一张图了解数据中台

【一张图了解数据中台】从什么是数据中台、数据中台的定义、数据中台的价值、企业数据中台必备能力、数据中台应用场景几个方面讲述

一张图了解数据中台

• 数据中台的概念
  • 数据中台诞生背景
    • 企业的各种信息系统无法做到数据互通
    • 新平台产生的数据与传统模式下产生的数据也无法互通
    • 企业IT架构变得更复杂，实现底层数据的互联互通也更加困难
  • 什么是数据中台
    • 在有些人眼里：中台是技术中台，就像服务架构，Devops平台、Pass平台、容器之类的，人们起名叫“技术中台”
    • 在有些人眼里：中台是微服务业务平台，像最常见的用户中心、订单中心、各种微服务集散地，人们起名叫“业务中台”
    • 在有些人眼里：中台应该是组织的事情，释放潜能，类似企业内资源调度中心和内部创新孵化组织，人们起名叫“组织中台”
    • 为业务提供公共数据服务的系统
    • 在当今互联网时代，用户是商业的中心，商业的斗争就是用户响应的比拼
    • 因为企业后台并不能很好的支撑前台快速创新响应用户的需求，后台更多解决的是企业效率问题，而中台要解决的才是前台的创新问题，而为了快速响应用户的需求，借助平台化的力量可以事半功倍
    • 企业在平台化的过程中，需要建设自己的中台（包括数据中台、算法中台、业务中台和组织中台），连接底层资源，共同服务于上游
  • 数据中台的定义
    • 数据中台是一种产品或技术吗？严格意义上来说，不是。它是一套可持续“让企业的数据用起来”的机制，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机构，通过成熟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。
    • 其底层逻辑是以数字化的手段，将数据抽像成服务，响应前端业务的快速变化。
  • 数据中台的进化之路
    • 数据文件Excel
      • 企业数据较少，利用Excel等文件工具来进行统计和手工分析
    • 数据仓库
      • 企业希望能够快速分析大量的数据，数据仓库由此产生
    • 数据平台
      • 数据量大，非结构化数据，实时数据响应，催生了大数据平台
    • 数据中台
      • 企业希望构建数据驱动的业务本身，推动数据业务服务化，即数据业务化
    • 三者比较
      • 定义
        • 数据仓库
          • 面向主题的，集成的，反馈历史变化的数据集合，用于支持管理决策
        • 大数据平台
          • 以处理海量数据存储、计算以及流数据，实时计算等场景为主的一套基础设施平台
        • 数据中台
          • 是全域级，可复用的数据资产中心与数据能力中心，提供干净智慧的数据资产与高级易用的数据能力
      • 主要能力
        • 数据仓库
          • 用表规整了数据，实现了企业数据模型的构建
        • 大数据平台
          • 解决了海量，实时数据的存储问题，实现多源异构数据的整合管理
        • 数据中台
          • 更多的是业务应用而不是平台技术，侧重数据治理、资产管理、统一服务
      • 适用性
        • 数据仓库
          • 更适合传统数据库离线采集，数据一般为结构化，处理数据量一般在百T以内，一般用于满足内部决策支持分析需求
        • 大数据平台
          • 业务越来越复杂，数据量越来越大，异构化，实时海量的数据计算存储压力，所有数据系统不能承受更大数据量的处理，数据处理效率下滑
        • 数据中台
          • 重心放在解决企业逻辑模型的搭建和存储，数据标准的建立，数据目录的梳理，数据安全的界定，数据资产的开放，知识图谱的构建
      • 业务支撑
        • 数据仓库
          • 离业务端较远，用于支持管理决策，业务价值众多因素
        • 大数据平台
          • 距离业务较近，实时性强，大数据等也是为了加快对业务的响应
        • 数据中台
          • 距离业务最近，加速企业从数据到业务价值的过程
      • 服务方式
        • 数据仓库
          • 提供相关分析报表或数据表
        • 大数据平台
          • 提供相关分析报表，数据集，一些API
        • 数据中台
          • API或其他共享方式的数据服务
  • 数据中台总结
    • 已用户为中心的持续规模化创新，是中台建设的核心目标；企业的业务响应能力和规模化创新能力，是互联网时代企业综合竞争力的核心体现；平台化包括中台化只是帮助企业达到这个目标的手段，并不是目标本身
    • 中台无论是技术中台，业务中台还是组织中台的建设根本上是为了解决企业响应力因素；弥补创新驱动快速变化的前台和稳定可靠驱动变化周期相对较慢的后台之间的矛盾；提供一个中间层来适配前台与后台的适配问题，沉淀能力，打通并顺滑链接前台需求与后台资源，帮助企业不断提升用户响应力
    • 说到底，中台到底是什么根本不重要，如何想方设法持续提高企业对于用户的响应力才是最重要的；而平台或中台化，只是恰巧走在了这条正确的大道上
• 数据中台的价值
  • 赋能业务，降低成本，增加效率
    • 数据资产有序管理
    • 缩短供应链周期
    • 用户友好体验
    • 提升用户忠诚度
    • 降低运营成本
  • 建立数据标准
    • 数据安全规范
    • 数据存储规范
    • 数据建设规范
    • 数据建模规范
    • 数据接入规范
    • 数据销毁规范
    • 数据消费规范
    • 数据调用规范
    • 数据权限规范
  • 促进中台组织形成
    • 中台建设团队
    • 中台运维团队
    • 数据产品经理团队
    • 数据运营团队
• 企业数据中台必备能力
  • 汇聚整合能力：数据治理-数据整合和管理能力
    • 创建企业数据中台第一步，打破企业内部各个业务系统的数据隔阂，形成统一的数据中心，为后续数据价值的挖掘提供基础。
    • 主要通过数据采集和数据交换实现
    • 数据丰富和完善
      • 多样的数据源进行合并和完善
    • 管理易用
      • 可视化人物配置、丰富的监控管理功能
    • 数据集成运营
      • 数据接入、转换、写入或缓存内部来源的各来源数据
    • 数据目录与治理
      • 用户可以方便定位所需数据，理解数据
    • 数据安全
      • 确保数据的访问权限
    • 数据可用
      • 用户可简便、可扩展的访问异构数据，可用性和易用性高
    • 部署灵活
      • 本地、公有云、私有云等多种部署方式
  • 提纯加工能力：数据资产化-数据提炼与分析加工能力
    • 主要是对数据统一标准、补充属性，然后根据维度汇总成数据表、最后汇总出所需要的报表，满足企业对数据的需求
    • 完善的安全访问控制
    • 完善的数据质量保障体系
    • 规范的、紧密结合业务的可扩展的标签体系
    • 面向业务主题的资产平台
    • 智能的数据映射能力，简化数据资产生成
  • 服务可视化能力：数据资产服务化能力
    • 对数据进行计算逻辑的封装，生成API服务，上层数据应用可以对接数据服务API，让数据快速应用到业务场景中。
    • 数据服务API对接的3种常见数据应用包括数据大屏、数据报表、智能应用
    • 提供自然语言等人工智能服务
    • 提供丰富的数据分析能力
    • 提供友好的数据可视化服务
    • 便捷、快速的服务开发环境，方便业务人员开发数据应用
    • 提供实时流数据分析
    • 提供预测分析、机器学习等高级服务
  • 价值变现能力
    • 通过打通企业数据，提供以前单个部门或者单个业务部门无法提供的数据服务能力，为赋能前端应用、数据价值变现提供基础
    • 提供数据应用的管理能力
    • 提供数据洞察直接驱动业务行动的通路
    • 提供跨行业业务场景的能力
    • 提供基于场景的数据应用
    • 提供业务行动效果评估功能
• 数据中台应用场景
  • 数据资产开发
    • 支持大规模数据集成与开发，对所有数据进行监控与管理，为企沉淀数据资产，为数据价值化提供基础
  • 数据服务应用
    • 经过对原始数据进行集成处理与分析，为企业构建标签体系、业务指标等，帮助企业实现数据价值化
  • 数据资产运营
    • 合理配置数据资产，避免“重规划、轻运营”的管理误区，将数据价值与运营管理充分结合，提高经济效益
  • 经营分析
    • 提供数据服务赋能数据门户、大屏、管理驾驶舱的可视化形态呈现给业务用户，让数据发挥价值
  • 精准营销
    • 提供数据服务赋能消费者全生命周期运营，提升营销转化效率，帮助企业快速掌握数字化业务能力
  • 智能应用
    • 提供数据服务赋能实时推荐、智慧决策、风险防控等多元场景数据智能需求，实现数据驱动、降本增效