爷我天蝎座，打小不喜欢凑热闹，更不会强迫自己融入热闹，什么国庆长假，什么网红餐厅...只要是让我排队，就感觉是浪费生命，我是万万不会屈从的。
这个说不上毛病的毛病，或多或少也在影响我在专业领域的判断。比如，19年中台这股热闹妖风刮起来的时候，我基本是捏着鼻子远远躲开的。直到最近在调整组织战略，数据运营重新进入我的视野，落地却屡屡不得法时，不得不静下心来探究一番，热热闹闹的数据中台到底在说什么。
翻阅了不少资料，这里推荐下《数据战略-如何从大数据、大数据分析和万物互联中获利》《数据中台-让数据用起来》这两本书（部分内容也参考了它们），读罢获益匪浅。小标题里的关键字获利、用起来都是今天我要说的重点。
以史为鉴
我们先看看工业革命的演进路径，从1.0的蒸汽机时代，到2.0的电力、流水线和大规模生产时代，再到3.0的计算机自动化时代，最后是4.0的智能化时代。
再瞅一眼互联网Web的发展路径，从1.0的计算机互联只读时代，以网络单向提供静态内容给人的方式出现；到2.0的互动分享社交读写时代，以人与人的沟通、创作、传播、协作的双向特征出现(如Facebook/Youtube,HTML5/CSS3技术)；再到3.0的移动语义和物联 读写执行 时代，计算机可以智能生成、理解和分发用户需要的内容，更理解语义更通人性(如苹果Siri, 小度); 2020开始的4.0时代，目前还没权威定义，有云操作系统、去中心化区块链、共生网络等，下图的Web OS其实也只是形态之一罢了。
图自: https://medium.com/@vivekmadurai/web-evolution-from-1-0-to-3-0-e84f2c06739
参考1：从1.0到3.0的Web进化参考2：万维网：从WEB 1.0到WEB 4.0和SOCIETY 5.0参考3：万维网的进化: 从Web1.0到Web4.0
不管是工业革命还是万维网，它们的进化史都有惊人相似之处。蒸汽机只是让车跑的更快让机器更有力量么？你更应该知道火车进入运输业让印刷业极大受益，并带来知识的大范围传播。电力就不用说，催生出电视电话，更加速了资讯的传播。而且人在整个工业或者信息链路上主导的能力越来越弱，随着连接(互联、物联)的不断发生，信息流转的速度不断加快，信息数据的量级也呈爆炸性态势，导致对信息处理效率和准确性的要求也持续增强。这种进化的本质是，我们不再满足于信息的共享和传播，而是更加关注价值的迅速转移。什么是价值转移，举个例子，外卖平台识别到糟糕的天气状况，智能延长外卖的承诺送达时间，让外卖小哥可以不那么拼命赶路，这就是从天气预报信息到外卖小哥交通安全的价值转移。而做到这一切的关键内核，就是信息，也就是我们今天要谈的数据。
而今各色公司都在喊的“数字化转型”“数据中台”“数据运营”“产业互联网”等等都是数据(中台)战略的不同包装或展现形式。数字化转型可不要与以前的信息化转型混淆，信息化可以简单理解成以前的线下手工操作变成了线上系统操作，信息存起来了却是零散的割裂的(即便是结构化的数据)。而数字化是在信息化之后的资源整合、数据连接后的价值挖掘和商业应用。
统一语言
开始之前，先跟各位读者统一下数据语言，防止出现理解偏差，顺便罗列一下我理解中的数据战略体系内容。
1. 术语
数据资产：能直接作用于业务领域，业务人员能阅读和理解的，可计量、可控制、可变现的数据，才能称之为数据资产。数据湖里的那些原始数据或者贴源数据，只能算是数据资源。数据湖一旦维护不当就可能变成数据沼泽。
数据分类：数据的定义五花八门，不同场景有不同的叫法，甚至重叠度很高。我简单罗列了下自己知道的一些数据种类和名称，错误或者疏漏之处欢迎指出。
2. 四大体系
数据战略的落地规划一般要假设这三个体系：技术体系、数据体系、应用体系和监控体系。技术体系无非就是平台系统、数据组件等的开发。数据体系是核心，就是专心把数据收集、汇总、加工这个形成数据资产的过程做好。而应用体系提供数据服务，在数据资产的基础上提供类似用户画像、信用评估、预警告警等应用服务。为了让前三个体系可以健康持续的运转，需要规范、流程、评估、优化、改进等一系列监督辅助性职能，这个就是监控体系。
3. 五个环节
数据开发5个环节：数据收集 -> 数据汇总 - > 数据开发 -> 数据应用 -> 数据优化。
4. 五个关键步骤
梳理现状 -> 架构规划 -> 开发数据资产 -> 应用数据到业务场景 -> 运营及优化。
第一步: 动起来 & 用起来
首先，数据战略行动一定是“一把手”工程，因为只有一把手才能推动数据战略的落地。然而，再强势的一把手，也有一拳打在棉花上的时候，毕竟执行力彪悍的团队可遇不可求，而且更多时候不是执行的问题而是组织的问题：令不出“朝堂”、政令不畅、部门墙、阳奉阴违，不一而足。
所以第一步，特别强调，务必从可实操、有价值、可感知的业务场景来切入，我在这一步上是吃了大亏的。而通常符合这个标准的业务场景，从业务运营团队的痛点中比较容易获取。
可实操，说的是技术实现、政策规范、组织协调等层面进行实际操作的难易度。想象一下，
- 你想看PV/UV数据，系统连埋点功能还没有规划，实操性就很弱。后端规划数据上传和数据存储倒不麻烦，前端需要仔细设计如何埋、埋哪里、何时触发、耗电、权限、性能等等一系列，就不是个小事情。等把埋点实现好，App发版对外，用户更新完，之前的活动页PV UV需求可能都过去式了；
- 风控授信需要大量数据支撑，资信数据、社交数据、行为数据、设备数据...有些需要用户的授权，有些授权也没用，因为政策上就不合规，更令人恼火的是即便用户授权了也会投诉你误导用户点击...这种数据的获取必须慎之又慎；
- 当你的数据分析部门只有关系型数据库的技能，对Hive HQL语法、图GraphQL语法千推万阻之时，你能怎么办？
有价值，比较容易理解。没有价值的数据战略行动是没有生命力的，且不具备可持续性。它不应该满足某些个人的喜好，也不能是劳民伤财的政绩工程，而一定是数据的场景应用，可以应用于运营，可以是风控，也可以是市场，但尽量不要只是应用于老板的桌面。就我而言，判断一个数据项目是否有价值，需要重点关注4个领域：用户、市场和竞品、财务、运营。
可感知，是对数据战略升级的一个特别重要的铺垫。直白点说，数据成果要能大张旗鼓的展示出来，让团队感受到它的价值和成就感。比如很多人当成政绩工程的监控大屏，就是能让团队感受到业务流淌的脉搏，感受到与用户面对面的呼吸，还有什么比这打出的鸡血更浓郁？
做到以上三点，这一步就算基本做踏实了。也不建议做多，做的越多落地周期就越长，你的数据战略也就迟迟不见踪影。总结下这个阶段的特点是业务驱动数据，不做高大全的顶层设计，够用就行。不追求完美的规划和架构设计，hard code都行。从独立的小项目切入，甚至多个小项目是各自为战的状态也别介意。至少你已经走起来了不是么？
提醒一点，先动起来不是说没有设计没有规划，而是不要追求完美和完整，这个度请自行揣度。
至少对于“先尽可能多的把全量数据收集起来”这一点，我是持反对意见的。埋点收集一堆用不上的或者垃圾数据，光存储成本就是一种成本浪费，更不要说垃圾数据可能造成的决策误导。有句俚语是：别让数据变成白色大象(White Elephant，代价高昂却一无是处)
第二步： 打造数据文化
打铁趁热，一鼓作气。
当组织感受到数据的甜头之后，就会想从数据中攫取更多好处。当然，随之而来的阻力也会更大。比如承载巨量数据资产的硬件成本是高的吓人的，无论怎么逼业务部门提出来的数据需求都不怎么像样，或者永远都是就是那几个无关痛痒的业务指标，随着数据战略的全面铺开，难度不断加大，玩不转打退堂的、想砸钱的、不想花钱的...各种冲突都会浮现出来了。
关于提不出来需求这个事，相信很多做过数据的朋友都会有共鸣。拿着一堆数据就好像知道了问题的答案，却不知道问题是什么。
正如科幻圣经《银河系漫游指南》里的超级计算机，对“生命、宇宙和万物”计算出的最终答案是数字 42。你却不知道这个42对应的问题是什么，这才是问题本身的问题。
而数据文化的意义就是，让员工意识到数据的无限可能性，沉醉于数据的价值挖掘，并最终得意于数据的业务应用、商业决策以及经济利益。再概括浓缩到一句话，数据文化就是放大数据金矿的诱惑力，让员工趋之若鹜、甘之若饴。相信每个组织都有自己专属的文化特征，而数据文化，也并无不同。无非是将数据思想植入产品的全生命周期，Data Driven Everything。
这里还是从我自己的角度先给几点血泪踩坑建议吧：
- 一把手一定得亲自参与数据文化的打造，在民主投票出现冲突时、推行卡滞时、优先级排序、方案评审时，这些重要时刻一定不能偷懒或者敷衍，一把手不认真，文化就不可能认真，这是第一原则；
- 数据文化不能成为政绩工程，当数据的产出成为绩效的一部分或者吹嘘的资本时，必须提高警惕。就像写的代码有Code Smell，数据文化同样有Data Smell��。比如数据体系(元数据/标签/数仓)这个地基都没打好，就说自己的数据服务-用户画像多么多么牛掰，这种头重脚轻的Smell特别普遍�；
- 数据建设需要专业人才，数据团队作为数据文化的智囊团和践行者，需要极高的专业度。从架构到工具，从模型到服务，从展示到安全，必须面面俱到；
- 数据文化需辅以完善的规范和流程制度来护航，对于数据资产的管理除了靠人靠技术，就剩下靠制度了。规范制度是数据战略可以持续健康运作的必备条件，否则面对数据中台这种级别的航空母舰，一个历史包袱完全可以让你无法弥补。一个行之有效的“航母操作手册”，比苦口婆心的口水有用的多；
- 文化的落地前期可能需要一些命令式操作，但是随着组织意识的完善，中后期不能让文化走偏成为一种约束。比如逢必谈数据，过于偏执于数据，可能会让决策过程复杂化，产品流程延长，更坏的情况是组织的数据能力不到位，给出错误的数据结论，那就糟糕了。所以相信数据的力量，但不能迷信数据的结论。
这个阶段的重点是要打造较为完整的数据中台架构和组织，整合散落的数据，消除数据孤岛，规范数据的采集、存储和分析，所以规划、整合和规范是本阶段的关键字，剑指数据驱动业务。在上面“统一语言”章节提到的体系和步骤都是架构核心内容，你的数据中台不是在建设这些内容，就是在建设这些内容的路上。再解释一下何谓完整，比如容易被人忽略的“数据安全”，是数据战略的重中之重，绝对不能轻视和忽略，甚至延后再补都不能允许；组织上，数据团队的委员会、产品、开发、质量、模型、运维工程师都不可或缺。
第三步： 数据优化和可持续
说实话，我们也正在这个阶段的河里摸着石头的人。
当你在天量的数据源上又沉淀出海量的数据资产时，没有人可以保证这些数据资产的质量如何，价值难以评估，安全性未知或者堪忧，数据的管理可能也浮于表面，更多是为了业务应用而仓促成形。另外随着组织战略的调整，一些历史性数据对整体数据中台的冲击和负担，也应该同步清理，抛弃历史包袱。这些都需要治理、监控、优化和升级的。
先说数据治理，这个概念也历史悠久了，甚至理论体系都有好多，像 DAMA、CMMI、DGI等等。基本上数据治理的目标有这几个：提升数据质量、构建统一的数据标准、组织内达成一致的解决数据问题的方法、透明完善的数据管理流程、数据的可持续运营。而数据治理的发展趋势也各有选择，有采用AI来提升数据治理效率的，有采用元数据为核心的分布式治理，我们采用的是后者。
元数据Metadata是什么？描述数据的数据。抽象的定义...它一般分为技术元数据，如表结构、字段约束、字段字典，业务元数据，如业务指标、业务术语，管理员数据，如数据Owner，数据安全等级等等。
元数据的应用场景很多，常见的如ETL程序做数据转换时需要知道源数据的结构和字典，通过数据血缘分析发现改一个字段的长度，会影响哪些系统，都是特别典型的。
再说数据质量，它的高低直接关系到数据决策的对错。所以要对源头数据质量、加工过程质量和使用价值质量进行全方面的评估和改进。简单展开下，源头数据的准确性、时效性至少你得确认清楚吧，1年前的用户资信数据你敢用么？ 加工过程的质量更不必说，生成的标签数据，也是有准确率、时效性、覆盖量等，比如不是所有用户都登记了性别的，那男女标签覆盖的只是用户登记过性别的群体而已。加工所需要的模型也是需要不断调整的，以前是你看尿布给你推荐尿布，现在是你看尿布给你推荐啤酒。使用价值的质量相信不太好理解，其实像某个标签的使用量，越多业务部门使用，说明这个标签越有价值；某个高频使用的标签价值可以很低（用户姓名），低频使用的标签价值可以很高（用户信用评分）。
然后说点数据成本的优化策略吧，线上常见的有重复计算、冗余计算导致资源浪费，上面说的低价值的计算却耗费了大量计算资源，不合理的任务调度或者逻辑实现导致并行成了串行，数据资产的产出频率过于密集导致明明日报就行非得小时报刷新。这些也是数据运营的重要策略，而评估数据运营的两个关键维度就是 投入产出比 + 数据质量及安全。
最后对于可持续性就提一下数据安全，因为数据安全关系到数据的全生命周期（产生-存储-传输-使用-共享-销毁），脆弱的安全体系甚至可以瞬间摧毁一个组织。这个我是真的不怎么专业，只知晓一些基本的，如安全认证和权限管理、资源隔离、加密、脱敏、容灾备份等等。这里面还隐含一个数据来源的合规性、合法性，数据本身就是不安全的，当然你在此基础上搭建的任何数据应用就更加的不安全了，极端点就是你的人身安全。
这个阶段基本上就是在迭代优化的路上不断持续运转，技术面、组织面、制度面都是需要跟踪的，如何保持数据文化长久的生命力，将是核心话题。
而我们将要长期走在数据铺就的这条路上，不断成长...
市面上谈中台的文章，开篇通常都是从芬兰的supercell公司说起，无趣的很。今天看到一个有趣的史料说法，中国东汉的中枢机关尚书台，号称中台。唐朝的三省六部制，尚书省也是中台，辖六部。当然，此中台非彼中台，权当一笑。
参考文献:
《数据中台-如何从大数据、大数据分析和万物互联中获利》
《数据战略-让数据用起来》
《中台战略-中台建设与数字商业》