2023年1月4日，為進一步賦能數據要素價值釋放，加強數據資產行業交流合作，由中國信息通信研究院、中國通信標準化協會指導，中國通信標準化協會大數據技術標準推進委員會（CCSA TC601）主辦的第五屆數據資產管理大會在線上召開。會上，中國信息通信研究院云計算與大數據研究所大數據與區塊鏈部高級業務主管王卓發布了《數據中臺能力成熟度模型》框架。

大家好，我是中國信通院王卓，很高興有機會在這里為大家發布我們今年的一項重要成果——《數據中臺能力成熟度模型》框架。

一. 數據中臺的相關背景

首先，我們來介紹一下這項工作的背景。從數據經歷的時代變遷中我們可以看到，數據最早現身于信息化時代，在信息化時代各種信息技術的幫助下，人們開始認識到數據的存在，開始收集零散、碎片化的數據并基于這些數據進行人工決策。隨后在數字化時代，人們通過數字化技術開始收集全量的數據并對數據進行整合，基于對全量、整合后的數據進行分析輔助決策，提高決策的準確率，人們開始感受到數據實實在在起到的效果；未來我們將迎來的數智化時代中，數據將變得更加重要，通過引進智能技術進一步增強數據分析能力，基于全量、整合后數據的自動化決策將進一步的提高決策的效率，因此通過數據驅動決策的數據驅動能力將成為企業的核心競爭力。

那么企業為了構建或者提升自己的數據驅動能力，通常都需要按照如下的路徑進行。一開始，企業需要最先明確的是自己需要什么，因此要先判斷自身的需求并根據需求構建相應的計劃，即現實中企業構建的數據戰略或數字化轉型戰略等。接下來，部分企業可以直接考慮該如何執行相應的建設動作，但更多的企業其實在前期已經做過了一些基礎性的工作，因此也需要先梳理自身的基礎情況，了解企業的數據現狀及數據體系，例如：是否建設過數據倉庫？是否做過數據治理？是否已經采用了BI等數據分析工具？在此基礎上進一步考慮該如何繼續進行數據驅動能力的建設或提升。緊接著，是確定建設方案和實際建設的過程，這里需要考慮的核心問題就是企業需要建設哪些能力，也就是我們后面會繼續介紹的企業數據驅動能力的核心內容。在建設完成之后，到達應用和運營的階段，即考慮如何才能用好或者促進企業用好已建設完成的數據驅動能力，這里涉及到企業數據文化培養、人員數據思維培養、人才能力積累、激勵舉措等等。最后，通過評估對已建成能力的運用效果，發掘仍存在的問題，進一步的完成重復迭代優化的過程。

接下來我們將進一步介紹剛才提到的企業數據驅動能力建設的核心內容，這里我們先根據目標來進行反推。通常來說，為了達到支撐決策的目標，我們往往需要一些相關信息，即決策內容可能涉及到的現狀、預期、不同決策可能造成的影響等。進一步的，這些信息通常需要一定的數據支撐，這些支撐數據的充足程度、準確性、及時性都將影響到決策的準確度。而這些用來支撐的數據來自各類不同的數據源，或由不同的數據組合加工而成。因此，為了支撐決策，我們首先需要對涉及到的所有數據源中的數據進行匯聚、整合、加工、提煉，形成各類數據支撐或數據半成品，在此基礎上需要進一步對這些支撐數據進行分析以形成各類可輔助決策的信息，最終完成決策。

由此可見，企業數據驅動能力的核心是完成對數據進行匯聚、整合、加工、提煉、分析這一系列過程不可或缺的數據加工中心，并由此向數據分析者和業務應用方提供數據服務。對于這些能力，在相對大型的企業中開始希望他們更加統一、可復用、高效，這些關鍵詞的修飾下這些能力的集合便同數據中臺早期的定義相吻合，即企業需要的這一核心能力看起來就是數據中臺。但實際上這一套能力是否叫“數據中臺”并不重要，因為其名稱沒有改變本質上所必須要包含的這些能力，即數據匯聚存儲、數據管理/治理、數據開發、數據服務、數據運營等。

很多人仍然希望明確的了解什么是數據中臺，因此，在已有研究的基礎上，在此我們給出了數據中臺的定義。首先，數據中臺的總體目標是使數據產生“業務價值”，即通過構建各項能力，彌合數據供需鴻溝，使數據能夠驅動企業提升經營效率、實現業務價值。由此，數據中臺便是企業實現數據價值的能力框架，包括基礎設施、數據開發、數據管理、數據服務、數據資產運營等。簡單來說，數據中臺就是企業為了使數據產生業務價值所需要構建的能力集合。同時，數據中臺通常會通過統一的企業一站式數據加工生產利用邏輯平臺具象化，是企業級的中樞平臺。

二．數據中臺產業現狀及問題

當前，隨著持續發展數據中臺產業已經進入了實踐階段。首先，數據中臺這一詞匯開始出現在各類政策文件中，政策逐漸開始鼓勵數據中臺的建設。其次，數據中臺的供給側愈加繁榮，在Gartner的技術成熟度曲線中數據中臺處于頂峰，市面上我們也可以看到大量的各類數據中臺供應商。最后，近兩年我們也能感受到數據中臺類的項目仍在不斷增多，各地政府、各行業頭部央國企、各類金融機構紛紛立項數據中臺建設項目，數據中臺的市場規模有望持續擴展。

在當前繁榮的數據中臺產業生態中，各類企業分別形成各自不同的分工。按照實際項目的執行過程，首先是咨詢服務商，由于部分企業自身能力的不足，需要專業人員為企業厘清存在哪些實際需求，這類服務商包括專業的第三方咨詢服務商、部分具備咨詢能力的數據中臺供應商等。其次是技術產品供應商，數據中臺的實現少不了一系列軟件產品，部分企業基于自研自用的積累或持續服務客戶的不斷迭代，形成標準化的數據中臺產品并對外輸出，當前市面上多數數據中臺供應商均為這類企業。最后是實施交付服務商，通常承接數據中臺項目中實際落地實施工作，一般會應用自有產品或其他合作方產品為用戶實現中臺，這類企業包括部分集成商、部分大型數據中臺企業的下游合作伙伴以及部分行業領域的專業IT服務商。

同時，在這些大類以外還有更多細分類別的企業，例如單一產品供應商，因為數據中臺涉及到的多方面能力，因此有部分企業針對性的研發并供給數據中臺部分能力對應的單一輕量化產品，包括數據湖倉、數據開發平臺、數據管理平臺、數據服務平臺等單一產品的供應商。又例如，由于用戶的需求，出現了提供技術產品及實施交付的一站式服務供應商，這類企業包括部分獨立數據中臺供應商以及部分大型數據中臺供應商高價值服務團隊。

在這樣的產業現狀下，數據中臺領域目前依舊存在一定的問題。一方面，在供給側當前存在著如下的問題：

◆ 產業生態碎片化，全棧式服務商較少或成本較高

◆ 產品間互通性不足，不同廠家或生態產品仍存在集成困難

◆ 產品能力和服務能力不透明，應用方選型對標難

◆ 建設效果難度量，客戶感知難

另一方面，在應用側當前存在如下問題：

◆ 資源投入不均衡，資金投入為主，內部主動性和協同性有所欠缺

◆ 部分企業期望過高，不符合企業實際情況

◆ 業務參與有限，業務場景需求梳理不到位

◆ 項目周期長，成效體現慢，應用效果欠佳

面對這些問題，我們希望完成以下幾方面工作。首先是構建通用的方法論，指導企業建設。其次是明確標準化、規范化的產品及服務能力。再次建立企業數據能力評價體系，直觀的衡量建設成效。接下來是搭建行業交流平臺，共享大家的實踐經驗。最后是通過培訓等手段加強人才能力、數據思維等方面的培養。

三．數據中臺成熟度模型

為了構建一套評價企業數據驅動能力的評價體系，我們今年上半年開始進行了大量的工作，也提煉出了一整套企業數據能力全景視圖。其中，可以看到最底層是數據基礎設施的相關能力，包括了基礎的軟硬件以及支撐其運行的運維管理能力和高可用及安全能力。往上一層就是我們今天討論的內容數據中臺能力，其中包括了數據匯聚存儲能力、數據管理能力、數據開發能力、數據服務能力、數據運營能力，后面也將詳細介紹這部分能力對應的數據中臺能力成熟度模型。再往上一層是數據應用能力，其中包括了通用的企業數據分析能力，以及面向具體行業和應用場景的相應數據應用能力。最后，在最頂層是企業整體的數據戰略與保障措施，其中包括了戰略管理、組織架構、體系制度以及包含數據文化等內容在內的長效機制。

具體來看，我們今天將重點介紹的數據中臺能力成熟度模型，包含技術工具、架構設計、數據開發、數據服務、數據管理、數據資產運營共六大能力域，分別評價企業數據中臺相應的能力，評價結果共劃分入門級、進階級、優秀級、卓越級、引領級五個等級。后面也將分別介紹各能力域對應的具體內容

技術工具能力域：

技術工具是數據中臺的物理基礎設施。技術工具能力域從產品功能的角度集中體現了企業建設數據中臺所需的全部技術工具能力集合。具體細分為數據管理與治理、運維管理、數據處理與分析、數據開發、數據安全、數據服務、數據集成、數據存儲共8個子能力域，以及更細分的32個能力項，每個能力項之下還有更詳細的分級能力要求，共計283項。

架構設計能力域：

架構設計完成了數據中臺的整體設計圖。架構設計是指基于基于企業數據中臺建設及業務需求，參考已有戰略和企業架構，結合組流程規范和技術工具等，對數據體系和技術體系的藍圖進行設計，最大限度滿足業務和管理需求的過程。其中分為數據體系、技術體系兩個子能力域，20個能力項，以及200+條分級能力要求。該部分重點關注湖倉設計、數據建模、平臺工具的集成架構、安全架構等內容。

數據服務能力域：

數據服務是數據中臺面向用戶的服務內容出口。數據服務部分規范了數據中臺對外進行能力輸出的方式，其中實現了對業務部門常規數據工作的下沉與復用，由此達到數據賦能業務的效果。具體分為數據獲取及探索、數據分析服務、數據服務管理三個子能力域，15個能力項，近200項分級能力要求。該部分重點關注數據探索、數據獲取、自助分析、模型管理、指標和標簽管理等內容。

數據資產運營能力域：

數據資產運營提供了促進使用數據中臺的策略和措施。數據資產運營能力域的標準仍在編制過程中，當前包括數據資產生命周期運營、數據資產運營評價、數據資產運營制度與策略、數據資產運營平臺四個子能力域，43個能力項。該部分重點關注資產生命周期、作為核心的評價體系、以及運營制度與策略。

數據開發能力域：

數據開發是將數據加工形成可用半成品的生產過程，是面向數據全生命周期，聚焦于協同從數據需求輸入到交付物輸出的全過程。該部分標準仍在編制中，計劃分為研發管理、持續交付、數據運維三個子能力域，分別對應企業數據開發過程中的研發、交付、運維三個主要環節。該部分標準也將參照引用我們另外一項重要工作，即DataOps系列標準中的相關內容。

數據管理能力域：

數據管理提供了保障數據質量及安全的制度及措施。數據管理是包括提升整體數據質量、保障數據安全可用等在內的一系列工作的總和。計劃分為元數據管理、主數據管理、數據標準、數據質量、數據安全五個能力域。該部分標準也將計劃參照引用相關性較強的國標DCMM中的部分內容。

以上是數據中臺能力成熟度模型當前的全部內容。該系列標準的編制工作也得到了眾多企業的大力支持，以下是對數據中臺能力成熟度模型有一定貢獻的編制單位名單。

四．未來的工作計劃

隨著數據中臺能力成熟度模型的即將完成，相應的首批數據中臺能力成熟度評估將于明年上半年開啟。該評估將面向數據中臺應用者，以數據中臺能力成熟度模型中各能力域為單位，分別提供獨立評估服務。通過評估將對企業在數據中臺某個能力域的實踐能力進行定級，并給出相應提升建議。具體的評估流程包括評估報名、前期對接、評估實施、報告撰寫、評審定級等主要步驟，整體的評估周期截止在明年的5月份，評估的結果及相應的證書將在6月份頒發。

圍繞數據中臺，未來我們還將從以下幾個方面推動相關工作。
第一，在標準編制方面，將在完成現有《數據中臺能力成熟度模型》的基礎上，進一步研究制定衡量數據中臺使用效率和使用數據中臺產生價值的模型標準。
第二，在產業研究方面，將重點完成正在編制的《數據中臺實踐指南（1.0版）》，后續也將持續推進數據中臺產業相關研究。
第三，在人才培養方面，計劃聯合相關的專業技術企業、機構等合作伙伴，開展面向各類行業及人員的數據中臺專題培訓。

最后，歡迎大家繼續加入到我們數據中臺的相關工作中，共同推動數據中臺產業的發展，助力更多企業建好用好數據中臺。感謝大家！