睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

某大型企业数据中台的架构设计与落地实践

时间:2022-02-09来源:纯净水浏览数:94

近年来,随着IOT、5G等技术的普及与发展,以及数智化进程的推进,企业获取的数据量正以指数级增长。为解决海量数据的采集、加工、分析,以沉淀数据资产来更好的面对营销、运营等业务难题与挑战,数据中台的概念应运而生。这个由阿里巴巴在2015年根据自身业务需要提出的概念,后随着各大互联网公司纷纷提出中台战略以及组织架构的调整,技术中台、组织中台、数据中台等各种中台的概念喷涌而出。本文主要围绕数据中台展开。

为什么建数据中台?

首先领导层要认同数据中台的价值,只有取得领导层的信任与支持,建设数据中台的工作才能顺利开展。而数据只有持续利用起来,才能体现它的价值。数据中台并不是具体的产品或技术架构,而是一种综合解决方案或运营理念,在业界还没有明确的定义。我们认为数据中台的核心在于构建标准的数据体系和快速支撑前端应用的能力,通过数据来驱动业务的创新和变革。要构建标准数据体系并达到相应能力,必须结合产品、技术、数据、业务及组织力量来保障企业的综合运转和高效运营,这样数据中台才能发挥出巨大的价值。衡量数据中台的价值可总结为五个关键目标,即业务数据化、数据资产化、资产服务化、服务业务化和业务智能化。

业务数据化。对于像阿里、腾讯这类的互联网企业,较早的实现了业务的数据化。根据实时反馈的线上数据,分析客户行为,从而优化自身业务流程,形成数据闭环,实现数据在各环节的沉淀及价值,在精准营销和推荐引擎方面优势显著。但对于传统实体企业来说,业务难以实现完全的在线化、数据化。在很多生产制造工艺环节,仅依靠一线的工人或者是中层管理直接拍板,根据有限的数据做决策,数据必然不能得到有效沉淀。

数据资产化。数据在企业内部充分应用最大的障碍是存在语言壁垒。数据资产化意味着在公司内部形成共同的“数据语言”,各部门为了统一的分析目的,形成各自对应的统计标准,在运营过程中实时对数据进行收集汇总分析。数据资产化之后,数据资产才会渐渐成为企业的战略资产,企业将进一步拥有和强化数据资源的存量、价值,以及对其分析、挖掘的能力,进而会极大提升企业的核心竞争力。

资产服务化。数据形成资产后,通过数据中台开放给各部门使用,释放数据价值的同时发现问题、优化自己的生产环节和流程。为解决业务部门不愿意开放数据的难题,我们需要建立相关的激励机制,提高业务部门主动配合的意愿,实现更好的协同。数据中台需要具备一些核心能力。首先,数据源头负责人要把控数据质量和价值。其次,数据应用要实现从线下到线上、从手工到自动以及从单兵到协同。最后,要做到业务可控,能够对业务趋势的异常从时间、空间、数据三个维度进行分。

服务业务化。任何一个产品都需要推广和运营,把数据服务业务化运营很关键。

业务智能化。多数企业的业务智能化仍在发展中,尚未实现真正的数据智能、协同共享、知识推荐等。

如何建数据中台?

以某大型企业为例,它的数据中台建设大致经历三个阶段,即外脑式建设、技术派建设和自主建设。外脑式建设:三板斧在数据中台兴起之时,很多企业领导层并不了解其价值。加之中台建设投资大、效益难产出,厂商直接提供搭建中台服务行不通,于是开始提供咨询服务,为企业展开相关定制化课程培训服务,帮助甲方持续建设与运营。甲方可以单次购买/按年订阅产品服务、以license授权节点数购买产品服务、以原厂OEM的方式获得贴牌服务。在实施服务中,数据中台可以分为数据应用和数据工程两方面。总体来看,外脑式建设模式有相对成熟的方法论又有现成的通用产品,你今天交钱,明天就给你部署好,还给你带全套的技术人员过来,还给你很多客户案例供你参考,对甲方来说简直太舒服。但这种方案的缺点就是不能深入到业务、对行业理解不全面、容易产生期望落差。项目出问题了,就说是领导层支持力度不够,一把手工程其实是他们推卸责任的一种说法,无论是领导层还是执行层都要具备耐心。外脑能做的,别人有的你都能有。外脑不能做或很难做的,是创造企业的核心竞争力。技术派建设:快、准、省

对比外脑式建设,技术派的数据中台建设是不是太技术了?外脑的是不是要友好的多?纯技术建设往往是迫于无奈。业务线太多,无法一一顾及,所以只能平台化。但是对于真正的使用者来说,感官可能并没有那么明显。之前用马车能跑,现在换汽车也是一样跑,并没有外面宣传的那么神奇。甚至某些特殊场景还没马车跑的快,因为业务的抽象,必然会引起部分个性化需求的丢失和忽略。那时候业务线就会鸡蛋里挑骨头,说中台不成功。所以纯技术建设往往吃力不讨好。因为是自己团队,所有的代码、组件、数据全部都掌控着,但是跨部门沟通略有障碍,技术和业务的融合有问题。纯技术建设投入的成本往往较大,光是组建数据团队就得花不少力气,而且这些人很贵的。这种建设模式可能忽略真正业务方的感受,技术认为的价值也许不够大,技术强势可能业务就会弱化,且需要接手人具备较深的技术积累。投入大,成效容易被诟病。

某大型企业数据中台建设经验总结

数据中台建设方法论,总结为“12345”,包含战略、保障、准则、体系、步骤五方面。

企业数据中台建设包含项目启动、需求分析及成熟度评估、方案评审、项目实施、项目验收以及运营的全过程。

某大型企业为实现战略目标,数据入湖是实现“降本增效”的必要基础,区域数据湖建设是必由之路。基于数据湖及数据中台,实现多源异构数据智能入湖、智能治理与共享应用,形成了数据智能共享模式。

自主建设是真正的从企业业务本身出发,能够体现核心的商业价值。业务在“天上飞”,技术永远是坚实的底座,坚持自主建设是硬道理。同时,这是一个不断优化重建、花费较大跨部门沟通成本、长时间进行技术打磨的过程,需要我们认准核心价值,死磕到底,用时间和努力来构造一道坚不可摧的商业护城河!

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询