冷思考：數據中臺的迷失與前行

數據中臺今年很火，火的有點突如其來，也讓很多用戶為之而迷失。

這波由互聯網巨頭們帶起來的中臺熱潮，看似偶然，其實必然。它讓我們真正意識到數據形成資產化之后帶來的巨大價值，以及企業與機構在未來的競爭中構建起數據資產體系和組織架構調整的重要性。

當數據中臺成為大勢所趨之際，對于各大傳統行業而言，不禁要問：如何打造適合自身業務的數據中臺？互聯網公司的數據中臺戰略固然有其可取之處，但是邯鄲學步則可能導致滿盤皆輸。事實上，數據中臺終究只是一個代名詞而已，形成適合自身業務的數據資產管理體系，通過數據資產化實現為前臺業務提供“養料”和支撐，才是傳統企業打造數據中臺的核心本質。

冷思考：數據中臺的迷失與前行
正所謂，無論是互聯網公司，還是傳統企業，無論采用何種方式方法，在數據中臺建設中，沒有同途殊歸，只有殊途同歸。

為什么需要數據中臺

以互聯網公司為代表的數字原生企業，其天生就是數字化的，但絕大部分互聯網企業也是發展到一定階段之后，才開始著力于數據中臺的建設。百分點大數據操作系統負責人賈喜順直言，互聯網企業典型的特征就是野蠻生長，當無序膨脹、快速發展到一定階段之后，往往需要通過數據中臺來更加高效驅動和管控業務。

而大部分傳統行業用戶，大多數都經歷了多年的信息化建設，從過去的數據倉庫、數據管理，到后來的大數據平臺、數據治理，是企業數據資產化穩步演進的過程。而當前，傳統行業正處于向數字企業轉型的過程中，數據中臺則是數據資產化演進的下一個階段，它在數字化轉型中可謂是至關重要。

正所謂是，先有業務數據化，才有數據業務化，傳統企業需要數據中臺這個中樞來讓數據驅動業務，實現數字化的快速創新。在百分點看來，數據中臺是集合數據采集、融合、治理、組織管理、智能分析為一體的整體平臺，將數據以服務方式提供給業務前臺使用，以提升業務運行效率、持續促進業務創新。

“如果將前臺比作計算機的應用程序，后臺比作計算機的存儲，那么中臺就是計算機的內存。數據中臺的作用就是將前臺的快速響應和后臺變化周期慢的矛盾協同起來，將前臺中的穩定通用業務能力‘內存化’到中臺，將后臺中頻繁使用的能力抽取到中臺中。現在，數據中臺這個‘內存’的容量正在變得越來越大，”賈喜順這樣形容數據中臺。

百分點是國內為數不多在多個行業擁有數據中臺建設豐富經驗的公司

以百分點某大型集團用戶為例，其業務橫跨數十個行業，擁有超過2000家的子公司，業務體量和復雜度巨大，幾乎每一家公司都擁有多套業務系統和數據標準，在集團整體的數字化轉型過程中，將數據匯總、拉通、流動、共享，通過數據來驅動業務應用和創新，成為該集團在數字化轉型過程中遇到的最大挑戰。賈喜順表示：“像這樣的用戶在傳統行業中非常具有代表性，擁有豐富的內部數據，卻沒有建成數據資產管理體系，無法實現數據資產化，也無法通過數據來支撐集團和各個子公司的業務創新。”

在賈喜順看來，數據中臺將會是企業在數據層面的一個標準化支撐，通過數據中臺去支撐前端百花齊放的數據應用，并且應用產生的大量數據再次回流到數據中臺之中，形成完整的數據閉環，驅動企業數據生態的形成。

好的數據中臺是什么樣

毫無疑問，當前關于數據中臺的建設并沒有一個標準化的定義，大家的理解都是五花八門。目前除了互聯網企業之外，很多企業普遍處于數據中臺建設的構思規劃或者剛剛起步的階段。賈喜順用三點總結了當前企業在建設數據中臺中面臨的主要挑戰。

首先，大部分企業理念轉變不到位，沒有明白數據中臺建設是一個長期過程，與傳統的IT項目周期有著非常大的區別，業務部門必須從上到下去推動和配合數據中臺的建設。“很多時候，數據中臺建設并不是技術層面的問題，而是理念是否轉變的問題。”

其次，企業需要在組織層面去保障數據中臺的建設，需要單獨成立部門或組織。“哪怕是阿里、騰訊、京東這樣的互聯網巨頭，也已經將數據中臺獨立成部門，去統籌集團所有的數據。”

最后，是需要合格的團隊、技術和產品，去完成實現數據中臺的過程。“很多傳統企業，其實在人才、技術儲備上相對較差，這也是像百分點這樣的廠商所能夠去彌補的。”

那么，一個好的數據中臺又會是什么樣的？這恐怕是所有企業與機構接下來都將需要去深度思考的話題。

在百分點看來，數據中臺必須要與自身業務實際情況去考慮。“同樣是喝水，如果是一家人，自家挖一口井就可以滿足喝水需求；如果是一個村子的人，則可以挖一口大井，用水泵抽水；而如果是一個城市，則需要建立自來水廠，來滿足千家萬戶的喝水需求。”

百分點數據中臺全景圖

不過，數據中臺的建設流程不管大小和復雜程度，數據中臺的建設都需要圍繞著數據的聯絡，包括數據的接入、清洗、加工、整合，并最終起到支撐應用層的服務。“數據中臺不管大小，其鏈路完整性是非常有必要的，并且在數據標準和數據治理層面是必不可少，只有把數據標準統一了，才可以支撐起整個數據生態。”此外，考慮到企業與機構的成長性，百分點還強調了數據中臺的擴展性和靈活性，“數據中臺必須足夠的健壯，可以支撐業務的彈性變化。”

從宏觀層面來看，好的數據中臺可以很好地盤活企業數據資產，并且建立起將裝的數據資產管理體系，形成數據生態閉環，可以有效地支撐起基于數據的業務快速創新，并且有利于打破內部的固有利益和部門墻，推動企業在組織架構層面的變革，適應數字化轉型。

數據中臺服務商如何選

數據中臺的熱潮也帶火了各種數據中臺公司，從上層做大數據營銷的公司，到底層做數據倉庫、大數據平臺的公司，還有用友、金蝶這些傳統信息化軟件公司，甚至阿里云這樣的云廠商，每一家都從自身所擅長的領域去延伸到數據中臺市場，希望在數據中臺市場分的一杯羹。

不過，面對如此多的數據中臺服務商，用戶應該如何選擇？筆者認為，從三個層面去考慮會更加合理。

首先需要關注服務商在技術層面的積累，比如像數據倉庫、大數據平臺等，看是否具有相應的技術經驗和強大的技術團隊。

其次，需要關注數據中臺服務商是否有健全的產品與工具，包括從數據接入、清洗、ETL處理、可視化等整個體系的產品與工具，這些產品與工具是否經受過大量項目的沉淀與檢驗。

第三，需要關注數據中臺服務商是否有豐富的行業經驗和業務沉淀，像政府機構、金融、零售等行業非常符合和需要數據中臺建設，雖然每一家企業或機構的數據中臺需求迥異，但是供應商在同行業積累下的經驗，有助于其在其他用戶的數據中臺建設。

最后需要關注交付能力，一個數據中臺項目，其中數據治理部分就是非常不輕松，涉及到數據標準制定、數據拉通等等，基本上臟活累活占了大半。很可能出現，像一些云廠商不愿意干，小的創業公司又hold不住的局面。

數據中臺未來趨勢在哪

“如果當一個數據中臺建設起來之后，你的數據科學家、數據分析師還需要在數據整理、加工上花費大量精力和時間的話，那么這樣的數據中臺肯定不代表著未來的發展趨勢。”賈喜順如是說。

在百分點看來，數據中臺某種程度就是為AI而生的，尤其是當前AI應用開始逐漸進入到各行各業之中，需要大量的基礎數據集來訓練和支撐，數據中臺的建立，有利于AI模型的訓練和AI應用的創新。“數據中臺應該使用起來非常方便，不僅僅是專業人員才能使用，而是讓更廣泛的人群直接使用工具和數據，來支撐產品的創新。”

其次AI技術來優化和改造數據中臺也將成為重要的趨勢。“AI可以讓數據中臺更加敏捷和高效。像百分點已經在數據中臺的底層工具和產品層面開始融入一些AI技術，可以在數據標注、數據治理上快速便捷的處理數據；此外，通過AI還可以自動生成腳本等。”賈喜順認為AI在數據中臺的占比會越來越大，“除了底層之外，對于上層業務做一些AI層面的支持，比如NLP、問答機器人、自動翻譯等。”

第三，數據中臺的定制化會更加容易。對于數據中臺的一大疑惑就是，用戶的需求造成的定制化程度嚴重，數據中臺無法形成通用性的產品，造成數據中臺項目的交付難度極大。賈喜順表示：“數據中臺的產品和工具將會更加靈活，朝著組件化的方向發展，可以通過積木式的產品搭建來滿足用戶需求，遇到個性化需求也可以快速通過組件進行定制化的開發。”

總體而言，數據中臺將會朝著底層更智能、上層使用更加簡單的方向發展。

寫在最后

從長期來看，數據中臺其實跟企業大小并沒有直接關系，不同大小和類型的企業都需要數據中臺。數據中臺將逐漸成為一種基礎能力，這種基礎能力將會是企業在數字化時代中所必須具備的。

無論如何，數據中臺的建設將會是一個長期、螺旋上升的過程，也將會對企業的組織架構產生深遠影響。

就如大型機之父Frederick Brooks在《人月神話》中提到：這個世界上沒有銀彈。數據中臺的建設沒有一勞永逸的辦法，企業與機構要想短期內就實現效果恐怕是不太現實，企業更需要從戰略層面進行更多思考，再配合選擇合適的數據中臺服務商，方能在數據中臺建設之路上走的穩當。