▌數據中臺是什么

數據中臺是指通過數據技術，對海量數據進行采集、計算、存儲、加工，同時統一標準和口徑。數據中臺把數據統一之后，會形成標準數據，再進行存儲，形成大數據資產層，進而為客戶提供高效服務。這些服務跟企業的業務有較強的關聯性，是這個企業獨有的且能復用的，它是企業業務和數據的沉淀，其不僅能降低重復建設、減少煙囪式協作的成本，也是差異化競爭優勢所在。

廣義的數據中臺包括了數據技術，比如對海量數據進行采集、計算、存儲、加工的一系列技術集合，今天談到的數據中臺包括數據模型，算法服務，數據產品，數據管理等等，和企業的業務有較強的關聯性，是企業獨有的且能復用的，比如企業自建的2000個基礎模型，300個融合模型，5萬個標簽。它是企業業務和數據的沉淀，其不僅能降低重復建設，減少煙囪式協作的成本，也是差異化競爭優勢所在。

▌建立數據中臺的原因

數據中臺和業務中臺相比，面臨的情況可能會更加復雜一點。建立數據中臺的原因：

大數據可以告訴決策者一些潛在的規律，以數據來證明或判斷決策。以往我們會用數據來證明我們的決策對錯，現在我們用數據來引導我們做出對的決策。在大數據時代，樣本就是全體，大數據可以防止偽造和偏差。

數據催生人工智能。數據是人工智能的根基，并且可以進行融合形成新的數據。數據給我們無限的創新，讓我們不停去嘗試。

數據是機器人的指令，我們形成數據服務思維。數據是不斷變化的，讓機器智能成為決策環節，運營就可以智能化。

中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多BU、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力復用、協調控制的能力，以及業務創新的差異化構建能力。為什么數據中臺如此重要呢，大致有以下四個原因：

1   ▏回歸服務的本質——數據重用

浙江移動已經將2000個基礎模型作為所有數據服務開發的基礎，這些基礎模型做到了“書同文，車同軌”，無論應用的 數據模型有多復雜，總是能溯源到2000張基礎表，這奠定了數據核對和認知的基礎，最大程度的避免了“重復數據抽取和維護帶來的成本浪費?！?/p>

曾經企業的數據抽取就有多份，報表一份，數據倉庫一份，地市集市一份，無論是抽取壓力、維護難度及數據一致性要求都很高。同時，統一的基礎模型將相關業務領域的數據做了很好的匯聚，解決了數據互通的訴求，這點的意義巨大，誰都知道數據1+1>2的意思。

2   ▏數據中臺需要不斷的業務滋養

在企業內，無論是專題、報表或取數，當前基本是煙囪式數據生產模式或者是項目制建設方式，必然導致數據知識得不到沉淀和持續發展，從而造成模型不能真正成為可重用的組件，無法支撐數據分析的快速響應和創新。其實，業務最不需要的就是模型的穩定，一個數據模型如果一味追求穩定不變，一定程度就是故步自封，這樣的做法必然導致其他的新的類似的數據模型產生。

數據模型不需要“穩定”，而需要不斷的滋養，只有在滋養中才能從最初的字段單一到逐漸成長為企業最為寶貴的模型資產。

以報表為例，企業報表成千上萬的原因往往也是沒有沉淀造成的，針對一個業務報表，由于不同的業務人員提出的角度不同，會幻化出成百上千的報表，如果有報表中臺的概念，就可以提出一些基準報表的原則，比如一個業務一張報表，已經有的業務報表只允許修改而不允許新增，自然老報表就會由于新的需求而不斷完善，從而能演化成企業的基礎報表目錄，否則就是一堆報表的堆砌，后續的數據一致性問題層出不窮，管理成本急劇增加，人力投入越來越多，這樣的事情在每個企業都在發生。

3   ▏數據中臺是培育業務創新的土壤

企業的數據創新一定要站在巨人的肩膀上，即從數據中臺開始，不能總是從基礎做起，數據中臺是數據創新效率的保障。研究過機器學習的都知道，沒有好的規整數據，數據準備的過程極其冗長，這也是數據倉庫模型的一個核心價值所在，比如運營商中要獲取3個月的ARPU數據，如果沒有融合模型的支撐，得自己從賬單一層層匯總及關聯，速度可想而知。

在如今的互聯網時代，企業都在全力謀求轉型，轉型的關鍵是要具備跟互聯網公司一樣的快速創新能力，大數據是其中一個核心驅動力，但擁有大數據還是不夠的，數據中臺的能力往往最終決定速度，擁有速度意味著試錯成本很低，意味著可以再來一次。

4   ▏數據中臺是人才成長的搖籃

原來新員工入職要獲得成長，一是靠人帶，二是找人問，三是自己登陸各種系統去看源代碼，這樣的學習比較支離破碎，其實很難了解全貌，無法知道什么東西對于企業是最重要的，獲得的文檔資料也往往也是過了時的。

現在有了數據中臺，很多成長問題就能解決，有了基礎模型，新人可以系統的學習企業有哪些基本數據能力，O域數據的增加更是讓其有更廣闊的視野，有了融合模型，新人可以知道有哪些主題域，從主題域切入去全局的理解公司的業務概念，有了標簽庫，新人可以獲得前人的所有智慧結晶，有了數據管理平臺，新人能清晰的追溯數據、標簽和應用的來龍去脈，所有的知識都是在線的，最新的，意味著新人的高起點。

更為關鍵的是，數據中臺讓新人擺脫了在起步階段對于導師的過渡依賴，能快速的融入團隊，在前人的基礎上進行創新。數據中臺天然的統一，集成的特性，有可能讓新人打破點線的束縛，快速構筑起自己的知識體系，成為企業數據領域的專家。

當然，數據中臺的建立不是一蹴而就的，每個企業都應該基于實際打造獨有的中臺能力，在這個過程中，需要遵循一些原則：

首先，企業的組織架構及機制需要順勢而變。比如以前負責數據的部門或團隊往往缺乏話語權，面對業務需求往往是被動的接受的角色，這讓一切數據中臺的想法化為泡影，需要為數據中臺團隊授權。

其次，要改變工作方式?，F在很多企業的數據團隊的主要工作內容就是項目管理、需求管理等等，當一個項目完成后又投入到下一個項目，做好一個需求后又開始負責下一個需求，這樣的工作確實非常鍛煉人的組織、協調能力，但這樣能力的提升與工作時間的長短并不是呈線性增長的，雖然增加了項目和需求管理經驗，但并不能在某一個專業領域得到知識和經驗的沉淀，隨著時間的流逝，越來越多的人會失去最初的工作積極性和創造性，事實上，數據人員只有深入的研究業務、數據和模型，端到端的去實踐，打造出數據中臺，才是最大的價值創造，才能使得持續創新成為可能。

第三，數據中臺的團隊要從傳統的支撐角色逐步向運營角色轉變。不僅在數據上，在業務上也要努力趕超業務人員，中臺人員要逐步建立起對于業務的話語權，不僅僅是接受需求的角色，更要能提出合理的建議，能為業務帶來新的增長點，比如精確營銷。

最后，中臺是適合公司特點的。最合適的中臺是當你深入了解業務、產品、系統、組織，而且不僅了解今天在哪里，還要了解過去是怎么演變而來，未來又會怎么演化。只有當了解所有的東西之后，才能做出較好的中臺架構設計。

想了解更多IT資訊，請訪問中培偉業官網：中培偉業