細數數據中台的3個業務價值和5個技術價值

• 2020 年 2 月 20 日
• 筆記

導讀：數據中台有什麼用？本文帶你細數它的業務價值與技術價值。

作者：付登坡 江敏 任寅姿 孫少憶 等

來源：大數據DT（ID：hzdashuju）

01 業務價值：從洞察走向賦能業務創新，形成核心壁壘

在以客戶為中心的時代，數據中台對數字化轉型具有重要作用，以數據中台為基礎的數據系統將位於企業應用的核心，通過數據從企業降本增效、精細化經營等方面為企業帶來巨大收益。具體來說，筆者們認為包含以下三個層面：

1. 以客戶為中心，用洞察驅動企業穩健行動

在以客戶為中心的時代，客戶的觀念和行為正在從根本上改變企業的經營方式以及企業與客戶的互動方式。

數據中台建設的核心目標就是以客戶為中心的持續規模化創新，而數據中台的出現，將會極大提升數據的應用能力，將海量數據轉化為高品質數據資產，為企業提供更深層的客戶洞察，從而為客戶提供更具個性化和智慧化的產品和服務。

譬如，數據中台能夠匯聚全渠道的數據，在標籤管理、營銷圈人、效果分析等應用上實現全域的閉環，優化對客戶全生命周期的理解。此外，以數據中台為基礎，通過數據化運營提升客戶留存、復購和忠誠度，也得到諸多企業的認可。

2. 以數據為基礎，支援大規模商業模式創新

只有依託數據和演算法，將由海量數據提煉的洞察轉化為行動，才能推動大規模的商業創新。數據中台在通過演算法將洞察直接轉化為行動、實現大規模商業創新方面的能力，令人矚目。

另一方面，數據無法被業務用起來的一個原因是數據沒辦法變得可閱讀、易理解。

資訊技術人員不夠懂業務，而業務人員不夠懂數據，導致數據應用到業務變得很困難，數據中台需要考慮將資訊技術人員與業務人員之間的障礙打破，資訊技術人員將數據變成業務人員可閱讀、易理解的內容，業務人員看到內容後能夠很快結合到業務中去，這樣才能更好地支撐商業模式的創新。

此外，數據中台提供標準的數據訪問能力，簡化集成複雜性、促進互操作性等特性也非常受企業CIO們的青睞。同時，在快速構建服務能力、加快商業創新、提升業務適配等方面，數據中台也將會發揮重要的作用。

3. 盤活全量數據，構築堅實壁壘以持續領先

在以客戶為中心的時代，只有贏得客戶的企業才能在競爭中保持優勢。企業能否真正做到「客戶至上」，並不斷提高對客戶的快速響應力來滿足客戶的需求，甚至引領市場潮流，持續推進規模化創新，終將決定企業能否在充滿挑戰和機遇的市場上發展壯大，長久保持生命力與競爭力。

面對紛繁複雜而又分散割裂的海量數據，數據中台的突出優勢在於，能充分利用內外部數據，打破數據孤島的現狀，打造持續增值的數據資產，在此基礎上，能夠降低使用數據服務的門檻，繁榮數據服務的生態，實現數據「越用越多」的價值閉環，牢牢抓住客戶，確保競爭優勢。

02 技術價值：能力多、成本低、應用廣

數字化轉型的需求必將催生多元化的數據場景，而多元化的數據場景將會帶來以下技術需求，企業數據中台建設勢在必行。

1. 應對多數據處理的需求

針對不同的數據應用場景，需要能夠快速應對多數據處理需求，比如：

• 要保持原來的報表需求，仍需要保持批量離線計算的能力（Hadoop、Oracle RAC）；
• 針對準實時的指標統計和實時推薦，需要實時流式計算的能力（Storm、Spark Streaming、Flink）；
• 針對決策類業務如海量人群的圈人需求和ad-hoc需求，需要即席計算能力（Greenplum、Elasticsearch、Impala）；
• 針對高並發業務場景（如用戶畫像），需要在線計算能力（MySQL、Redis、Oracle）。

因此，企業需要一個統一的數據中台來滿足離線／實時計算需求、各種查詢需求（實時查詢和ad hoc），同時在將來新數據引擎（更快的計算框架，更快的查詢響應）出現時，又不需要重構目前的大數據體系。

2. 豐富標籤數據，降低管理成本

根據全國信標委大數據標準工作組發布的《數據管理能力成熟度模型》（DCMM），針對數據標準提到的數據分類主要有主數據、參考數據和指標數據，但根據目前真實的數據建設情況來看，需要對一類數據進行定義和分類，譬如標籤名為「消費特徵」，標籤值為「促銷敏感」「貨比三家」「猶豫不決」。

數據中台能對這類標籤進行快速定義和有效管理。

3. 數據的價值能體現業務系統效果而不僅是準確度

過去的數據應用場景主要為報表需求，注重數據的準確性，但在更多數據場景下，特別是對於標籤數據的應用，越來越多的數據是需要不斷「優化」的，數據本身沒有準不準確之分，比如某個會員是屬於促銷敏感人群，這個數據其實更多的說的是概率。

4. 支援跨主題域訪問數據

企業早期建設的應用數據層ADS（傳統數據倉庫ODS/DW/ADS）更多是為某個主題域所服務的，如營銷域、人力資源域、風控域，而企業在數據應用的時候往往需要打破各個業務主題，會從業務對象主體出發來考慮數據應用，如人（會員、供應商、渠道、員工）和物（商品、倉庫、合約），從全域角度設計完整的面向對象的數據標籤體系。

5. 數據可以快速復用而不僅是複製

傳統的架構中，要將數據應用到業務中，通用的做法都是通過數據同步能力，把計算的結果同步給業務系統，由業務系統自行處理，這會帶來一個數據管理問題，即無法獲取數據在應用場景中的具體價值和熱度，整個數據血緣鏈路也是割裂的。

這種方式筆者們認為是複製數據，而不是復用數據。如何快速復用數據，正是可以在數據中台中解決的問題。

數字化浪潮席捲全球，企業正面臨著前所未有的挑戰和機遇，必須不斷加速數字化轉型才能生存和保持領先。數據中台能夠幫助企業聚合內外部數據，支撐高效的數據服務，最終提升企業決策水平和業務表現。

企業期待通過數據中台把原始數據轉化為數據資產，快速構建數據服務，使企業可以持續、充分地利用數據，實現數據可見、可用、可運營的目標，以數據來驅動決策和運營，不斷深化數字化轉型。總結一句話：數據中台是把數據這種生產資料轉變為數據生產力的過程。

關於作者：付登坡（花名：天湛），資深大數據專家，數瀾科技聯合創始人&地產事業部總經理。有10餘年大數據領域從業經驗，擅長數據建模、海量數據產品架構設計與實現。原阿里巴巴集團大數據專家，曾在阿里巴巴集團負責消費者數據標籤體系、DMP平台等大數據項目設計與實施。

江敏（花名：江敏），資深大數據專家，數瀾科技聯合創始人& CTO。有10年大數據平台規劃、數據安全交換使用、數據應用場景建設方面的實踐經驗。曾任職於阿里數據平台事業部、阿里雲數據事業部，負責阿里數據能力及平台的行業客戶賦能，並打造行業的數據共享交換，是ID-Mapping體系能力構建及服務化的核心參與者、數據交易模式的早期探索者。

任寅姿（花名：影姿），資深數據產品專家，數瀾科技創新事業部總經理。曾任阿里巴巴數據產品專家、數據創新梧桐工作室負責人等。對大數據資產設計、資產服務、資產應用在實踐的基礎上形成了一套完整的數據標籤類目體系方法論，擅長對各種複雜業務場景進行需求拆解、數據抽象和數據應用建模，關注採用大數據方法切實解決場景痛點，提升業務效率。

孫少憶（花名：守正），資深數字化轉型諮詢專家，數瀾科技戰略副總裁。20年企業資訊化工作經驗，積累了豐富的資訊化內部運營、解決方案銷售及交付等方面的實踐經驗。

本文摘編自《數據中台：讓數據用起來》，經出版方授權發布。