01、數據中臺七年

幾家歡喜幾家愁,距2015年“數據中臺”這一概念首次亮相，已有7年。不少企業通過數據中臺，實現了新增長。海底撈借助數據中臺，搭建了一套完整的數據分析報表系統，通過這些分析報表制定更為靈活的營銷手段，提升會員的滿意度。基于數據中臺，推動CRM系統的升級，散亂的數據被進行規范重組后，為最終實現千人千面奠定了基礎。?

富國銀行于2017年啟動了類似搭數據中臺的一系列舉措，如進行企業數據治理、企業數據資產管理、企業數據管理、企業級數據集成、數據安全管理及數據授權等，建立起全行集中數據運營和洞見團隊、建設了新型的數據平臺。通過這樣的變革，富國銀行實現了數據戰略升級。2019年7月，在全球前1000的銀行排名中，富國銀行高居第七位。

北京中信大廈通過數據中臺，將物聯網網關數據納入統一的采集框架，自動提供底層數據不同格式和粒度的管理和轉換，在匯總后將基本數據通過統一的數據接口供上層應用使用，而且所有的應用和數據全部運行在同一個集群中，由統一界面進行管理，從而解決了多源異構數據的處理及可控管理的難題。

但同時，也有不少企業搭建中臺失敗。諸如茅臺的中臺項目進展不順利、某大型制造企業的中臺項目成效低的著名案例還有很多，一些企業已經停止了在數據中臺上的大量投入，進行“拆中臺”，相關團隊急劇縮減，還有部分企業已經放棄搭建數據中臺的嘗試，在數字化轉型的路上另尋良方。

02、“數據中臺”價值何在？

經歷過“追捧”和“質疑”，數據中臺的概念在眾多企業的落地實踐中，逐漸走向了普及。雖然行業對“中臺”一直存在著爭議，但不可否認的是數據中臺的概念隨著各行各業數字化轉型的深入得到了很好的推廣，其架構與理念也逐漸滲透到了處在數字化轉型進程中的企業的方方面面。

那么到底什么是數據中臺？其價值與核心能力到底體現在哪兒？

數據中臺是介于前臺和后臺之間的企業級數據共享和能力復用平臺。數據中臺并不是一個簡單的軟件體系或標準化產品，更多是強調資源整合、集中配置、能力沉淀、分布執行的運作機制，是一系列數據組件或模塊的集合，指向企業的業務場景。數據中臺的這種組織形式是企業苦于數據建設煙囪林立、數據建設分久必合的一種結果，有利于資源整合與復用節省成本。

數據中臺的架構一般由以下幾個板塊組成，這些板塊也體現著“數據中臺”應具備的價值與核心能力。

1.數據匯聚能力

隨著企業的業務走向多元化，企業內容往往便形成了多個信息部門和數據中心，大量系統、功能和應用重復建設，存在巨大的數據資源、計算資源和人力資源的浪費，同時組織壁壘也導致數據孤島的出現，使得內外部數據難以全局規劃。

數據匯聚是數據中臺必須提供的核心工具，提供適用、適配、成熟、完善的一站式大數據平臺工具，在簡便有效的基礎上，實現數據采集、交換等任務配置以及監控管理。

2.數據存儲計算能力

通過數據匯聚模塊匯聚到中臺的數據，沒有經過什么處理，基本是按照數據的原始狀態堆砌在一起的，這樣業務還是很難使用。數據存儲計算是一整套數據加工以及加工過程管控的工具，將數據的一部分計算能力放到存儲端完成，就地對大量數據進行預處理或分析，從而加速數據挖掘和洞察，提升效率。

3.數據治理能力

數據就像石油，需要經過提純加工才能使用，這個提純加工處理的過程就是數據治理。

傳統的數字化建設往往局限在單個業務流程，忽視了多業務的關聯數據，缺乏對數據的深度理解。數據中臺必須連通全域數據，通過統一的數據標準和質量體系，建設提純加工后的標準數據。

4.數據資產管理能力

數據資產體系是中臺的血肉，但通過數據資產體系建立起來的數據資產還是一套偏技術的數據體系，業務人員比較難理解。資產管理是以企業全員更好理解的方式，把企業的數據資產展現給企業全員（當然要考慮權限和安全管控），數據資產管理包括對數據資產目錄、元數據、數據質量、數據血緣、數據生命周期等進行管理和展示，以一種更直觀的方式展現企業的數據資產，提升企業的數據意識。

5.數據服務能力

為了盡快讓數據用起來，數據中臺必須提供便捷、快速的數據服務能力，讓相關人員能夠迅速開發數據應用，支持數據資產場景化能力的快速輸出，以響應客戶的動態需求。數據中臺的服務模塊并沒有自帶很多服務，而是提供快速的服務生成能力以及服務的管控、鑒權、計量等功能。

03、條件、路徑與方案撥開“數據中臺”建設迷霧

上述的數據中臺的架構與核心能力，恰好踩在了很多企業數字化轉型的痛點之上：如數據重復建設、數據需求響應慢、數據成本增長快、數據質量差等問題。在眾多企業紛紛步入數字化轉型深水區的關頭，數據中臺的出現似乎提供了一個完美解決方案，于是“數據中臺”一度大熱。

但為何有的企業能通過數據中臺構建起自身的第二增長點，但有的企業的數據中臺卻最終以人力物力的浪費而告終。這其中涉及到的是多方面的原因，如目標不明、戰略缺位、能力不足、支持乏力、業務分隔等。

拋開復雜因素，這里我們主要結合經驗，從數據中臺的建設出發，總結了關于數據中臺建設的前提條件、路徑與步驟方面的建議。

三大前提條件

并不是所有的企業都適合建立數據中臺。數據中臺的構建需要大量人力物力的投入，所以數據中臺的建設一定要結合企業的現狀，有的放矢、按需選擇，不可盲目跟風。結合多個數據中臺實踐案例，可以發現成功實現數據中臺的企業一般具有下面幾個特點。

①具有一定信息化基礎
②企業業務多元，有豐富的數據維度和多個業務場景
③企業有明確的數字化轉型、精細化運營的需求

三大建設路徑

（1）領域業務導向
中臺是為業務服務的，一些企業在建設數據中臺時會選擇一個領域明確的切入點和建設周期。比如，企業將數字營銷作為數智化轉型的切入點，為支撐數字營銷，有些企業會做會員相關的領域，有些企業則選擇電商相關的領域。

這樣聚焦領域的數據中臺的特點就是貼近業務、敏捷、周期短，其重點在共享能力的沉淀。比如有些企業會以會員為切入點，重點關注會員場景。剛開始時，會員域只具有基本的會員管理能力，只能完成基本的業務閉環，但是隨著業務的深入，還會不斷沉淀會員體系、會員權益、B端和C端會員精細化管理等能力。由此可見，領域場景的能力沉淀過程也是中臺自我演進的過程。

（2）雙中臺建設
雙中臺建設指的是業務中臺與數據中臺同時建設。業務與數據雙中臺建設聚焦于業務，圍繞創新開展業務和數據系列能力的建設，從而快速滿足業務場景閉環及業務創新嘗試。 以做營銷活動為例，沒有數據中臺，無法圈選到合適的人；沒有業務中臺，設計不出合適的促銷活動，無法帶動交易；沒有活動和交易數據，找不到合適的人群。

雙中臺一體化建設的特點是體系化，業務與數據是閉環的，但周期較長。 對于一些業務發展更迭較快的企業，業務與數據的緊密結合有助于數據更好地發揮其驅動價值。

（3）全域數據中臺

全域數據中臺就是對數據進行全面資產化、體系化的布局。這類數據中臺中臺一方面關注全域場景的通用能力，另一方面也關注不同場景的能力串聯。

全域數據中臺的建設周期較長，既需要有一整套機制來護航數據中臺的運營，比如保障已制定的規范的執行落地，又需要體系化的工具，還需要體系化的思考，比如考慮多業務之間的交叉賦能共享等。正由于周期較長，所以很難一步到位。因此，企業可以設計分階段實施，比如第一階段打基礎，第二階段建模型、第三階段賦能業務。這就需要在企業內部首先達成共識，才能保證系統建設的穩步推進。

3. 四大行業解決方案

在不同的垂直行業，企業們存在著不同的需求和痛點。目前在數據中臺的應用上較為成熟的行業有金融、零售、制造和地產等。以下是4大行業的數據中臺解決方案，具有一定的參考借鑒價值。

（1）金融行業
由于信息化建設起步早、投入大，使得金融行業的數據建設相對較為成熟。但隨著國家對行業的監管要求趨嚴、市場競爭加劇、業務復雜度提升，提升風控和服務水平成為金融機構下一階段經營發展的重要課題。而數據數據作為生產要素，是金融機構未來業績增長的核心驅動力，然而如何使海量數據真正賦能業務、發揮價值，數據中臺中數據服務和應用的多樣性、敏捷性、智能性將變得更加必要。
? ? ?
以銀行業為例，銀行業的數據中臺建設需要在前臺業務系統與后臺數據系統之間構建一條數據和能力的通道，為前臺的業務團隊、客戶經理、財富顧問與后臺的數據專家、算法模型專家、人工智能專家的工作銜接提供強有力的支撐。業務團隊專注于產品的具體邏輯與業務管理流程，數據專家專注于加速從數據到價值的過程，提高對業務的響應能力。
? ??
（2）零售行業
在過去的信息化建設進程中，零售企業積累建設了包括ERP、MES、CRM、WMS、等在內的各種業務系統，加之線下門店、自有商城、電商平臺、社交軟件平臺等各類渠道的涌現，企業獲取的銷售、營銷數據愈發零散、且往往都是孤立存在；而日益碎片化的觸達時段及場景、層出不窮的媒介載體和復雜的社交數據，也使全景化的消費者畫像和用戶標簽體系難以整合建立。與此同時，爆發式的海量數據使企業原有的CRM系統算力和能力難以滿足業務的計算分析需求。
?
零售行業的數據中臺解決方案主要是以“人-貨-場-服務-體驗”為依托，借助大數據、智能算法等技術構建企業經營分析、消費者畫像、實時交易、智慧門店、智能預測等智慧零售可視化大屏，輔助企業數據決策，讓數據驅動業務、讓數據產生價值。
??
（3）制造業
隨著產業數字化進程不斷加速，傳統制造業企業正面臨數字化轉型的關鍵時期。過去的各個制造管理系統建設缺乏總體規劃，導致遺留了大量數據語義彼此獨立、數據口徑無法對齊、系統間交互性差等問題，使得生產制造全流程中產生的眾多高價值數據只能在自身系統里流轉，無法在更長的鏈條上發揮價值。

因此，高效集成多源異構的制造數據，構建企業級的數據架構和完備的數據服務體系，發揮數據指導作用，實現業務增值，是傳統制造業走向科學、精細化運營的核心。

（4）地產行業

告別增量高速增長的時代，進入存量化的下半場，地產企業過去高杠桿、高負債、高周轉的運營模式逐漸難以為繼，投資與經營的雙重壓力倒逼地產企業向精細化運營轉型。

如何提升組織運營能力、進行多業態有效管控，如何提高運營效率、最大化存量資產價值，如何精準洞察用戶需求、尋求新的收入增長點，都是新階段地產企業的戰略性難題。要解決這個難題，企業就要通過企業級的可復用能力平臺快速組合形成新的業務，與消費者進行強連接。
?
04、小結

不可否認，數據中臺的確給企業的數字化轉型提供了一套較為完整的解決方案與思路建議。但條條大路通羅馬，數字化轉型也不應只有數據中臺這一唯一道路。企業在選擇是否建設數據中臺，以及建設數據中臺的過程中，應結合自身情況，進行定制化、個性化地建設，而不是跟熱點、照葫蘆畫瓢，這樣不僅無法達到降本增效的目的，對于各種資源的投入也是一種浪費。