“數據中臺”無疑是當前IT界最大的熱點。關于中臺的討論和解讀，互聯網上有著很多不同的聲音，有人認為數據中臺是企業數字化轉型過程中無所不能的“良藥”，也有人認為數據中臺是難以駕馭、存滿風險的“深坑”。

在筆者看來，這兩種觀點都有些極端，數據中臺只不過是企業信息化、數字化發展過程中的一個產物，就如同當年的面向對象的編程和面向服務的SOA架構，而數據中臺正是組織經過多年信息化發展，都普遍沉淀了大量的數據，如何管理好、應用好這些數據，從而讓企業獲得收益的時代性的產物。

— 01 —數據中臺核心是賦能業務

數據中臺是圍繞數據從生產、存儲、增強、使用、傳輸、共享、冷存儲到毀滅的全生命周期，是滿足 IT 研發者、數據科學專家、產品經理、分析師、決策管理者等不同角色對數據的應用需求，具有海量多源異構數據整合、實時數據計算與發布、統一通道數據調用與分析能力，具備高可復用、高可靠、高效的開放型數據治理能力的數據處理平臺。首先我們要充分意識到數據中臺是一個企業加工生產數據的業務系統，它不是一個傳統意義的技術平臺而是一個生產系統，它的生產資料是數據，它的產品是對業務產生洞察和價值的服務。這跟企業的業務目標、行業領域、文化結構、流程體系等因素緊密相關，所以數據中臺一定不是一個可以一次性購買部署的套裝軟件，它是一個為企業的業務目標服務量身定制的系統。其次它緊密綁定，跟隨著企業的業務戰略，所以它是一個演進式架構，在不同的階段、不同的領域，會采用不同的技術選型。所以認為，企業的數據系統，正從原來的數據倉庫這樣的封閉架構走向開放架構，企業的數據中臺是開放平臺，一個建立在演進式架構之上的開放平臺。數據中臺是將數據資源與數據生產系統松耦合，為業務前臺創新多變的業務場景提供數據能力的支撐。數據中臺是企業級的數據加工廠，它不是一個單純的技術平臺，而是一套以業務服務為目標，以業務需要為導向，包含建設方法、基礎設施、運營體系在內的綜合解決方案，往往伴隨著企業組織的變革和業務流程的創新。

企業級數據中臺的建設不是拋棄企業原有的IT系統徹底重建，而是在繼承企業歷史信息化投資的基礎上，通過中臺架構的引入，借助業務中臺、數據中臺的理念，實現“數據賦能業務”。

—?02?—數據中臺的能力組成
數據中臺的核心就是數據能力的復用，功能組件化，治理公共化。數據中臺是以賦能企業數智化轉型為目標，利用先進的數據處理技術，規范一套業務模式和組織形式，持續的為企業提供數據服務的機制。我們可以將數據中臺大致分為三個部分，如下圖：業務數據化。業務數據化是一個動詞，但這里我們是指企業多年信息化建設和使用過程所沉淀下來的信息系統，這些信息系統是數據中臺重要的數據來源。除了圖中所示的各個信息系統以外，數據中臺所匯集融合的數據還包括來自互聯網各大電商平臺、社交平臺的數據，如：企業競品數據、會員動態等數據；另外還有一部分數據來自生產工廠的工業邊緣數據，如：設備的實施數據等。這些數據都是企業寶貴的數據資產，將為企業的數字化轉型起到重要的支撐作用。數據中臺能力中樞。主要提供各項數據采集、處理、管理、存儲和應用的能力。數據資產管理，提供元數據管理、數據主題管理、數據質量管理、數據探索、數據安全等功能，實現企業數據資產的全生命周期管理。數據湖提供了大數據存儲技術的核心引擎，滿足各種類型數據的存儲和處理。數據移動服務提供了數據采集、轉換、清洗、加載的能力，支持全量/增量，非實時/實時、結構化/非結構化/半結構化的數據采集與處理。智能分析服務，提供了可視化數據建模、各種可視化圖表、報表、滿足企業主題分析、大屏分析、業務人員自助分析等數據分析應用場景。統一數據共享/開放體系，數據中臺以標準的API對外開放數據，支持數據的合規、安全使用，為未來企業的數字化轉型提供支撐。數據業務化。企業實現數據驅動業務、數據驅動管理的實現數字化轉型的重要舉措，這些項目包括措施包括現有業務主題各業務指標的分析，數據報表的展現，數據大屏的應用，以及基于數據中臺業務人員也能夠快速上手，基于中臺的數據進行相關探索和分析，為業務處理和業務創新提供必要的支撐。

以上是數據中臺的典型架構，筆者認為企業建設數據中臺本質上是在“構建其對數據管理和應用的核心能力”！而這一特點，也說明了沒有哪兩家企業的數據中臺是一樣的，也就是說，數據中臺的建設必須依據企業需求現狀和未來發展要求進行一步步搭建，不可盲目照搬。

—?03?—數據中臺建設需要做好頂層規劃在做數據項目之前，企業首先要找到一套符合本企業特性的建設方法論，才能不走彎路，不掉入中臺項目實施的“陷阱”，集合了多年信息化發展經驗，總結了一套適合大中型企業的中臺項目頂層規劃方法論：圖：數據中臺頂層規劃方法論結合數據中臺項目規劃的核心內容，制定合理的建設方案：

1、數據資產管理，盤點數據資源、規劃數據資源、獲取數據資源，并將所有資源進行完整呈現，企業可根據數據資源規劃報告指導后續數據治理和數據資產管理平臺的建設，最終服務于企業數據應用場景。

2、數據管理分析平臺搭建，按照數據資產梳理結果，落地搭建企業級的大數據平臺，獲取相關的數據，并搭建相應的技術平臺。

3、數據指標體系建立，對用戶、產品、客商、營銷等各主題域進行標簽提取，將其特征數字化，為后續進行精準營銷和客戶畫像提供必要條件。搭建企業標簽體系，著重分析當前需要但是無法獲取到的指標，描述使用不便的指標，分析問題原因，繪制數據供應鏈條。

4、數據治理，從基礎數據、業務數據、大數據視角綜合分析當前的數據質量問題，建立相應的組織、設定相應的流程對數據資產進行管理。

5、數據應用及可視化，基于當前外部數據、IOT數據、非結構和半結構化數據進行大數據應用的規劃，并論證實現過程和進行成本評估。一旦評估通過可以幫助企業進行大數據應用的完整開發和落地。數據可視化應用，講述數據背后的價值。在最短的時間內用最具沖擊力的視覺語言，將企業最重要的數據/信息傳遞給最重要的人。

—?04?—數據中臺建設需要治好數據

近年來，數據倉庫、大數據、數據湖、數據中臺等概念層出不窮，也讓整個IT界很多企業的信息化管理者們變得“困惑”。從近年來企業的大數據實踐來看，很多企業都陷入了一個誤區：很多企業都熱衷于大數據技術，熱衷于通過數據分析、數據挖掘、數據可視化、數據大屏這些大數據的高階應用。然而，大數據的這些高階應用形成金字塔的“黃金塔尖”的基礎是建立在良好的數據管理基礎之上的，缺乏適宜的數據治理體系，缺乏良好的數據管理手段，再高級的數據應用都只不過是“空中樓閣”罷了。因此，數據中臺更需要數據治理！萬事萬物都有一個發展的過程，數據中臺也一樣，我們根據在數據治理領域相關管理方法論和實踐，參考國外數據治理管理機構、相關論壇、大數據管理機構的相關觀點，并結合數據中臺相關產品和服務供應商的發展和市場情況，我們總結“數據中臺”發展大致會經歷基礎建設階段、中階應用階段和高級應用階段三個階段。基礎建設時期，以某一個領域為的數據融合化應用或數據智能化應用為場景，結合大數據技術，實現某一領域的數據價值管理。這個階段主要任務是各種數據管理和應用能力的建設。數據治理的各種工具，為數據中臺提供了基礎的數據管理和應用能力，包括：集成工具、算法工具、分析工具、展示工具，通過API應用的方式提供給業務場景。數據治理的人員業務人員是主要的參與角色而非執行角色，IT/數據工程師/數據科學家是具體執行數據執行的人員。數據治理的具體活動是代碼化的程序清洗、處理和計算邏輯。數據治理的需求、管理流程、制度基本都在線下執行。這個時期的數據中臺會被形象的理解為”數據湖””數據生產線”、或初步的”數據工廠”。在中級階段，以實現對企業內部數據的全部的數據質量提升為目的，“數字孿生”等概念開始提出，在這個階段企業聚焦建設數據中臺產品/項目，主要以引入各種大數據技術，將這些技術整合，形成數據采集、數據湖管理、數據清洗、和數據BI展示的能力，再結合大屏或移動應用，以滿足領導駕駛艙、業務部門報表統計等未為主要的方法和趨勢，這種數據中臺的建設強調的是如何把數據用起來。除銀行、電信這樣的行業外，其他行業的數據中臺建設大多應該未到達這個階段。這個時期開展數據治理是以數據管理體系理論建設基于”數據業務化”功能相對完整的數據管理平臺，AI作為數據加工的工具之一。數據管理的人員和組織要求從IT和數據工程師，開始轉移至業務部門，數據工作和業務工作成為了業務人員的重要工作職責和內容。比如采購部門的供應商管理專員，除基于SRM系統開展的重點業務的同時，還需要基于管理往來企業的數據工作，例如，包括可能向數據管理部門提申請訪問公司內部或鏈接外部的”企業信息資源庫”，來在線檢查報名投標的潛在供應商信息資料的準確性；也包括申請訪問公司的”客戶數據資產庫”來核查是否會存在關聯交易的情況；并根據檢查的結果提交更新“內部企業信息庫”、“供應商數據庫”、“客戶數據庫”的申請。這些將僅數據中臺業務中的極小點。這個時期的數據中臺會被形象的理解為”完整的數據工廠”除了數據的”生產線”還包括了”生產線”與其他”工廠部門”的協作。此階段中臺的理念：數據復用將會被極大的體現。在高級階段，企業可能建立起認知：企業意識到要想徹底實現企業數字化轉型，就必須實現全面的數據管理，企業會意識到”數字治理”是企業數字化轉型發展的必由之路。開展數據治理的是基于更友好、更快、更高質量、和更有價值數據來源的數據共享平臺，AI成為了數據管理的目的，數據采購、數據生產、數據庫存、數據銷售等成為數據治理的完整工作需求，對數據安全、數據隱私保護、數據確權成為這個時期最為關鍵的技術問題。數據中臺是一個完完全全的被業務化的一個系統。業務人員無需關注大數據的技術能力，不滿足業務的技術需求會通過內部問題系統或者Dataops系統提交給數據管理部門或IT部門。數據治理的組織和人員會延伸到企業的每一個人。會有專門的數據開發的業務部門，包括數據采購和數據市場、數據研發和銷售部門。如何結合企業內部數據和外部數據實現數據價值的存量價值和流量價值是企業核心的價值業務之一。這個時期，可以理解數據中臺“數據公司”也需要解決“數據產供銷一體化的等問題”，此階段中臺的理念：價值創新，產業轉型將會被極大的體現，甚至轉向數據公司。

—?05?—企業數據中臺建設普適性藍圖

以上通過總結，我們可以看到，數據發展的一個趨勢路線和數據中臺建設的一個通用普適性的藍圖。數據治理理論是數據中臺產品發展的理論基礎，而數據中臺的發展是數據治理理論實現的IT平臺保障。利用數據、銷售數據、產業轉型這些是企業數據管理最終目的，但什么企業選擇什么路線需要企業的董事會、CEO、CDO制定方向、戰略、和總體需求。數據治理是實現企業戰略和布局的必要的手段；實施數據中臺是實現數據治理和數據管理目標的最佳途徑之一，實現目標的IT基礎設施，未來可能會提到新基建的高度。如果說藍圖離我們可能有一些遠，那么按照當前大多數的概念和知識領域來看，數據治理和數據中臺的關系包括以下幾點： 數據利用是數據治理和數據中臺共同的最終目的。這些利用包括數據服務、數據應用、數據創新賦能等。 數據治理是數據管理體系化的活動，或者說是具體化的工作，涵蓋方法論、組織、制度、流程、技術、工具的等全方面，先建體系再開展具體活動，并在活動中優化體系是筆者提倡的方式。數據中臺是IT工具，數據中臺項目建設在方法、組織、制度、流程、技術等方面有較大的重疊。 數據中臺是提供數據利用能力的手段，需要對企業全域數據進行采集、處理、清理、融合、計算、應用的服務能力，而提供這些數據能力的前提是具備良好的數據質量。

數據資產是通過數據治理活動和數據中臺等手段進行不斷增值的結果。即使最簡單的采集和分發也被包含在這個過程中。

— 06 —推進中臺戰略，實施數據治理
為快速推進數據中臺的建設，部分意識領先的企業已規劃了企業的數據戰略，設置了CIO、CTO、CDO等高管職務，分別負責企業總體的信息化戰略制定及實施，企業信息技術或平臺的選型，企業數據管理的戰略制定和實施。關于數據治理和運營，由企業的CDO負責，包括企業數據管理組織的建設，數據管理價值、目標、制度與管理體系建設，數據管理平臺（中臺）的搭建，數據價值商業變現及價值評估等。而數據治理的具體實踐活動為數據管理需求確定及優先級管理，制定數據標準，解決數據來源問題；解決海量、異構、雜亂的數據便捷高效的提取、存儲、融合及提取的問題；解決如何實現自動化或智能化數據治理及清洗問題；解決如何管理數據質量管理及安全問題；解決如何提供高效、穩定、便捷數據服務及數據應用問題；解決如何實現數據的價值進化和產生附加值的問題；解決如何確保數據管理、流通、使用過程中滿足各方法律和制度，遵循數據管理道德、數據隱私保護政策等等。