智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

數據中臺與數據倉庫相比的四大優勢

時間：2020-11-21來源：知乎瀏覽數：2132次

數據倉庫是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，用于支持管理決策。因此，其重點在于數據的集合。數據倉庫可使用維度建模方法論從業務過程中抽象出通用維度與度量，組成數據模型，為決策分析提供通用的數據分析能力。

數據中臺與數據倉庫相比，四大優勢。

第一，數據中臺強調數據業務化，讓數據用起來，滿足企業數據分析和應用的需求。

第二，數據中臺梳理的流程比數據倉庫建設更加復雜和全面。數據中臺增加了以企業的全局視角來梳理數據域的環節，這是數據中臺建設中很重要的一環。數據域的梳理正好體現了中臺化的能力。

舉個例子，新零售場景下，企業的交易場景有很多，包括自建商城渠道、第三方電商渠道、外賣訂單渠道、線下門店渠道等。建設數據中臺時就需要規劃出一個交易域，此交易域要抽象出各種渠道的業務流程，并能覆蓋線上、線下運營部門在運營時需要考核的維度與度量。

因此數據中臺建設過程要更多從企業全局出發，從人、貨、場多維度打通數據，真正做到無論消費者從哪個渠道進來，都能洞察其與本企業的接觸軌跡。

而數據倉庫的建設則相對單一，專注于維度模型如何設計，如何拆解指標和維度，卻很少關注基于人、貨、場這些主體進行實體拉通，然后做出全局的畫像數據供前端業務調用。

第三，數據中臺建設的范疇遠遠大于數據倉庫的建設，除了完成數據倉庫的建模，還需要制定完善的數據治理方案，甚至在建設的過程中需要成立專門的數據治理委員會來促成復雜的數據治理工作。

最重要的一點是，在數據中臺的規劃階段就需要去主動迎合業務，需要全面梳理哪些業務場景需要利用數據的賦能才能形成業務閉環，因此，在建設數據中臺的同時就必須著眼于業務場景的賦能。

第四，對于企業來講，建設數據中臺并不只是搭建一個能力平臺。正如我們在《中臺戰略》一書中提到的，建設中臺需要中臺文化及相匹配的中臺組織。

因此，從宏觀上來講，數據中臺承擔著企業重新搭建數據組織的職能，倒逼企業為了運營好數據中臺而建設一套能與之匹配的數據中臺組織。數據倉庫則純粹注重于系統解決方案，并不涉及組織形態。

因此，簡單來說，數據倉庫重在建數據，而數據中臺則將建、治、管、服放到同樣的高度，數據倉庫只是數據中臺的一個子集。

那我們為什么會從數據倉庫發展到數據中臺呢？因為傳統的數據倉庫已不能完全滿足企業數據分析的需求。企業已從原來的統計分析轉變為預測分析并提供標簽、推薦等算法，從被動分析轉變為主動分析，從非實時分析轉變為實時分析，并且從結構化數據轉變為結構化、半結構化和非結構化的多元化數據。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：你知道什么是數據中臺嗎？...

下一篇：數據中臺不等于大數據平臺-數據中臺價值...