4 月 24 日晚，由數瀾科技聯合錦囊專家共同打造的《數據中臺硬核匯》系列線上微課第一講火熱開啓。1000 位 CXO 同時收聽，羣友累計提問 30+，問嗨全場！本文爲本次微課分享內容整理，錯過 24 日晚微課的同學不要慌，乾貨文章已備好，快來嚐鮮吧！
「DT時代真的來了！今天，我國整個行業的模式已經發生了變化，從互聯網+、智能到智慧，再到大數據和人工智能等技術在各應用場景中的作用發揮等等，這一切的發生均爲企業發展注入了全新的活力。」
——數瀾科技聯合創始人兼 CTO 江敏
▌企業爲什麼需要建設「數據中臺」？
中臺概念最早由阿里提出，2015 年阿里巴巴集團啓動了中臺戰略，目標是要構建符合互聯網大數據時代的，具有創新性、靈活性的「大中臺、小前臺」的機制，即作爲前臺的一線業務會更敏捷、更快速的適應瞬息萬變的市場，而中臺將集合整個集團的運營數據能力，產品技術能力，對各前臺業務形成強有力的支撐，所謂的中臺，也就是企業互聯網架構，把公共的資源共建，服務化共享。
近兩年大家對中臺的認知越來越明顯，這和整個行業的模式變化有着很大關係。最早我們傳統to B 模式很多時候只是後臺+前臺，前臺更多的是在做單個的業務場景後臺，這種能力大都是爲了對內經營管理，如下圖中的左邊傳統 to B 模式，其中有 CRM、ERP 等相應系統，主要是針對內部管理。
隨着近兩年互聯網的發展，包括移動互聯網的發展，企業的經營業務模式發生了很大的變化，以前一家制造型企業可能沒有最終端的業態，但是近幾年通過微信、移動互聯網、小程序的模式等，也開始進行 to C 業務模式。
而這其中會涉及很多與早先時期的經營管理無法快速匹配的情況，如早先的 CRM 是銷售進行拜訪後將其錄入；今天，我們在觸達客戶時，可能是通過一個在線系統，如營銷系統，可直接觸達最終客戶，而這當中則會出現一個問題，即兩邊的數據沒法進行串聯。
這時，我們該如何來解這一問題，爲將這些數據進行打通，所以企業在構建數據中臺時需要將原先各個業態的數據，或者各種業務模式下的數據，將其更好地匯聚到一起，進而基於這些數據對其進行融合，之後，再將數據進行相應的價值挖掘、服務應用、最終使其服務回饋到現有的業務系統。
是什麼關係？在企業進行數字化轉型時，可分爲兩個概念，一個是業務中臺，一個是數據中臺。首先業務中臺解決的是業務數據化。企業通過業務數據化後形成的是企業未來可供挖掘的一個礦產。這些礦產是整個數據中臺原材料來源。雖然當前可能感知不到它的價值，但是未來，隨着新技術應用、包括場景的挖掘，這些數據就能夠爲企業帶來巨大的增值。
因爲業務中臺其實很多時候解決的是 OLTP 的場景，對於業務的響應，包括交易事務性、處理關聯性等，更多的是生產數據的一個過程；而數據中臺的定位是將這些數據的價值進行挖掘，數據中臺不是一個生產數據的過程，而是一個使用數據的過程，所以將其定義成「數據業務化」。
從數據中臺的角度來說，我們把業務系統中沉澱的數據礦產，通過新的技術，如大數據建模、機器學習等能力，對其進行價值提煉，從而形成最後的企業數據資產，然後通過服務化能力，賦能現有業務系統，如推銷商品、個性化推薦等。這種結果通過業務系統記錄下來後，進而回饋到數據中臺中，數據中臺再基於這些結果數據進行建模型分析，逐步優化業務策略。
數據中臺更多的是面向使用場景，把沉澱的數據價值得以最大化，服務於現有業務，甚至拓展出新的業務形態，爲企業帶來新的增值，因此數據中臺和業務中臺是相輔相成、相互協助的關係。
▌數據應用流程機制，爲企業打造數據應用流水線
企業建設數據中臺，其中非常關鍵的是，企業能否將使用數據的流程機制快速構建起來。如果只是買工具來填補某一能力缺失，而不考慮流程機制，是無法串聯的，而這一串聯的過程就是數據價值挖掘的過程。
一旦我們構建出與企業相匹配的一套數據應用的流程機制後，就像爲企業買了一條數據應用的流水線，是形成數據價值挖掘的閉環。數據會按照要求流程輸入，便可以驗證，如：哪些數據在哪些場景下是有價值的、哪些數據在哪些場景下是沒有價值的，這一過程就是數據中臺非常核心的部分。
拒絕「三拍」，塑造企業數據文化很多時候業務部門在推進業務時，無法認知到數據的價值能力，進而忽略了數據價值的存在。這個價值未必直接產生收入，而是體現在讓整個事情流轉效率更高，決策更精準，服務更加個性化、精準化，這些都是數據給企業帶來的價值。
構建企業數據文化，我們有時候開玩笑講做決策，沒有數據支持很可能是一個三拍的形態，一拍腦袋，這個事情我要幹；二拍胸脯，這個事情我一定幹好；三拍屁股，幹不好拍個屁股走人。但數據能力提升後會避免這種情況，讓企業精細化運營。通過數據的方式支撐整個管理過程、服務過程，更加針對性的提供相應的技術支撐。
數據中臺的兩大核心：第一，技術產品體系。數據中臺不是一個產品，每個企業的數據中臺都應該是跟別的企業不一樣，因爲企業的業務各有特點。第二核心是數據資產體系的建設。這部分相當於是一個人的認知和靈魂，如果沒有這部分東西，那就是個植物人。所以企業構建數據中臺只是有工具平臺是不行的，其中數據資產是非常重要的一個部分。
除了數據資產之外，還有一部分是我們的服務體系，它能降低企業數據價值的試錯成本。所以，在構建資產服務體系時，需要考慮結合企業場景沉澱和共性能力，業務部門再通過數據加服務的方式，快速組裝想要的能力，由他們自助式的完成整個數據的價值挖掘過程。這是數據中臺需要提供的一種對外輸出的能力。
那麼如何把數據當成一種業務來運營，總結爲四個字：研、定、行、優。
首先要通過數據的方式研究分析問題；第二在定策略或者做相應決策時，需要有相應的數據支撐。第三在行動時由數據來提供相應的行動支撐。第四優化整個最後結果，企業需要以數據的方式記錄，然後通過數據的方式來提供相應的優化能力。
▌數據中臺的三大核心價值
數據中臺的核心價值有關鍵三點。第一是創新力。數據中臺怎麼樣能夠幫企業將數據價值挖掘出來，讓業務人員的業務知識沉澱。爲什麼阿里運營比較強？我們自己的理解是，更多是說他們的運營，即以數據驅動的方式做整個業務。
第二是場景驅動模式。需求驅動可能會帶來問題，首先響應一定是滯後；另外一方面，響應過程取決於整個基礎能力建設，很多時候一個需求提出之後，需要經過兩三個月的週期纔能有支持，時間也會比較長。
因此我們需要考慮以場景化方式驅動。即把事情過程全部數據化，當新的問題出現時，有可能會基於之前積累的知識和能力經驗，可以快速給出解決方案，來支撐問題解決方案。
第三是經驗沉澱。在構建整個數據中臺時，需要將經驗轉換爲數據資產體系的一部分，來指導企業未來使用數據，站在巨人的肩膀上不斷優化，不斷迭代，讓數據資產越來越有價值。
但面向技術人員的數據，其業務價值很難發現，技術人員很多時候可能更多關注在技術層面，所以對數據能否服務於某個業務場景的理解並不深刻，因爲企業裏面理解業務深刻的一定是一線的業務人員，所以我們的數據和業務之間就形成了一道鴻溝。怎麼樣把溝上的橋建起來，其實是我們數據中臺在構建時需要考慮的問題。
引人注意的是，這座橋有一個特點可以抓到，就是怎樣讓數據變成一種可閱讀易理解的資產。
從業務視角，我們需要將其轉換成一種業務人員可閱讀易理解的形態，然後給到他們。所以我們一旦把數據轉換成業務視角會較容易理解，但業務會有很多想法和創新點，如需求驅動、場景驅動，所以這些數據一旦沉澱下來是可以爲企業未來的經營決策提供良好的支撐。
經驗沉澱，首先資產體系會分成人、物、場景這三個維度來構建，之後，會提供一些基礎的數據服務能力，如查詢、分析、推薦、風控等，當然服務的能力可能會根據企業的情況有不同的選擇，但是這些能力一旦沉澱下來，業務人員在做精準營銷時，就可以知道今天需要通什麼要的推薦方式進行、推薦時需考慮哪些維度指標、通過哪些特徵來訓練推進算法，這時就可以嘗試，一旦嘗試成功之後，就會去看結果好還是壞，進而持續做優化。
▌數據中臺的演進路徑
數據中臺的演進路徑可分爲四個階段。
統計分析。第一個階段主要以統計分析爲主，以業務需求爲導向，然後加上少量的統計分析方法來做，常見的形態如業務系統中加統計報表模塊，在業務系統的數據上直接做統計工作。
決策支持。第二個階段開始做決策支撐，這時開始有一些數據理念，開始構建基礎數倉，通過數倉方法支撐整個數據決策過程。
數據服務。第三個階段爲數據服務階段，這個過程中很典型的是業務需求開始以數據化的方式驅動，這時數據和業務開始逐步融合，但融合的過程中可能更多的時從業務需求出發，很少會考慮共性問題。所以在這一過程中，爲很好地支撐業務，爲業務帶來價值，會有很多的重複建設。
數據驅動。第四個階段，是從全局角度看問題。3.0 階段是從需求的場景來出發；4.0 階段，非常典型的是通過業務場景驅動的方式，即建好基礎設施能力，構建業務需求、以及在哪些場景應用，在數據驅動下可以快速通過現有服務能力的拼裝，應用到具體業務中去， 形成整個數據應用的閉環。
對於數據成熟度的評估，其實每個企業都可以根據當前所處階段做一些相應的評估，關於整個數據中臺推進落地，我們總結了 16 個字，即以用促通、以通帶存、以存訓算、以算利用。怎麼理解這 16 個字？很多時候企業做數據中臺的投資是比較大的，風險也很高。
以用促通。我們首先對數據中臺明確認知，數據中臺是長什麼樣子；整個鏈路閉環是怎樣；所以企業在第一步落地時，需要先找到一個對於企業來說最能體現價值的應用點，以應用點爲切入口，其數據能力建設最終要從切入點上產生，進而看到業務價值、數據價值。
以通帶存。在應用場景中，要把數據拉通，數據拉通之後，對於存儲的要求很高，在這一過程中需要進行存儲的考量，如怎麼樣來支撐未來業務的發展，存儲能力是否可以和以後深度學習知識、學習框架進行結合等。
以存訓算，擁有數據基礎後，包括計算能力、算法的數據基礎等，這時算法、以及智能化應用場景纔有了可行性基礎。於是要以存儲的內容來訓練 AI 能力，或者是算法模型能力，將這些數據中的資產內容進行提煉，之後回到應用場景。
所以其核心關鍵在於如何能夠就一方面避免被業務影響，然後進行純支撐某單個業務的數據中臺建設。同樣，我們在構建整個中臺時也需要多考慮，以找到一個具體的場景進行切入，然後真正突出價值之後再去做擴展。
關於數瀾（http://www.dtwave.com）：
數瀾科技成立於2016年6月，秉持“讓企業的數據用起來”的使命，致力於成爲客戶信賴的數據應用基礎設施供應商。2019年初，躋身“杭州準獨角獸企業”榜。
自成立之日起，數瀾團隊即堅持以“數據中臺”作爲核心戰略構建和培養團隊。目前已有成員300+，建成以數據科學家、數據產品專家、數據諮詢專家及數據可視化專家爲核心的數據科技研發團隊，核心成員來自阿里、華爲等企業，擁有大數據業務和技術多年實戰經驗，是國內最早一批大數據服務創新實踐者。
目前，數瀾已爲萬科、方太、興業銀行、百果園、中信雲網、時尚集團、溫州檢察院、喜茶、視源股份等多家行業頭部企業和政府客戶，提供了數據中臺建設和數據資產開發服務，並基於數棲幫助企業持續挖掘數據資產，賦能業務創新。
新消息：「數棲大會」報名開始啦！掃碼即可報名~
文章轉自「首席數字官」
作者：李國歡