導讀：本文主要闡述數據中臺的定義和核心能力。

作者：付登坡 江敏 任寅姿 孫少憶 等

來源：大數據DT（ID：bigdatadt）

伴隨著云計算、大數據、人工智能等技術的迅速發展，以及這些技術與傳統行業的快速融合，企業數字化、智能化轉型的步伐逐漸加快。IDC預測，到2021年，全球至少50%的GDP將被數字化，而每個行業的增長都會受到數字產品與服務、數據化運營的驅動。

數字化轉型成功的企業，其內部和外部的交互均以數據為基礎。業務的變化快速反饋在數據上，企業能夠迅速感知并做出反應，而其決策與考核基于客觀數據。

同時，數據是活的，是流動的，越用越多，越用越有價值。隨著數據與業務場景的不斷交融，業務場景將逐步實現通過數據自動運轉和自動優化，進而推動企業進入數字化和智能化的階段。

傳統IT建設方式下，企業的各種信息系統大多是獨立采購或者獨立建設的，無法做到信息的互聯互通，導致企業內部形成多個數據孤島。

互聯網、移動互聯網的發展帶來很多新的業務模式，很多企業嘗試通過服務號、小程序、O2O平臺等新模式觸達客戶、服務客戶，新模式是通過新的平臺支撐的，產生的數據與傳統模式下的數據也無法互通，這進一步加劇了數據孤島問題。分散在各個孤島的數據無法很好地支撐企業的經營決策，也無法很好地應對快速變化的前端業務。

因此需要一套機制，通過這套機制融合新老模式，整合分散在各個孤島上的數據，快速形成數據服務能力，為企業經營決策、精細化運營提供支撐，這套機制就是數據中臺，如圖2-1所示。

▲圖2-1 數據中臺定位

01 解碼數據中臺

與許多新概念誕生之初的境遇一樣，數據中臺目前正處于“定義混亂期”。

有人認為數據中臺是云平臺的一部分，同時包括業務中臺和技術中臺；有人認為數據中臺是數據的共享、整合和深度分析；還有人認為數據中臺是“計算平臺+算法模型+智能硬件”，不僅有云端，還需要智能設備幫企業在終端收集線下數據……從服務方到客戶方，對數據中臺的理解并不相同，如同一千個觀眾心中就有一千個哈姆雷特。

筆者們有幸見證了數據中臺在中國從0到1的全過程，并在其中實踐多年，對于數據中臺的定義，筆者們認為：數據中臺是一套可持續“讓企業的數據用起來”的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制。

數據來自于業務，并反哺業務，不斷循環迭代，實現數據可見、可用、可運營，如圖2-2所示。

通過數據中臺把數據變為一種服務能力，既能提升管理、決策水平，又能直接支撐企業業務。數據中臺不僅僅是技術，也不僅僅是產品，而是一套完整的讓數據用起來的機制。既然是“機制”，就需要從企業戰略、組織、人才等方面來全方位地規劃和配合，而不能僅僅停留在工具和產品層面。

以中國某大型央企集團的數據中臺為例，該集團旗下擁有橫跨金融、地產、零售的多條業務線。要做數字化轉型，不僅是技術問題，更是組織與業務運轉模式改變的問題，需要頂層戰略規劃和組織架構上的改變。這也是為什么各大互聯網公司在宣布中臺戰略時，會伴隨著組織架構調整。

▲圖2-2?數據中臺是一套“讓企業的數據用起來”的機制

每家企業的業務與數據狀況各不相同，業務對數據服務的訴求不同，數據中臺的建設將呈現出不同的特點，沒有任何兩家企業的數據中臺是完全相同的。數據中臺的實施不僅需要一整套技術產品，更需要針對不同業務、數據、應用場景的體系化的實施方法和經驗，過程中涉及企業戰略、組織、技術、人才等全面的保障和配合。

02 數據中臺必備的4個核心能力

早在2015年，數字化領域的領先者已經開始從頂層戰略設計入手，調整組織架構，協調內外部的利益，更新方法論和認知體系，著手構建數據中臺體系。從2018年下半年開始，以數據中臺戰略為核心的變革潮流席卷互聯網行業，然而多數企業對數據中臺內涵的認識仍不夠全面，導致業務落地和商業創新還是困難重重。

數據中臺需要具備數據匯聚整合、數據提純加工、數據服務可視化、數據價值變現４個核心能力，讓企業員工、客戶、伙伴能夠方便地應用數據。

1. 匯聚整合

隨著業務的多元化發展，企業內部往往有多個信息部門和數據中心，大量系統、功能和應用重復建設，存在巨大的數據資源、計算資源和人力資源的浪費，同時組織壁壘也導致數據孤島的出現，使得內外部數據難以全局規劃。

數據中臺需要對數據進行整合和完善，提供適用、適配、成熟、完善的一站式大數據平臺工具，在簡便有效的基礎上，實現數據采集、交換等任務配置以及監控管理。

數據中臺必須具備數據集成與運營方面的能力，能夠接入、轉換、寫入或緩存企業內外部多種來源的數據，協助不同部門和團隊的數據使用者更好地定位數據、理解數據。同時數據安全、靈活可用也是絕大多數企業看重的，他們期望數據中臺能協助企業提升數據可用性和易用性，且在系統部署上能支持多種模式（見圖2-3）。

▲圖2-3?企業看重的數據整合和管理能力

2. 提純加工

數據就像石油，需要經過提純加工才能使用，這個過程就是數據資產化。

企業需要完整的數據資產體系，圍繞著能給業務帶來價值的數據資產進行建設，推動業務數據向數據資產的轉化。?

傳統的數字化建設往往局限在單個業務流程，忽視了多業務的關聯數據，缺乏對數據的深度理解。數據中臺必須連通全域數據，通過統一的數據標準和質量體系，建設提純加工后的標準數據資產體系，以滿足企業業務對數據的需求，如圖2-4所示。

▲圖2-4?企業看重的數據提煉和分析加工能力

3. 服務可視化

為了盡快讓數據用起來，數據中臺必須提供便捷、快速的數據服務能力，讓相關人員能夠迅速開發數據應用，支持數據資產場景化能力的快速輸出，以響應客戶的動態需求。

多數企業還期待數據中臺可以提供數據化運營平臺，幫助企業快速實現數據資產的可視化分析，提供包括實時流數據分析、預測分析、機器學習等更為高級的服務，為企業數據化運營賦能。

此外，伴隨著人工智能技術的飛速發展，AI的能力也被多數企業期待能應用到數據中臺上，實現自然語言處理等方面的服務。數據洞察來源于分析，數據中臺必須提供豐富的分析功能，數據資產必須服務于業務分析才能解決企業在數據洞察方面的短板，實現與業務的緊密結合（見圖2-5）。?

▲圖2-5?企業看重的數據資產服務化能力

4. 價值變現

數據中臺通過打通企業數據，提供以前單個部門或者單個業務單元無法提供的數據服務能力，以實現數據的更大價值變現。

企業期待數據中臺能提升跨部門的普適性業務價值能力，更好地管理數據應用，將數據洞察變成直接驅動業務行動的核心動能，跨業務場景推進數據實踐。同時，企業對于如何評估業務行動的效果也十分關注，因為沒有效果評估就難以得到有效反饋，從而難以迭代更新數據應用，難以持續為客戶帶來價值，如圖2-6所示。

如前所述，數據中臺是一套持續地讓企業的數據用起來的機制，要想把數據用起來，四個核心能力都需要不斷迭代和提升。從戰略上來看，匯聚整合、提純加工、服務可視化和價值變現的能力是數據中臺最核心的競爭力，是企業真正將數據轉化為生產力、實現數字化轉型和商業創新、永葆競爭力的保障，如圖2-7所示。

▲圖2-6?企業看重的數據價值變現能力

▲圖2-7?數據中臺4大核心能力不可分割

關于作者：付登坡（花名：天湛），資深大數據專家，數瀾科技聯合創始人&地產事業部總經理。有10余年大數據領域從業經驗，擅長數據建模、海量數據產品架構設計與實現。原阿里巴巴集團大數據專家，曾在阿里巴巴集團負責消費者數據標簽體系、DMP平臺等大數據項目設計與實施。

江敏（花名：江敏），資深大數據專家，數瀾科技聯合創始人& CTO。有10年大數據平臺規劃、數據安全交換使用、數據應用場景建設方面的實踐經驗。曾任職于阿里數據平臺事業部、阿里云數據事業部，負責阿里數據能力及平臺的行業客戶賦能，并打造行業的數據共享交換，是ID-Mapping體系能力構建及服務化的核心參與者、數據交易模式的早期探索者。

任寅姿（花名：影姿），資深數據產品專家，數瀾科技創新事業部總經理。曾任阿里巴巴數據產品專家、數據創新梧桐工作室負責人等。對大數據資產設計、資產服務、資產應用在實踐的基礎上形成了一套完整的數據標簽類目體系方法論，擅長對各種復雜業務場景進行需求拆解、數據抽象和數據應用建模，關注采用大數據方法切實解決場景痛點，提升業務效率。

孫少憶（花名：守正），資深數字化轉型咨詢專家，數瀾科技戰略副總裁。20年企業信息化工作經驗，積累了豐富的信息化內部運營、解決方案銷售及交付等方面的實踐經驗。

本文摘編自《數據中臺：讓數據用起來》，經出版方授權發布。

延伸閱讀《數據中臺：讓數據用起來》

長按上方二維碼了解及購買

轉載請聯系微信：DoctorData

推薦語：數據中臺領域領先企業數瀾科技出品，阿里巴巴集團聯合創始人推薦！萃取百家頭部企業數據中臺建設經驗，系統總結數據中臺建設方法論。

• Python數據可視化：5段代碼搞定散點圖繪制與使用，值得收藏

• 企業數字化轉型與中臺建設全攻略：什么階段進行？采用哪些方法？
  

• 2019最后一個月Python繼續霸榜，想上車？看這份書單
  

• 什么是數字孿生？有哪些關鍵技術？現在怎么樣了？

據統計，99%的大咖都完成了這個神操作

????

點擊閱讀原文，了解更多

總結

以上是生活随笔為你收集整理的“让数据用起来”：解读数据中台必备的4个核心能力的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。