大数据时代数据化转型的多种模式

传统企业正在面临IT新技术的挑战,“云大物移”已经成了高频出现的热词,传统企业们愈发清晰地感受到IT的重要性与挑战。传统企业有着数十年积累的宝贵资产,包括客户关系、数据、品牌形象、供应链、渠道等等,要在互联网时代的竞争环境中占得一席之地,靠的不是突破最高精尖的技术领域,而是以数字化的形式激活自己多年累积的核心资产,将核心资产转变为可以在互联网上使用的服务,使其焕发新的价值。在这个数字化时代,完成企业数字化转型势在必行。

— 数字化业务发展的历史回顾

数据库技术诞生的10年间,技术的变革都来自业务的应用需求,提供交易的能力,这个时代的数据分析能力非常有限。Bill Inmon在1992年提出了数据仓库理论,带动了商业智能快速发展,也推进了MPP数据库技术的发展,由此我们进入企业数据仓库时代

大数据时代数据化转型的多种模式_第1张图片

2010年后,互联网业务需求推动了大数据技术的发展,大量新型数据如IoT数据、应用埋点、外部数据、非结构化数据等存储需求日益增多,推动了基于大数据的数据仓库、数据湖、数据集市的建设,而AI的兴起带动了数据科学平台的发展。企业开始着手解决数据孤岛的问题,并开始建设除了分析业务系统外的在线数据业务系统。但是数据、应用和AI平台之间相互独立,只能通过接口层做有限的交互。在这个阶段,很多企业都在尝试新应用的拓展,在此过程中摸索新的管理方式。

大数据时代数据化转型的多种模式_第2张图片

2013年之前,互联网和企业的业务都采用的是单体应用的开发模式。但是到了数字化时代,业务应用的开发思路需要转变,要从以产品为中心转向以用户和体验为中心。

大数据时代数据化转型的多种模式_第3张图片

单体应用的开发的缺点大家可能都比较熟悉,很多人参与同一个项目,往往耦合重、开发效率低、经常重复造轮子、开发周期长,而且往往是‘牵一发而动全身’;而微服务是一种将单个应用以许多微小服务所组成的服务套件形式来构建软件的方法,每个微服务拥有自己的轻量级数据处理模块和通讯机制,可以独立进行开发和部署。因此它能更快交付,更灵活的运维,并避免掉重复造轮子。而当微服务量级提高,可沉淀为应用中心,为全公司乃至全行业赋能。

大数据时代数据化转型的多种模式_第4张图片

单体应用开发模式转变为微服务开发模式,核心是外包的开发模式转为自研模式,要么通过新的管理方式来规范研发,要么是自建研发团队。

而随着前线人员对数据的需求越来越多,企业需要开发出大量新的数据应用来持续的迭代业务,改进用户体验,包括实时类、AI类、在线数据类业务的大量创新和尝试,因此就需要分层设计和更好的数据建模,提供多种不同的数据计算能力,并可以根据业务负载进行弹性的伸缩,因此最终需要云计算技术来支持弹性、灵活的数据服务和应用

大数据时代数据化转型的多种模式_第5张图片

— 什么是数字化转型

数据是指任何以电子或者其他方式对信息的记录,比如声音、图像、符号、文字等。数据资源是指能够参与社会生产经营活动、可以为使用者或所有者带来经济或社会效益、以电子方式记录的数据。甄别数据与数据资源的依据主要在于其是否具有使用价值。数据要素是参与到社会生产经营活动、为使用者或所有者带来经济或社会效益、以电子方式记录的数据资源。甄别其与数据资源的依据主要在于其是否产生了经济或社会效益。

数据价值是指在数据的生命周期中,使用者通过分析手段将数据的属性或内容转换成了具有业务目的的信息,再经分析形成可执行的决策信息,最终由行动产生价值,进而实现的降本增效数量。在微观层面上,数据价值主要体现在企业如何利用数据进行生产与经营活动,体现为对使用者效用的提高。从规模角度,高质量的数据要素具有规模报酬递增特征与正反馈效应,而低质量的数据投入规模越大,对企业的干扰也越大。数据经过处理及整合后,再经分析形成可执行的决策信息,最终由行动产生价值。

数字化转型是指通过利用现代技术和通信手段,改变企业为客户创造价值的方式。如今,数字技术正被融入到产品,服务与流程当中,用以转变客户的业务成果及商业与公共服务的交付方式。这通常需要客户的参与,但也涉及核心业务流程、员工,以及与供应商及合作伙伴的交流方式的变革。

— 数字化转型的必要性

全球知名调研机构IDC此前曾对2000位跨国企业CEO做过一项调查,结果显示到2018年,全球1000强企业中的67%、中国1000强企业中的50%都将把数字化转型作为企业的战略核心。数字化时代是个赢家通吃的时代,产品的推广速度远超以往。在工业时代,收音机花了38年获得了5000万用户,到了信息化时代,iPod用了4年时间获取5000万用户,而在数字化时代,抖音在2018年春节假期就获取了3000多万的新增活跃用户。创新速度是数字化时代的主要竞争资源,因此企业做数字化转型势在必行。

大数据时代数据化转型的多种模式_第6张图片

— 数字化转型的三层业务模式

企业要完成数字化转型,首先需要构建一个全新的数字化战略,从观念和思维上进行转变来适应新时代的要求,包括组织结构的升级、企业文化的建设等工作,只有在企业全体在意识上形成统一,数字化的转型落地才可以执行。在自上而下完成思维和意识上的转变后,企业各级部门需要投入完成两个重要的工作,即建立符合数字化转型所需的业务形态和构建数字化基础设施

传统的企业业务模式,是一个单向、封闭的过程,它基本上是由企业内部的资源如业务部门、产品经理等,根据内部已有的经验或者知识来规划、设计和建设的。一旦建设完成,业务的迭代一般会比较少,主要还是通过设计人员的知识更新,亦或是外部竞争形态的变化来驱动的,直接用户很少参与其中,因此这个模式不太适合数字化时代的经营要求。

数字化的企业业务,在信息形态上是双向,业务部门给用户提供产品和内容,用户会反馈行为轨迹、喜好、建议等数据,而应用能够在线或者离线的根据用户反馈进行内容迭代或者产品更新。数字应用的核心是数据在每个环节都可以产生价值,设计的思想是用户至上,主要是让数据来驱动业务形态,而不再是产品设计人员的经验和知识。此外因为用户的不同需求反馈,数字应用的迭代速度要远快于传统应用,一般是每月甚至是每周就需要优化和迭代。在技术实现上,因为面对着长尾的用户,产品的设计需要互联网化,能够面对高并发的用户访问,能够自动化的进行产品维护,并智能化的根据用户来做内容更迭。

企业的数字化的业务演进,在技术上可以分解为三个层面:

  • 数据模式:数据的有效使用是数字化的根本前提。企业需要首先解决数据的存、通、用的核心问题,从没有数据、依靠人的经验的模式转变为以数据驱动的模式,并需要将数据可以赋能的对象,从技术开发人员扩大到所有的一线工作人员,甚至是其生态。因此需要全新的大数据视角来推动数据使用。

  • 应用模式:需要从传统的单体应用转变为云原生模式,从而可以更好更快的根据用户的需求迭代,并能够有效的用人工智能技术来驱动应用。在落地过程中,企业需要找一些关键的业务(如AI应用)来进行先期探索。

  • IT模式:需要从运维的视角(管理机器资源)转变为驱动业务为中心,需要提供云原生的平台,支持数据平台和数字业务的运行和支撑。除了IaaS平台以外,一般需要构建PaaS云平台来满足数据和应用开发的需求。

    大数据时代数据化转型的多种模式_第7张图片

— 小结

本文介绍了数字化发展历史,以及数据模式、应用模式、IT模式的三层业务模式的数字化建设战略。数字化时代的今天,创新速度是主要竞争资源,企业的数字化转型势在必行。那么企业级数据平台,需要有哪些基础能力呢?下一篇将介绍企业级统一数据平台建设思路。

你可能感兴趣的:(大数据,数据仓库,数据库)