
2.1 什么是数据中台
2.1.1 行业对数据中台的不同理解
数据中台需求的出现,是一种思维方式的变革。数据中台是企业数字化转型的必然产物。对数据中台的认知,很多专家提出了不同的想法。有人认为数据中台是数据仓库,有人认为数据中台是数据平台,有人认为数据中台是一种数据优先的战略,有人认为数据中台是服务于前台业务的数据分层模型,有人认为数据中台是企业沉淀的公共数据服务能力,有人认为数据中台是实现数据价值的数据服务API(Application Program Interface,应用程序接口)的集合,还有人认为数据中台是数据驱动的智慧大脑等。
这些定义从不同的角度诠释了数据中台的功能,比如数据中台应该做好数据存储,需要一个高效的计算平台支撑数据的复杂计算,需要做好数据能力的分层建模且与业务进行充分解耦,需要将数据能力抽象出来作为公共数据服务以满足企业复杂的数据需求,需要充分实现数据的价值,需要实现数据闭环迭代和优化的能力,需要相匹配的组织架构等。
2.1.2 数据中台的定义
笔者认为数据中台是一种数据优先的大数据思维和强调数据业务化的价值理念,包含企业自上而下制定的数据战略、匹配的组织架构,以及实现数据高复用性、高可用性和高价值的有机结合体(包括一系列方法论、业务设计、模型设计、数据工具和平台),强调数据服务和数据智能,做到数据可用、易用、好用、可追溯、可复用和可管理。
从信息系统建设的角度看,数据中台旨在构建企业的智慧大脑,实现企业数据驱动业务自动化和智能化的能力,涉及企业数据发展的战略、组织架构、数据资产的有效存储和建模、计算平台、数据服务框架、数据生态建设等多个方面的内容,需要企业自上而下进行整体规划和推动。数据中台好比企业的智慧大脑,通过数据中台的建设,企业可以充分实现数据的价值,且实现数据服务的复用。数据中台既能有效地支持业务发展,又能提高效能,降低重复建设的概率。
2.1.3 对数据中台的诠释
如何诠释数据中台的概念?从战略角度来看,在DT时代,企业的终局是数字化和智能化。如果未提前做好数据和科技储备,企业不仅无法实现长期可持续的发展,而且大概率会在激烈的市场竞争中败下来。很多企业的“数据矿产”丰富,却将数据束之高阁,任其“灰尘堆积”,等到想用之时,才发现处于“三无处境”(无有效数据、无高效平台、无数据人才),以至于“老无所依”,被市场淘汰。为了避免处于这种处境,企业应该自上而下推动数据优先战略,倡导让数据用起来的价值观,做好数据服务能力的顶层设计,制定清晰的数据规划,做好数据资产盘点、数据标准化、数据采集、数据存储、数据平台建设、数据管理、数据分析等工作,推动数据应用体系、组织和人才配置体系建设,推动数据资产服务化、数据应用常态化,形成数据价值闭环。
从思维方式角度来看,数据中台是一种数据优先的大数据思维方式。设想求解一道数学题的场景,大部分学生会采用常规费时的方法来求解,但总有聪明的学生会另辟思路,找到简单、高效的求解方法。这种简单、高效的方法可以被比作数据思维。与传统的方法相比,数据思维可以起到事半功倍的效果。以舆情管理为例,很多企业办公室或者品牌宣传部门的日常工作是快速定位对企业不利的互联网舆论消息,然后进行适当的干预。传统的方法普遍是人工在各大平台搜索来定位消息源。在应用数据优先的大数据思维方式之后,通过构建“数据爬虫+数据解析系统+规则配置系统+预警系统”就可以高效地解决舆情管理的问题。
再举一个传统场景的案例。在人才招聘场景中,对人才评定的传统方式主要是简历筛查和面试。在应用数据优先的大数据思维方式之后,可以采用更加高效和智能的评定方式。首先,通过智能算法对候选人的简历进行筛查,剔除不匹配人群。然后,让候选人在线进行相应的心理测试,系统自动化统计测试结果,根据测试结果判断候选人与岗位的匹配程度,确定候选人群。之后,可以进一步搜集候选人和岗位的信息,通过算法计算出与招聘岗位匹配的最佳人员,确定最终的候选集。最后,再进行面试,确定最终的候选人。整个招聘过程全流程线上化,高效且精准,收集了候选人大量的过程和结果数据,有助于丰富人才数据库的维度。因此,如果一个企业顶层有好的数据设计和规划,各层级员工都拥有大数据思维,那么我们可以预见该企业的数据资产会极大丰富,数据应用的成果会遍地开花,企业效率和产能的提升也会让人惊叹。总之,数据优先的大数据思维方式意味着高效、便捷和创新。
对数据中台的理解,笔者认为,从理论角度来看,数据中台是实现数据高复用性、高可用性、高价值的方法论体系,也是解决DT时代诸多挑战的良药。
从技术角度来看,数据中台是构建企业级数据价值实现的综合解决方案,主要包含数据采集和处理体系、数据平台、算法即服务体系、数据安全和管理体系等,以便快速、高效地响应业务需求,避免数据重复开发,节省企业成本。
从流程的角度来看,数据中台对上是业务层,支持业务的敏捷需求。数据中台对下是基础技术设施,支撑业务数据存储和计算的需求。
从应用效果角度来看,数据中台可以让企业的数据资产越来越丰富、数据使用越来越便捷、决策效率越来越高、数据的价值越来越大。