企业级数据中台的结局剖析

一、数字化时代企业级数据中台的结局

从2019年第一篇数据中台10万+文章()以来，数据中台从石破天惊到陡然崛起，如今进入到颠簸落地的阶段，不少企业都把数据中台当做了企业的数字化规范装备。

然而，如今市场上还是有很多的企业同窗在问，数据中台和数据仓库，大数据平台等概念的区别。经过过去一年的积淀和通常，我团体把关于企业级数据中台的实质启动了深度剖析，整合了多个行业，企业，厂商的数据中台产品的多种了解和解读，构成此文，供大家参考。

企业数字化转型的结局

首先，数据中台是服务于企业数字化转型的，所以，咱们要从企业数字化的结局来看数据中台的结局。

企业数字化转型的结局是传统业务变成数字化业务，数字化业务的实质就是以数据作为重消费因素启动加工处置，构建以数据作为关键存在方式的产品，发生商业价值的业务形式。

数字化业务的典型代表是：天猫、淘宝、抖音、滴滴这样的互联网企业。

数字化业务和传统的实体业务比拟起来，是具有升维的相对长处的。体如今以下几个方面：

数字化企业的结局对企业数据处置才干提出了新的要求，未来的数字化企业就是一个把数据当做消费因素的制作企业，所以，数字化企业的就是一个数据产品和服务的加工工厂，如下图所示：

每个企业都是失掉数据，采集数据，而后将数据放入数据加工的厂房，消费出不同的数据产品，每个企业都会有基于数据去做翻新的试验室，去研发新的数据产品，比如字节跳动的今天头条，孵化出抖音，而后积淀更多的数据消费因素，并且经过对用户数据的洞察，在翻新试验室发现更多的数据产品需求，消费出更多的数据产品，这样就构成了源源始终的闭环数据价值生态。

制作业最关键的是消费劲也就是消费设备，产线，控制方法，这些对应到就是数字化企业的数据加工厂。未来数字化企业的一切员工，不论线上线下业务的人，都是在围绕数据唱上班，线下的业务人员，在启举措业的同时，是为了把物理业务数据化，发生数据。线上的剖析人员，是将数据做加工，变成有业务价值的数据产品;运营人员，是将数据产品经过数字化渠道婚配给对应的用户，并且优化用户的经常使用满意度。整个企业从数据的维度来看就是一个数据加工厂。

所以，这个加工厂的效率，性能，柔性，运维，监控，控制的高效性，协同的效率就十分关键，而这就是数字化企业的数据中台的愿景目的。

当咱们把企业看作是一个数据加工厂的时刻，咱们就可以从新定位企业级数据中台是什么了。

企业级数据中台是数字化企业用来加工数据的全链路平台，它的输入是数据，输入是各种数据产品和数据服务。假设将企业级数据中台启动拆解的话，咱们可以看到它的六大外围才干。

二、企业级数据中台的六大外围才干

数据中台六大才干模型

应用畛域建模的思维，企业级数据中台的外围才干可以分红两类，一类是外围的业务域，

就是间接存储，加工，消费数据和数据产品的才干，就像工厂消费线里的关键加工设备。第二类是辅佐于消费的控制域，是为了让消费的环节愈加高效，安保，稳固的才干，就像工厂里的传送带，试验室，检测中心和监控运维中心。

这样一来咱们就明晰的看到了数据中台所须要的六大外围才干：

业务才干(Business)：

(1) B1数据的失掉存储和处置

从源系统中失掉到数据，并且将数据存储起来，对它启动适当方式的处置，这是数据加工的第一步。例如，大数据平台，经过爬虫、ETL、接口等方式，从多样化的业务系统失掉数据，将数据启动荡涤、转换，建模存储到各种不同类型的数据库中，如结构性，非结构性，图数据库等，这也是咱们常讲的“业务数据化”的最后一公里。

(2) B2 数据价值的探求和开掘

当数据曾经失掉并存储起来后，人们须要对它启动剖析探求和开掘，从而识别出有价值的业务场景数据，从而将数据业务化，副作用于业务自身。目前这个才干关键是靠人的阅历在线下成功，线上只是补充。比如，如今的报表，就是数据价值的一种出现方式，指导层宿愿看到业务的状况，于是经过数据可视化报表的方式来

(3) B3数据产品和服务的构建和颁布

发现数据能够发生价值的场景后，就须要把这个场景开发成数据产品和服务，提供应用户经常使用。这是数据加工厂的最后一公里的环节，也是面向用户价值出现的环节。这个环节关键的上班是在发现的数据价值场景基础上用适合的方式(API，报表，APP，数据包)为客户提供数据产品和服务。

控制才干(Management)：

除了外围域的数据消费，价值探求和产品开发才干外，为了更好地单干，优化数据产品的消费效率，还须要有很多管理性的配套上班，这就是数据中台的控制才干局部，关键分为三类

(1) M1 共享和单干

企业级数据中台，要具有一站式，全链路的数据开发才干，让一切的数据相关的上班者都能够在这个平台上上班，这里就须要两个关键的子才干。

数据共享：就像Netflix的数据中台有一个数据门户一样，企业的数据要经过一个一致的入口依据不同的权限启动共享，放开给对应的用户，让他们能够繁难的访问数据。

数据单干：数据的消费链路是须要多人单干的，比如，源系统提供数据，数据工程师启动数据的抽取和采集，数据剖析师对数据启动剖析，数据可视化工程师成功数据的可视化设计等。传统这些上班都是经过文件传来传去，而企业级数据中台则须要一个全链路协同的上班环境，让一切的角色都在这个平台上对雷同的数据集启动操作。

(2) M2 控制和控制

要把数据当做资产来控制和控制，这里的控制关键指的是以数据资产目录为外围的相关才干，比如数据资产的布局，数据资产的分类，数据资产的失掉，数据资产目录的保养，还包含数据权限分级的才干，从而保证数据在一套规范化的控制体系下启动运行，而防止发生控制缺位，数据安保，数据扩散的疑问，数据的控制要从源头就开局，也就是数据中台要对企业级的数据启动一致的控制，而不只是数据相关的系统，还要包含源数据。

数据控制就是一个老生常谈的话题了，是以数据规范为外围，对企业的数据品质启动控制，数据中台要有元数据、数据血统、数据品质、数据版本等全方位的性能，并且企业级数据中台的数据控制模块不能是一个独立运转的模块，它应该嵌入到整个数据消费链路的每一个环节，从而在数据的全链路中施展作用。

(3) M3 运营和运维

要把数据当做一个外围消费要历来启动运营，所以，数据中台也是须要运营的，这里的运营就包含对数据中台的用户行为数据启动剖析，从而发现哪些数据集是低价值的，哪些是被调用比拟少的，要把数据产品和服务当做一个互联网产品一样来启动用户运营，只要这样，才干够让数据中台被更多的用户所接受，始终地迭代新的性能，才干够有更强的生命力。

未来数字化企业中，数据中台是一个企业级消费系统，就像淘宝，天猫一样，是无法能接受宕机的，所以数据中台的运维就显得至关关键，SLA要失掉必定的保证，这样的话，就须要一套智能化的运维体系。

当咱们把这两大类，六个数据中台的外围才干启动组合后，咱们就会失掉下图的十二个才干子域：

每一个企业依据自己的状况，这十二个才干子域的树立优先级，性能都会有差异。普通来说，从业务价值的发生速度来讲，必定是先成功数据产品的构建和运行是最高优先级的，毕竟这是最快能带来价值的，而控制域的性能则是大型数字化企业必定具有的才干。

数据仓库、数据湖和大数据平台与数据仓库的区别

当咱们把这六个才干剖析清楚后，就能够愈加明晰的看出数据仓库，大数据平台，数据湖和数据中台的区别：

如下图所示：

大数据平台，是偏数据存储和加工的系统，带有局部数据探求的才干，消费的数据产品以数据集为主，不片面。

数据仓库则比拟平衡，包含结构化数据的存储加工，可以用自剖析报表(Query)的方式成功数据的探求和开掘，最终数据产品以报表和数据可视化为主。

数据湖则侧重于数据存储和提供，有一局部的数据控制，共享和运维的才干。

数据中台是须要这六大才干都片面具有的。

数据中台必定不只是一个单体的软件能够构成的，它是一集体系化的企业级数据加工厂，所以数据中台的树立也是须要顶层布局，分步树立的。

戳这里，看该作者更多好文