什么是数据中台，让企业的数据作为生产资料转变为数据生产力

什么是数据中台，让企业的数据作为生产资料转变为数据生产力

概述

数据中台是一套可持续“让企业的数据用起来”的机制，是一种战略选择和组织形式，是依据企业特有的业务模式 和组织架构，通过有形的产品和实施方法论支撑，构建的一套持续不断把数据变成资产并服务于业务的机制。

数据中台必备的4个核心能力

数据中台需要具备：数据汇聚整合、数据提纯加工、数据服务可视化、数据价值变现四个核心能力，让企业员工、客户、伙伴能够方便地应用数据。 – 2019 Forrester 数据中台行业白皮书《拥抱数据中台，加速数字化转型》

汇聚整合

• 数据中台需要对数据进行整合和完善，提供适用、适配、成熟、完善的一站式大数据平台工具，在简便有效的基础上，实现数据采集、交换等任务配置以及监控管理。
• 背景：随着业务的多元化发展，企业内部往往有多个信息部门和数据中心，大量系统、功能和应用重复建设，存在巨大的数据资源、计算资源和人力资源的浪费，同时组织壁垒也导致数据孤岛的出现，使得内外部数据难以全局规划。
• 关键点：管理简便、集成与运营、确保访问权限、数据可用

提纯加工

• 数据中台必须连通全域数据，通过统一的数据标准和质量体系，建设提纯加工后的标准数据资产体系，以满足企业业务对数据的需求。
• 数据需要经过提纯加工才能使用，这个过程就是数据资产化。
• 背景：传统的数字化建设往往局限在单个业务流程，忽视了多业务的关联数据，缺乏对数据的深度理解。
• 关键点：标签体系、智能的数据映射、质量保障体系、完善的安全防控

服务可视化

• 数据中台必须提供便捷、快速的数据服务能力，让相关人员能够迅速开发数据应用，支持数据资产场景化能力的快速输出，以响应客户的动态需求。
• 背景：多数企业期待数据中台可以提供数据化运营平台，帮助企业快速实现数据资产的可视化分析，提供包括实时流数据分析、预测分析、机器学习等更为高级的服务，为企业数据化运营赋能。
• 背景：随着人工智能技术的发展，多数企业期待AI的能力能应用到数据中台上，数据中台必须提供丰富的分析功能，数据资产必须服务于业务分析才能解决企业在数据洞察方面的短板，实现与业务的紧密结合。
  -** 关键点：数据可视服务、数据开发平台、AI服务能力、数据分析能力**

价值变现

• 数据中台通过打通企业数据，提供以前单个部门或者单个业务单元无法提供的数据能力，以实现数据的更大价值的变现。
• 背景：企业期待数据中台能提升跨部门的普适性业务价值能力，更好地管理数据应用，将数据洞察变成直接驱动业务行动的核心动能，跨业务场景推进数据实践。
• 背景：企业对于如何评估业务行动的效果也十分关注，因为没有效果评估就难以得到有效反馈，从而难以迭代更新数据应用，难以持续为客户带来价值。
• 关键点：跨部门实现业务价值、数据应用管理、洞察驱动业务的通路、面向场景的数据应用

数据中台是一套持续地让企业的数据用起来的机制，要想把数据用起来，四个核心能力都需要不断迭代和提升。

从战略上来看，汇聚数据、提纯加工、服务可视化和价值变现的能力是数据中台最核心的竞争力，是企业真正将数据转化为生产力、实现数字化转型和商业创新、永葆青春的保障。

数据中台与企业现有信息架构

数据中台作为解决企业级数据应用难题的新方案。

站在企业的角度，数据中台更多地指向企业的业务场景，即帮助企业沉淀能力，提升业务效率，最终完成数字化转型。

因此，数据中台与企业现有信息架构不存在竞争关系，不会导致企业现有系统、功能和应用的重复建设。

轮胎制造的上市公司案例：

• 背景：一家做轮胎制造的上市公司，有多个业务系统：OA系统、ERP系统、工艺设计与管理系统、物流系统、生产系统等。
• 该企业的核心痛点：无法准确知道当前的轮胎能否准时或者提前交付。
• 背景：制造型企业一般处于产业链中间位置，它的上游是橡胶提供方，下游是汽车组装商。轮胎的及时交付就意味着公司的生命线–稳定的现金流。
• 难点：影响轮胎能否及时交付的数据变量是散落在所有系统中的，诸如：物流的及时性、对生产过程的控制力、是否有重大的经济压力、甲方工艺设计需求的变化等。
• 在数据中台之前怎么做？企业首先需要拉出所有系统数据库中的表，然后再用Excel去做对应关系，整个过程非常琐碎且耗时。
• 使用数据中台后？汇聚相关系统中的原始数据，并且面向轮胎这一公司经营的实体构建一系列场景化的标签特征。同时，通过离线或者实时的数据交互模式，不断更新特征值，将业务场景所关注的数据的价值直接展现出来。

企业原有的IT系统对企业的生产经营或者经营管理提供支撑。数据中台定位则是在数据领域帮助企业不断沉淀数据能力。数据中台需要IT系统不断提供数据，而IT系统未来更加需要横向、综合的数据特征来支撑。 才能更好地构建企业整体的IT支撑能力。

数据中台的业务价值与技术价值

业务价值：从洞察走向赋能业务创新，形成核心壁垒

1. 以客户为中心，用洞察驱动企业稳健行动
2. 以数据为基础，支持大规模商业模式创新
3. 盘活全量数据，构筑坚实壁垒以持续领先

技术价值：能力多、成本低、应用广

1. 应对多数据处理的需求
2. 丰富标签数据，降低管理成本
3. 数据的价值能体现业务系统效果而不仅是准确度
4. 支持跨主题域访问数据
5. 数据可以快速复用而不仅是复制

应对多数据处理的需求：

• 报表需求，保持批量离线计算的能力（Hadoop、Oracle RAC）。
• 针对准实时的指标统计和实时推荐，需要实时流式计算的能力（Spark Streaming、Flink）。
• 针对决策类业务如海量人群的圈人需求和ad-hoc需求，需要即席计算能力（Greenplum、Elasticsearch、Impala）。
• 针对高并发业务场景（如用户画像），需要在线计算能力（MySQL、Redis、Oracle）。

总结

数字化浪潮席卷全球，企业正面临着前所未有的挑战和机遇，必须不断加速数字化转型才能生存和保持领先。

数据中台能够帮助企业聚合内外部数据，支撑高效的数据服务，最终提升企业决策水平和业务表现。

数据中台是把数据这种生产资料转变为数据生产力的过程。

公众号

参考

《数据中台 让数据用起来》 付登坡等