随着企业规模不断扩大、业务多元化——中台服务架构的应运而生。“中台”早期是由美军的作战体系演化而来的，技术上说的“中台”主要是指学习这种高效、灵活和强大的指挥作战体系。阿里在今年发布“双中台+ET”数字化转型方法论，“双中台”指的是数字中台和业务中台。

一、数据中台是什么

数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性，是这个企业独有的且能复用的，它是企业业务和数据的沉淀，其不仅能降低重复建设、减少烟囱式协作的成本，也是差异化竞争优势所在。

广义的数据中台包括了数据技术，比如对海量数据进行采集、计算、存储、加工的一系列技术集合，今天谈到的数据中台包括数据模型，算法服务，数据产品，数据管理等等，和企业的业务有较强的关联性，是企业独有的且能复用的，比如企业自建的2000个基础模型，300个融合模型，5万个标签。它是企业业务和数据的沉淀，其不仅能降低重复建设，减少烟囱式协作的成本，也是差异化竞争优势所在。

二、建立数据中台的原因

• 企业希望数据距离业务更近

以前的数据部门离业务部门有距离，业务部门不能直接使用数据，也不能直接地在数据当中发现价值，业务迫切希望距离数据更近，这是最大的一个需求。

• 企业希望数据中台能够提供数据服务

过去数据部门提供的都是可视化辅助决策类的服务，而企业希望数据中台能够提供高响应更实时的数据服务。

• 企业希望数据中台能直接提供业务价值

如何能够让数据直接产生业务价值，是企业非常关心的问题。

• 企业希望数据中台能够快速开发数据服务

如何能够让数据的开发，利用更快速？

当然，还有其他的期待：

• 企业希望数据中台和数据能够围绕业务场景来开展工作
• 提供统一数据

还有诸如：赋能业务更智慧、构建统一数据资产、打通数据孤岛等企业方面的迫切需求。总的来说，很明显能看到企业对于数据中台这个概念承载的重大期待。

三、  数据中台的价值

在此基础之上，我们把数据中台抽象成6大价值，在六大能力基础之上支撑的就是数据中台的使命和愿景：构建数据驱动的智能企业。

1.数据资产的规划和治理

现在很多企业在做数字化转型，有的企业还不具备基本的信息化系统，是不是就意味着不需要考虑数据了？或者等数据先有了，把后台建好，再来做中台？

不是这样的。因为数据是无时无刻不在产生的。重要的是：只要业务在生产，或者只要你的业务模式已形成，企业运转起来，你的数据就会时时产生。而且用什么数据也很清晰，区别只是到时候是用人工去处理这些数据，还是用系统去处理这些数据？

所以我们认为数据是不依赖于你的系统是否构建的，它是客观存在的，只是你没有通过技术的手段把它存储，采集下来而已。在这样的情况下，数据要早于应用规划。

构建数据中台，首先要有清晰的数据战略、数据资产的规划。企业需要清晰的知道自己要的是什么数据？现在需要什么数据？未来需要什么数据？可能会产生什么数据？数据未来在哪个系统里面去产生？他们之间的关系是什么？这个很重要。

这就是你要构建的数据资产目录，这个目录是一个逻辑结构，当你清晰的知道了这些结构以后，再去建设你的系统，这样的话，脑子就会非常清晰，只有这样才能从根本上去解决数据质量的问题、数据不一致的问题。

所以我们数据全景图、数据资产目录、数据的战略，这才是企业现在数字化转型的非常重要的第一步。

2.数据资产的获取和存储

数据的全景图，实际上映射的是你的业务全景图。在这个基础之上，构建你的应用，同时采集数据资产。先采集什么数据后采集什么数据？数据之间的关系，采集数据用的工具，这些都是数据平台需要去解决的问题。

3.数据资产的共享和协作

数据资产获取和采集以后，就要去让数据产生新的价值，把数据用起来。

这种情况下，一个非常重要的点是：数据一定要被企业所有的员工，乃至于企业价值链上的所有的人共享、开放和协作。

要让企业的每一个员工都清晰的知道有什么数据，数据的业务含义是什么？数据存放在哪里？只有这样，才不会出现数据的重复建设。如何把业务人员的想法变成数据的产品、协作？如何提高数据创新的速度？

每个企业都需要一个数据资产的协作平台，在这个平台上，业务需求提出人员，数据采集人员、数据开发人员，算法工程师，数据分析工程师，大家能够在一个平台自动化的协作，而不需要线下的这种协作。在同样的版本的数据基础上，用共同的沟通语言去交流协作，这样才能加快企业数据资产开发的速度。

4.业务价值的探索和发现

业务人员提想法，然后在数据资产的这种探索平台里面去做实验，快速的在公有的数据中台的数据集、数据湖的基础之上，构建不同的数据沙箱。用不同的数据版本，去探索和挖掘业务价值。

5.数据服务的构建和治理

当你发现一个数据集对业务很有价值，并且通过了验证以后，就要把它成开发成数据服务，让数据服务能够被更多的人使用。

6.数据服务的度量和运营

有数据开发者，有数据消费者，这样的话就面临一个问题，哪些数据有价值？哪些数据服务有价值？

因为计算资源、存储资源都是有限的，不可能无限制的去开发和存储。所以要识别出有价值的服务，让它被更多的人所使用。让那些没有价值的数据服务，沉淀在底层，然后被销毁和释放。

这就是一个运营体系，让数据能够持续的运营产生价值。只有这6点都具备了，企业才是一个有数据驱动能力的这样的一个智能企业。

FineDataLink是一款低代码/高时效的数据集成平台，它不仅提供了数据清理和数据分析的功能，还能够将清理后的数据快速应用到其他应用程序中。FineDataLink的功能非常强大，可以轻松地连接多种数据源，包括数据库、文件、云存储等，而且支持大数据量。此外，FineDataLink还支持高级数据处理功能，例如数据转换、数据过滤、数据重构、数据集合等。使用FineDataLink可以显著提高团队协作效率，减少数据连接和输出的繁琐步骤，使整个数据处理流程更加高效和便捷。

数据集成平台产品更多介绍：www.finedatalink.com

                         免费体验Demo 咨询方案

上一篇: 什么是数据分层？一文学会数据分层方法下一篇: ETL过程及其在数据仓库架构中的作用