數據中臺是直接服務于業務系統的數據服務工廠，狹義上講，數據中臺就是可復用的數據API。

????站在企業架構的角度，從廣義上來講，數據中臺(包含數據平臺，數據倉庫）應該提供的服務如下圖所示：

? ? ?

1.數據資產的規劃和治理

做中臺之前，首先需要知道業務價值是什么，從業務角度去思考企業的數據資產是什么。數據資產不等同于數據，數據資產是唯一的，能為業務產生價值的數據。對于同一堆數據，不同業務部門所關注的數據指標可能完全不同，怎么讓各個跨域的業務變成統一的標準，就需要規劃企業的數據全景圖，將所有有可能用上的、所有對企業有可能有價值的數據都規劃出來，最終梳理出企業的數據資產目錄。在這個時候不需要考慮有沒有系統、有沒有數據，只需要關注哪些數據是對企業業務有價值的。這一層不建議做得太細，太細就難以形成標準，不能適用于多個場景了。數據治理是數據中臺很重要的一個領域，ThoughtWorks認為在現在業務邊界消失、需求快速變化的情況下，企業需要具備精益數據治理的能力——Lean Data Governance。傳統的中心化、事前控制式的數據治理方式，要改變為去中心化、事后服務式的治理方式。

2.數據資產的獲取和存儲

從廣義上來講，數據中臺要為企業提供強大的數據資產的獲取和存儲的能力。但是這個能力不是數據中臺的核心功能，很多企業可以基于原來的數據平臺，數據倉庫等已有的工具來提供數據采集和存儲的能力。

3.數據的共享和協作

企業的數據中臺一定是跨域的，需要讓所有的人都知道數據資產目錄在哪里。不能因為數據安全，就不讓大家知道企業有什么數據。沒有共享和開放，數據沒有辦法流動起來，沒有流動的話數據的價值產生的速度就會非常慢。所以在數據安全的基礎上，企業的數據資產目錄要對利益相關者、價值創造者開放，要讓業務人員能夠做到“Self-Service”。

數據資產目錄是數據中臺很核心的一個基礎能力，但是往往目前很多的企業都尚未建立這個能力，這也是導致數據在企業內部不開放，不共享，不被利用的很重要的一個原因。

4.業務價值的探索和分析

數據中臺不僅要建立到源數據的通路，還需要提供分析數據的工具和能力，幫助業務人員去探索和發現數據的業務價值。一個好的數據中臺解決方案中需要針對不同業務崗位的用戶提供個性化的數據探索和分析的工具，并且在此基礎上一鍵生成數據API，以多樣化的方式提供給前臺系統。

5.數據服務的構建和治理

數據中臺需要保證數據服務的性能和穩定性，以及數據質量和準確性，還需要具備強大的服務治理能力。數據服務要在一開始就有整體的頂層設計，從而能夠將數據服務做分類，打標簽，能夠更方便的被搜索被調用，讓好的服務浮現出來，讓質量不高的服務自動的退市被銷毀。

數據中臺是一個生態平臺，在數據中臺上面會不斷生長各種數據服務，所以從一開始就構建好數據服務的治理結構是非常重要的，就想經營一個市場一樣。

6.數據服務的度量和運營

如果數據中臺最終只是做到把數據給到業務人員，那它就只是一個搬運工的角色，數據中臺的核心是為業務應用提供有業務價值的數據服務。所以度量和運營數據服務的能力是數據中臺的業務能力。

數據中臺應該能夠對提供的數據服務及相關行為做持續跟蹤和記錄，包括哪些數據服務被哪個部門使用、用了多少次等，通過這些去度量每一個數據服務的業務價值。

數據中臺是一個需要用互聯網思維去經營的利潤中心平臺，數據中臺的經營分析人員需要分·析務，了解為什么今天上午這個財務部門的人用了數據中臺、調用了十次，下午他不用了，原因是什么，調用了這些數據服務的人通常還會調用哪些其他的數據服務。這些都需要相應地做記錄、做日志、做分析，要把數據當做像電商平臺一樣去經營，然后實時地根據這些業務行為數據去提醒數據服務提供方，調整、改變、優化數據服務，這才是可經營的數據中臺，也只有這樣業務部門才能得到最快的支持和響應。

在這樣的一個功能愿景下，我們初步定義了一個數據中臺的典型邏輯功能架構：

? ? ?

這個架構中，把數據中臺比喻為數據工廠，具備數據工廠的典型功能架構。

總結

以上是生活随笔為你收集整理的再问数据中台 - 数据中台的典型架构是怎样的？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。