数据中台，将和云计算一样成为企业内部基础设施？| 企服进化论
在首场「企业服务进化论」中，袋鼠云 CEO 拖雷做了关于数据中台与数据资产价值的分享。
袋鼠云是国内领先的数据智能践行者，2016年6月获得盈动资本的 Pre-A 轮投资。现场，拖雷从企业的信息化发展历程出发，点出了数据中台这一理念出现的必然性，从五个环节阐述了他所理解的数据中台的概念，并通过客户案例表述了数据中台给企业带来的价值。最后，他作为一个企业服务创业者，和现场观众分享了他的一些创业经历和心得。
以下是拖雷的分享内容，enjoy：
拖雷是我的花名，我2004年进淘宝，早先做技术，那时候连大数据的概念都没有，自然也没有什么数据中台，我们就从做数据库与数据仓库开始，后来也做过管理、业务，以及大数据。
2014年，阿里上市，我在2015年离开阿里，最初的想法是面朝大海，春暖花开，后来还是觉得太清闲了，人还年轻，想做点事情。
那个时候，就在看云计算、大数据和企业服务，觉得这会是未来很重要或者说前景很好的赛道。
我在阿里的最后几年，一直在做数据中台，尽管我们自己明白数据中台未来将是一个刚需，但是2016年刚开始创业的时候，根本没有人懂。
到2019年，数据中台一下就火了，变成了「数据中台」元年。这时大家都知道数据中台了，但依然心里很多的疑问，比如说数据中台到底是什么，数据中台给我带来的价值是什么？再过三年，数据中台（PaaS）可能会和云计算(IaaS)一样，成为企业内部的基础设施，到那个时候，这样的问题也就不会再有人问。
企业服务的市场，包括客户和创业者正在从里到外地改变。比如从前跟政府和传统企业打交道谈云计算，客户往往认为基础设施就是服务器、硬件，买一堆看得见摸得着的东西放在机房，这是固定资产，结果云计算时代没有哪些东西了，这个是他们最初最难接受的点，但是，现在他们也慢慢的理解，并接受了云计算时代的解决方案和服务，这也代表着他们思维上的转变。
我把企业的信息化分成四个阶段：从最早的电子化1.0到信息化2.0，解决的是具体需求点，放了很多信息化系统但是系统之间的联动远远不够。
企业信息化3.0阶段，也是数字化阶段，第一是做好这些系统之间的协作与联动，并且从数据层面，也开始打通，并开始利用这些系统产生的数据产生新的价值点。
再往下，是信息化4.0，也就是智能化阶段。阿里现在的定义是将3.0和4.0阶段合并，称作「数智化」阶段。
我们可以看得到，现在的智能化就是基于数据和算法的智能化。可能再过二十年，很多工作就会被算法或者人工智能给取代。接下来三四年内，数字化转型基本可以完成第一阶段，也就是中台的理解与搭建，但是，接下来二十年的智能化应用才是未来决胜的关键，也就是企业的弯道超车的机会点。
阿里是中台的起源。为了实现“数智化”，阿里实施了中台战略。当时阿里做的中台有两块：一是业务中台，一是数据中台。
关于业务中台，是在十年前发生了一件事：天猫业务的诞生。从技术角度来看，淘宝、天猫以及未来可能会产生的如聚划算、手淘、闲鱼等平台，后台系统应该是一致的。所以我们当时就把这些后台系统演化成了用户中心、交易中心、商品中心等等，以及连接这些系统的技术平台，都做成服务化的模式，而这个统一的后台系统就是业务中台。
所以业务中台是为了把各个垂直、可联动的系统在后台做成共享化、中心化、服务化，实现后台系统的共享与协作，以达到最高效率与效益。
至于数据中台，是马老师在2012年提出了大数据战略后专门成立了一个专门的CDO部门，既然是做大数据，第一是所有数据汇集在一起，第二是数据的维度要丰富，第三是数据的标准要一致，然后才能发掘出数据真正的价值。这个时候，数据中台就随之产生。接下来我详细讲一下什么是数据中台。
我在解释数据中台时，通常会把它分成五个具体的点。
第一个可以叫做「盘家底」，或者是咨询，或者是顶层设计，就是看今天你到底有多少数据。这些数据，哪些是自己现有的，哪些是未来可能有的，而哪些是可能可以从外界获得的，以及有这些数据，我打算办哪些事情，这是规划与设想阶段。有什么数据才能能决定做什么事，你没有数据还想去做大数据，就是空谈。
第二个是「数据中台产品」。阿里在2014年就完成了自己的中台产品，袋鼠也有自己的数据中台产品-数栈，这也是我们的技术壁垒所在。这一块涉及技术的比较多，就不展开讲了，这是一个可以标准化、通用化的PaaS平台化的产品，可以理解为可以解决大数据时代，或是是数据中台时代，所有大数据的技术问题的这么一个PaaS的数据平台产品。
第三个是「数据中台的建设」，这是脏活累活。具体来说，就是怎样把数据归集、清洗、加工，怎么去做数据的主题域和建模，这很累，但没有业务价值。就像挖金矿，我把金子挖出来，老百姓也不会买，因为他拿到金矿石没用，他要的是首饰、项链、耳环。我们的目标用户也是这样，他们最感兴趣的是数据的应用与场景。
第四点就是「数据应用的建设」。这块最有价值，用户往往最懂，也最感兴趣，但是在目前来说是最难的，这是因为，整个大数据还处于早期，标准化数据场景并不多，效果并不直观。
就像从蒸汽时期进入电器时代，刚开始造出的电器很丑陋，也很不稳定，也不实用，甚至对比蒸汽时代的机器并没有质的提升，这个时候进行对比，很难说电器比蒸汽机要强多少，但是任何人都没法想明白几十年之后的冰箱，彩电，洗衣机会是这个样子，所以开始的这个阶段是最难的。
所以在中台时代，对企业来说，先做好底层的中台，包括业务中台与数据中台，是在做基础设施，相当于做好电网，最重要的上层应用，就可以基于电网慢慢的长出来。
第五点是「数据中台的运营」。中台不像从前的应用软件，不是一锤子买卖，买个产品，然后安装部署就结束。数据中台基于数据，只要数据量还在增加，数据的纬度还在增加，算法就要调整，未来可能还有新的数据应用出现，所以中台的建设是个持续迭代的过程。
有人问：是不是所有企业都需要数据中台？我觉得今天数据中台其实是一个理念，如果未来的企业都是数据驱动的企业的话，他就一定需要一个数据中台，它就是企业的数据大脑。中台有大有小，不是说中台就是一个庞大的结构，所以说这是个理念，表示我的企业未来是数字化驱动的企业。
马老师从前在新零售的时候说到：第一是以消费者为核心，第二个以数据驱动为核心。如果以数据驱动为核心是一定逃不掉的，那数据中台就是一个基础设置，与此匹配的，才可能是你的组织架构，也有可能是你产品与技术的支撑，就看今天你有没有意识，数据中台是公司做数据化驱动的核心。
数据中台中最重要的理念，不是所有数据的堆砌，而是有一套很强的体系化架构，能迅速知道数据有多少、在哪里、还能方便获取与应用。就像京东的亚洲一号仓库一样，京东亚洲一号的核心竞争力不在于仓库能存放多少货物，而是配套的仓储、物流的管理系统。
第一个案例是「XX鞋服企业」。他的供应链以前是靠人，也就是买手来选货和铺货。比如选货，总部每个季度会设计出大量的SKU，让子公司、门店的买手自己去选，其中的问题就是无法形成标准化，个体差异较大。
那能不能靠算法来解决这个问题？我们基于总部数据，各门店数据及各门店周围的商圈数据做了个算法，叫「千店千面」。相关数据除了客户自己提供的之外，还有一部分来自于阿里的数据银行。这个算法主要解决选货和铺货这两个问题，应对很多门店从前效率过低或选得不好的情况。后面实践下来效果很好，特别是对于以前做得比较差的门店，提升率非常高。
第二个案例是一个烟草企业。类似这样的品牌生产与零售企业，他们面对的问题是不知道自己的消费者是谁。为什么？因为在传统的零售营销里面，这类消费品，他们交给渠道商之后就结束了。后来，他们在尝试创新，方法很简单，每包烟上面放个防伪二维码，扫一下烟就可以验真。通过这个方式，他们轻松积攒了上千万的用户数据。
但是那个时候，他们还不会利用这些数据，他们就尝试了第二件事，招了一批90后，做一个公众号。这个公众号运营地不错，经常出10W+的文章，甚至还出现过百万阅读量的文章。
尝到了这两件事的甜头之后，他们想要做一个活动营销平台，从数据开始到数据中台，一直到上层营销活动平台。比如新品发布会，现在可以线上线下同步发布，线上的流量还远远大于线下的流量。
现在他们的这个新的平台，除了活动营销，还有自己的积分商城，还有自己的用户中心等等。现在已经积累了两三千万维度更全面的消费者数据，未来还有可能会尝试搞C2B，站在消费者的角度，来看消费者喜欢什么。
这是敢于创新的品牌，就尝试到了甜头，也有很多老的传统强势品牌，因为没跟上节奏如今也面临危机。我们还在给银行和金融业做中台，甚至我们接触过的一个银行客户，独立出一个数据部，与科技部平行在做这样的事，跟马老师当时搞CDO这个做法很像，或者跟政府搞大数据局一样，这是我觉得他比较有意思的一个点。通过今天思想的变化，组织架构的变化，先把数据中台立到一定的高度，然后再来做中台。这个组织架构变化的背后，体现了如今整体市场的变化。
今天现场有很多企业服务的创业者，虽然领域各不相同，但是都在服务企业，了解他们的需求，对我们来说应该永远是第一位的。
以上是拖雷的分享内容，更多内容将在接下来的几天陆续呈现。
