn)行存儲(chǔ)，形成大數(shù)據(jù)資產(chǎn)層，進(jìn)而保證為集團(tuán)各業(yè)務(wù)和商家提供高效服務(wù)。”

“第三和第四都是數(shù)據(jù)服務(wù)，包括服務(wù)商家和服務(wù)小二。例如生意參謀和阿里指數(shù)，就是數(shù)據(jù)中臺(tái)中面向商家端提供的數(shù)據(jù)服務(wù)。”

“數(shù)據(jù)中臺(tái)服務(wù)阿里，說白了更多是在為各位商家服務(wù)。平臺(tái)會(huì)確保大家在使用數(shù)據(jù)的過程中，口徑、標(biāo)準(zhǔn)、時(shí)效性、效率都有保障，能有更高的可靠性和穩(wěn)定性。”

以上說得好像都對(duì)，但邏輯上有些是無法自洽的，比如這里的數(shù)據(jù)技術(shù)跟阿里云的數(shù)據(jù)技術(shù)是什么關(guān)系？數(shù)據(jù)中臺(tái)要不要承擔(dān)hadoop/ETL這類平臺(tái)和工具的研發(fā)？生意參謀是個(gè)端到端的產(chǎn)品，似乎不能劃為數(shù)據(jù)中臺(tái)？

當(dāng)然，從職能看，作為中臺(tái)部門的確需要基于產(chǎn)品直接服務(wù)一線客戶，而不是往后退，這也是以前筆者對(duì)于數(shù)據(jù)中臺(tái)最大的困惑，一直在想這個(gè)數(shù)據(jù)中臺(tái)的部門績(jī)效該如何定呢？沒有業(yè)務(wù)的滋養(yǎng)中臺(tái)如何迭代優(yōu)化呢，阿里算是解惑了。

但如果把直接的產(chǎn)品當(dāng)成中臺(tái)顯然是不合理的，阿里提了數(shù)據(jù)中臺(tái)，忙壞的倒可能是那些做數(shù)據(jù)架構(gòu)和數(shù)據(jù)管理的，因?yàn)榧軜?gòu)講究邏輯嚴(yán)密，本質(zhì)和邊界必須定義清楚，沒有歧義，否則做事就會(huì)很茫然，不知道該怎么入手。

比如哪天領(lǐng)導(dǎo)問你，我們企業(yè)的數(shù)據(jù)中臺(tái)有沒有，要向阿里學(xué)習(xí)啊，有了清晰的概念你就可以做映射了，否則就會(huì)顯得手足無措，這種事情其實(shí)很多。

筆者的企業(yè)最近在做IT規(guī)劃，很多人就對(duì)數(shù)據(jù)中臺(tái)要帶一些產(chǎn)品職能有異議，記得以前筆者還把營(yíng)銷平臺(tái)當(dāng)成中臺(tái)，號(hào)稱也是賦能所有營(yíng)銷人員的，這就是概念不清造成的問題。

說來也奇怪，網(wǎng)上很難找到數(shù)據(jù)中臺(tái)的更科學(xué)解釋，能找到的大多也不夠清晰，與大數(shù)據(jù)平臺(tái)有千絲萬縷的關(guān)系，筆者最近正好在思考這個(gè)問題，特此分享于你，當(dāng)然仁者見仁，智者見智了。

所謂數(shù)據(jù)中臺(tái)，即實(shí)現(xiàn)數(shù)據(jù)的分層與水平解耦，沉淀公共的數(shù)據(jù)能力，筆者認(rèn)為可分為三層，數(shù)據(jù)模型、數(shù)據(jù)服務(wù)與數(shù)據(jù)開發(fā)，通過數(shù)據(jù)建模實(shí)現(xiàn)跨域數(shù)據(jù)整合和知識(shí)沉淀，通過數(shù)據(jù)服務(wù)實(shí)現(xiàn)對(duì)于數(shù)據(jù)的封裝和開放，快速、靈活滿足上層應(yīng)用的要求，通過數(shù)據(jù)開發(fā)工具滿足個(gè)性化數(shù)據(jù)和應(yīng)用的需要，見下圖（以某運(yùn)營(yíng)商為例）：

1、數(shù)據(jù)模型

數(shù)據(jù)模型是分層次的，以前叫作數(shù)據(jù)倉(cāng)庫(kù)模型，筆者這里概括為三層，基礎(chǔ)模型一般是關(guān)系建模，主要實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化，我們叫作“書同文、車同軌”，融合模型一般是維度建模，主要實(shí)現(xiàn)跨越數(shù)據(jù)的整合，整合的形式可以是匯總、關(guān)聯(lián)，也包括解析，挖掘模型其實(shí)是偏應(yīng)用的，但如果用的人多了，你也可以把挖掘模型作為企業(yè)的知識(shí)沉淀到中臺(tái)，比如離網(wǎng)挽留的模型具有很大的共性，就應(yīng)該有人把它規(guī)整到中臺(tái)模型，以便開放給其它人使用，中臺(tái)的中是相對(duì)的，沒有絕對(duì)的標(biāo)準(zhǔn)。

2、數(shù)據(jù)服務(wù)

將數(shù)據(jù)模型按照應(yīng)用要求做了服務(wù)封裝，就構(gòu)成了數(shù)據(jù)服務(wù)，這個(gè)跟業(yè)務(wù)中臺(tái)中的服務(wù)概念是完全相同的，只是數(shù)據(jù)封裝比一般的功能封裝要難一點(diǎn)，畢竟OLTP功能的變化有限，而數(shù)據(jù)分析受市場(chǎng)因素的影響很大，變化更快，導(dǎo)致服務(wù)封裝的難度變大。

隨著企業(yè)大數(shù)據(jù)運(yùn)營(yíng)的深入，各類大數(shù)據(jù)應(yīng)用層出不窮，對(duì)于數(shù)據(jù)服務(wù)的需求非常迫切，大數(shù)據(jù)如果不服務(wù)化，就無法規(guī)模化，比如浙江移動(dòng)封裝了客戶洞察、位置洞察、營(yíng)銷管理、終端洞察、金融征信等各種服務(wù)共計(jì)幾百個(gè)，每月調(diào)用量超過億次，靈活的滿足了內(nèi)外大數(shù)據(jù)服務(wù)的要求。

3、數(shù)據(jù)開發(fā)

但有數(shù)據(jù)模型和數(shù)據(jù)服務(wù)還是遠(yuǎn)遠(yuǎn)不夠的，因?yàn)樵俸玫默F(xiàn)成數(shù)據(jù)和服務(wù)也往往無法滿足前端個(gè)性化的要求，這時(shí)候就得授人以魚不如授人以漁了，數(shù)據(jù)中臺(tái)的最后一層就是數(shù)據(jù)開發(fā)，其按照開發(fā)難度也分為三個(gè)層次，最簡(jiǎn)單的是提供標(biāo)簽庫(kù)（DMP），用戶可以基于標(biāo)簽的組裝快速形成營(yíng)銷客戶群，一般面向業(yè)務(wù)人員，其次是提供數(shù)據(jù)開發(fā)平臺(tái)，用戶可以基于該平臺(tái)訪問到所有的數(shù)據(jù)并進(jìn)行可視化開發(fā)，一般面向SQL開發(fā)人員，最后就是提供應(yīng)用環(huán)境和組件，讓技術(shù)人員可以自主打造個(gè)性化數(shù)據(jù)產(chǎn)品，以上層層遞進(jìn)，滿足不同層次人員的要求。

對(duì)于標(biāo)簽庫(kù)（DMP）到底是屬于SaaS還是PaaS是有爭(zhēng)議的，但標(biāo)簽庫(kù)這類平臺(tái)顯然較生意參謀類產(chǎn)品更中臺(tái)一點(diǎn)，因?yàn)槠渫ㄓ眯愿鼜?qiáng)，專有業(yè)務(wù)的特性不是非常明顯，筆者還是認(rèn)為可以歸為中臺(tái)。

應(yīng)該來講，數(shù)據(jù)開發(fā)中的組件，比如頁(yè)面組件、可視化組件什么的，歸屬到業(yè)務(wù)中臺(tái)似乎更合理，但其實(shí)也要看企業(yè)的實(shí)際情況，哪里用的多就可以歸屬到哪里，沒有絕對(duì)的標(biāo)準(zhǔn)了。

以上劃分方式在邏輯上還是說得通的，但還有很多沒有考慮進(jìn)來，比如算法服務(wù)、機(jī)器學(xué)習(xí)引擎、hadoop、MPP等等，筆者覺得算法服務(wù)應(yīng)該屬于數(shù)據(jù)服務(wù)的一種類型，但h a d o o p、MPP、機(jī)器學(xué)習(xí)引擎更底層一點(diǎn)，應(yīng)屬于私有云或公有云的范疇了，比如筆者看到阿里云就提供了MaxCompute這類機(jī)器學(xué)習(xí)服務(wù)。

關(guān)于數(shù)據(jù)中臺(tái)的分層看似簡(jiǎn)單，但筆者卻糾結(jié)了好久，很多邊界是模糊的，最近看的一本書提到，新的概念如果跟既有知識(shí)體系不相符，一定要努力搞清楚，不能人云亦云，只要能表達(dá)出自己的觀點(diǎn)，即使還是錯(cuò)了，也有了被人家糾正的機(jī)會(huì)，對(duì)于事物理解的不深入，大多是不求甚解導(dǎo)致的概念不清的結(jié)果。

總結(jié)

以上是生活随笔為你收集整理的数据中台到底是什么？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。