Open TFdream opened 4 years ago
数据中台的概念是最早由阿里巴巴首次提出，是为了应对像双十一这样的业务高峰、应对大规模数据的线性可扩展问题、应对复杂业务系统的解耦问题，而在技术、组织架构等方面采取的一些变革，其本质上还是一个平台，阿里称之为“共享服务平台（SPAS），2015 年阿里巴巴集团启动了中台战略，目标是要构建符合互联网大数据时代的，具有创新性、灵活性的“大中台，小前台”的机制。在2018年 3 月 15 日 ThoughtWorks 技术雷达峰会上，数据中台受到业界的广泛关注。
数据中台是什么，简单来说就是提取各个业务的数据，统一标准和口径，通过数据计算和加工为用户提供数据服务。
针对当前的市场来说，市场的需求变化快，应用开发的周期时间长，导致数据开发和应用开发速度不匹配，数据中台通过提供API的方式提供数据服务，能够让前台开发迅捷，快速获取所需的数据。针对企业内部来说，构建良好的数据管理系统和资产管理系统，在提供数据服务的方面能快速获取到所需的数据，同时也提供数据存储。
从大的方面来说数据中台包含以下几个部分：
数据存储 将企业所含的数据湖的数据，通过数据的清洗转换到数据仓库中，经过主题域的构建形成数据集市。同时数据中台是一个数据集成平台，它不仅仅是为数据分析挖掘而建，它更重要的功能是作为各个业务的数据源，为业务系统提供数据和计算服务。
数据资产管理 将企业内部的数据进行规范化的管理，按照企业的需求对企业数据按目录进行划分和管理。
数据服务 按照特定的需求以API的方式提供数据服务，随着企业大数据运营的深入，各类大数据应用层出不穷，对于数据服务的需求非常迫切，大数据如果不服务化，就无法规模化。
数据的分析与挖掘 以数据为推理的基础上，对数据进行分析，挖掘其更深层次的价值，比如说，用户对某个数据服务访问次数特别多，通过数据分析访问此服务的用户对其它服务的需求，分析其中的联系，之后更加侧重于提升这方面的服务，从而提高客户的满意度。反之，对用户访问较少的服务，反思其中的原因，进行服务的改进。
数据中台实现了数据的可复用性，即数据的共享，所谓的“大中台，小前台”的核心就是共享服务体系，一方面，实现了的服务的可重用性，减少了开发重复功能的成本，同时相较于大数据平台来说，数据中台距离业务更近，能更快速地响应业务和应用开发的需求，可追溯，更精准，业务的开发也更加敏捷高效。
数据中台还能够为企业解决数据开发和应用开发不同步的问题，企业的数据开发是跟不上应用的开发速度，更是跟不上业务的变化速度的。这是一个不可调和解决的问题，而数据中台通过构建数据体系，将其转化为数据开发的能力，提升开发速度。
数据中台的构建不是不是一蹴而就的，需要通过小的业务场景的不断累积，需要长时间的业务经验的沉淀，不断的进行优化创新，最终才能构建出具有企业业务特色的数据中台。
从业务场景入手 数据中台需要以场景化的方式去驱动，只有与具体的业务场景相结合，将业务数据场景落地，才能快速验证其价值，相较于需求驱动来说，它是更贴近业务的数据平台，当出现新的问题是，能快速给出解决方案。
累积经验，构建数据文化 经验的累积是一个长时间的过程，需要制定好先相关的计划，针对各类的业务数据进行分析决策，以数据为依据挖掘出最适合该类数据的业务服务。通过多种业务场景的累积，构建出自己的数据服务体系，同时将企业技术能力进行汇集和沉淀。通过数据的方式支撑整个管理过程、服务过程，更加针对性的提供相应的技术支撑。
进行思维的创新 业务知识领域经验的积累在一定程度上提升了服务的效率，然而长时间的重复的业务工作让人逐渐失去活力，另一方面知识和技术发展快速更迭，要顺应业务发展和时代发展的需要，进行思维和技术的革新，为企业注入新的活力。
打造自身的特色 构建数据中台不是盲目的照搬，每个企业的业务系统够有所差异，只有深入了解自身企业的业务特色，找出最能体现价值的应用点，以此为切入点，才能挖掘出企业更深层次的价值。
数据中台的概念是最早由阿里巴巴首次提出，是为了应对像双十一这样的业务高峰、应对大规模数据的线性可扩展问题、应对复杂业务系统的解耦问题，而在技术、组织架构等方面采取的一些变革，其本质上还是一个平台，阿里称之为“共享服务平台（SPAS），2015 年阿里巴巴集团启动了中台战略，目标是要构建符合互联网大数据时代的，具有创新性、灵活性的“大中台，小前台”的机制。在2018年 3 月 15 日 ThoughtWorks 技术雷达峰会上，数据中台受到业界的广泛关注。
数据中台的业务定义与发展
数据中台是什么，简单来说就是提取各个业务的数据，统一标准和口径，通过数据计算和加工为用户提供数据服务。
针对当前的市场来说，市场的需求变化快，应用开发的周期时间长，导致数据开发和应用开发速度不匹配，数据中台通过提供API的方式提供数据服务，能够让前台开发迅捷，快速获取所需的数据。针对企业内部来说，构建良好的数据管理系统和资产管理系统，在提供数据服务的方面能快速获取到所需的数据，同时也提供数据存储。
从大的方面来说数据中台包含以下几个部分：
数据存储 将企业所含的数据湖的数据，通过数据的清洗转换到数据仓库中，经过主题域的构建形成数据集市。同时数据中台是一个数据集成平台，它不仅仅是为数据分析挖掘而建，它更重要的功能是作为各个业务的数据源，为业务系统提供数据和计算服务。
数据资产管理 将企业内部的数据进行规范化的管理，按照企业的需求对企业数据按目录进行划分和管理。
数据服务 按照特定的需求以API的方式提供数据服务，随着企业大数据运营的深入，各类大数据应用层出不穷，对于数据服务的需求非常迫切，大数据如果不服务化，就无法规模化。
数据的分析与挖掘 以数据为推理的基础上，对数据进行分析，挖掘其更深层次的价值，比如说，用户对某个数据服务访问次数特别多，通过数据分析访问此服务的用户对其它服务的需求，分析其中的联系，之后更加侧重于提升这方面的服务，从而提高客户的满意度。反之，对用户访问较少的服务，反思其中的原因，进行服务的改进。
数据中台的业务价值
数据中台实现了数据的可复用性，即数据的共享，所谓的“大中台，小前台”的核心就是共享服务体系，一方面，实现了的服务的可重用性，减少了开发重复功能的成本，同时相较于大数据平台来说，数据中台距离业务更近，能更快速地响应业务和应用开发的需求，可追溯，更精准，业务的开发也更加敏捷高效。
数据中台还能够为企业解决数据开发和应用开发不同步的问题，企业的数据开发是跟不上应用的开发速度，更是跟不上业务的变化速度的。这是一个不可调和解决的问题，而数据中台通过构建数据体系，将其转化为数据开发的能力，提升开发速度。
企业如何去构建数据中台
数据中台的构建不是不是一蹴而就的，需要通过小的业务场景的不断累积，需要长时间的业务经验的沉淀，不断的进行优化创新，最终才能构建出具有企业业务特色的数据中台。
从业务场景入手 数据中台需要以场景化的方式去驱动，只有与具体的业务场景相结合，将业务数据场景落地，才能快速验证其价值，相较于需求驱动来说，它是更贴近业务的数据平台，当出现新的问题是，能快速给出解决方案。
累积经验，构建数据文化 经验的累积是一个长时间的过程，需要制定好先相关的计划，针对各类的业务数据进行分析决策，以数据为依据挖掘出最适合该类数据的业务服务。通过多种业务场景的累积，构建出自己的数据服务体系，同时将企业技术能力进行汇集和沉淀。通过数据的方式支撑整个管理过程、服务过程，更加针对性的提供相应的技术支撑。
进行思维的创新 业务知识领域经验的积累在一定程度上提升了服务的效率，然而长时间的重复的业务工作让人逐渐失去活力，另一方面知识和技术发展快速更迭，要顺应业务发展和时代发展的需要，进行思维和技术的革新，为企业注入新的活力。
打造自身的特色 构建数据中台不是盲目的照搬，每个企业的业务系统够有所差异，只有深入了解自身企业的业务特色，找出最能体现价值的应用点，以此为切入点，才能挖掘出企业更深层次的价值。
相关资料