阿里、百度、騰訊、京東、美團、今日頭條等互聯網巨頭們紛紛加入中臺戰事，無疑將中臺的熱度推至頂峯。過去半年裏，關於數據中臺的百度搜索指數居高不下（如下圖所示）。各大公司都不約而同地提到了未來轉型 to B 的計劃，並格外重視在組織架構中增設中臺。
在中臺引發互聯網熱議的背後，我們反而應該冷靜下來思考：增設中臺是一場從衆的狂歡還是一次真正的變革？
可以肯定的是，中臺之路絕非一蹴而就。企業在建設數據中臺之前，應該對當前數據應用能力進行自我審視，“數據應用能力成熟度評估模型”是審視的工具之一，企業可以根據量化的結果，選擇適合自己的數據中臺進階之路。InfoQ 記者專訪數瀾科技華北區總經理孫昂、數瀾科技諮詢專家張鶴，針對數據應用能力成熟度評估的必要性與方法展開討論，以期給中臺實踐者提供更多的思考。
當數據成爲資產
大數據時代的業界共識是：數據將像石油一樣成爲戰略資產，由此引出了數據資產的概念。數據資產是指企業在信息化系統運行中形成並通過加工產生的可見、可控和可量化並預期可賦予商業模式、產品或服務的創新給企業帶來經濟利益的數據。
數據資產的特徵有以下幾點：
- 數據資產是可以流動的，由信息化系統所形成，並可以在多個系統之間流轉使用；
- 數據資產是可以爲企業自身可見、可控和可量化的；
- 數據資產是可增值的，可爲企業和組織帶來經濟利益或社會效益。
當數據成爲資產，對於發展到一定規模的企業而言，一定會開始思考的問題是：組織是否存在重複建設和資源浪費的問題；如何加強企業的核心競爭能力，從而更好地支撐新業務的發展。
而中臺的功能就是將企業的核心能力、數據、用戶信息以共享服務的方式沉澱下來，從而解決業務部門之間重複造輪子的問題，降低創新成本。
一般來說，中臺的轉型大體分爲兩類：業務中臺和數據中臺。對於大公司來說，數字化轉型已經成爲競爭的基礎，數據中臺是各家公司首先需要打通的維度。但是很多企業往往忽視了在中臺轉型前必須要做的一件事，就是做數據應用能力成熟度評估。
爲什麼要做數據應用能力成熟度評估？
無論是建設數據中臺，還是打造大數據平臺，對於企業而言，都需要有一個對數據進行“把脈”的過程，而“把脈”的依據之一就是數據應用能力成熟度評估模型。
打個比方，醫生看病首先要採集患者數據並作出診斷，才能下藥，切忌照搬藥方。因爲有的人身體強健，一劑猛藥下去可以快速起效，而有的人弱不禁風，同樣一種病症、同樣一劑猛藥喝下去，可能就一命嗚呼了。企業做數字化轉型，搭建自己的數據中臺，除了學習理念，更重要的是科學地審視自己的數據現狀和業務現狀，找到一個適合自己當前狀態的“用藥方案”。數據應用能力成熟度評估模型就是企業審視自己的工具之一。
一次偶然
數瀾啓動數據應用能力成熟度評估模型的契機是與某央企集團的一次合作。在合作過程中，對方提出希望數瀾能提供一個平臺或一套工具，甚至是一些技術理念，幫助集團下屬企業進行數據評估。與集團的數據管理相比，數以千計的下屬企業的數據質量和規模參差不齊，很難實現用同一種數據方案驅動所有企業運營。
正是這個“特殊的請求”最終促成了數瀾做企業數據應用能力成熟度評估模型的決心：做出一個真正面向企業的數據應用能力成熟度評估模型，幫助大中小企業對數據進行有針對性地審視，“診斷”出企業目前所處的數據應用能力成熟階段，進而結合數據中臺建設方法論幫助企業將數據真正地用起來。
數據應用能力成熟度評估模型數據應用能力成熟度模型是什麼？
簡單說，這是一張企業用於自測數據應用能力的“清單”。不同類型的企業，其數字化建設的程度截然不同。
比如，互聯網公司在業務數字化建設中發展較爲成熟，一方面由於業務多在線上，整個業務流程的數據通過埋點、日誌的解析分析方式可以獲得；另一方面，經過過去幾年精準推薦、營銷等場景，可以拉動相關數據閉環的建設。
反觀傳統企業的數字化建設，更多的是通過人工錄入 + 業務系統建設的方式，利用數據進行流程的自動化流轉和驅動，然後在流程的尾端加上一些簡單的統計分析供決策支持，很少建立數據閉環。
隨着信息技術的發展，企業的數字化建設不再僅僅基於信息系統的建設，而是通過場景化的方式，從時空 + 對象 + 關係三大角度分析並帶動整個業務流程的所有細節環節和數據梳理。所以，對企業數據的“診斷”不能僅關注結果，更要關注導致結果的原因和過程。
數瀾採用的評估方法主要是根據企業數據對業務的支撐程度，去評估企業應用數據的能力。通過回顧數據應用實踐過程，將數據應用能力成熟度劃分爲統計分析、決策支持、數據驅動、運營優化四個階段。
- 統計分析階段
以業務需求爲導向，通過 IT 系統的建設，實現業務過程的流程化、自動化，在這一階段有少量數據記錄，但並沒有以應用爲導向積累數據 ，主要是通過少量數據的統計分析進行業務的總結。
- 決策支持階段
在業務系統建設的基礎上開始建立數據理念，基於業務目標有意識地進行數據的收集、管理、分析 ，通過企業數據倉庫建設，爲企業業務提供決策支持。
- 數據驅動階段
數據理念從“傳統數據”轉變爲“大數據”，實現全量多源異構數據的匯聚、打通，基於海量數據跨界考慮數據的應用；通過爲業務應用提供數據服務，實現數據驅動業務發展 ，以及業務與數據的深度融合。
- 運營優化階段
“數據資產”理念逐步形成，數據中臺建設逐步完善；構建一套完整的、體系化的數據處理及服務流程，實現可持續化的企業數據應用機制。基於數據中臺體系，抽象生成新業務，因此本階段也稱爲“業務創新”階段。
針對不同的階段，從企業戰略定位、企業數據形態、數據應用場景、數據應用工具、企業組織架構等多個方面、不同特徵維度進行參考判定，這就構成了數據應用成熟度評估模型。依據這四個階段劃分標準，企業可以進行數據應用成熟度自測評估，自測出數據應用能力成熟度越高，則代表數據對業務的支撐能力越強；應用能力成熟度越低，則意味着業務對數據的依賴程度越低。如下表所示。
根據目前的經驗和行業發展趨勢，提取出每個階段和每個維度應該具備的特徵，通過與企業進行訪談、調研等手段，去評估企業目前處於什麼階段，如果企業有進一步做數據中臺或者提升數據能力的打算，通過數據應用能力成熟度評估模型的輸出結果，給出企業下一步如何使用數據的建議。
比如，當拿到 A 企業的數據應用能力成熟度評估結果後，需要與 A 企業溝通下一步在數據方面應該做哪些工作，比如：建設數據體系或是建議 A 企業應該補充哪個方向的數據，從而更全面地支撐數據化運營。
數瀾做數據應用能力成熟度評估模型會更偏向於應用層面，這是與國內外其他數據應用能力成熟度模型最大的不同，後續數瀾還會在應用領域做更多的探索。
模型有了，怎麼用？
所有行業都需要數據中臺，只是不同行業、不同階段的企業所需要的數據應用能力不同，對數據的依賴度也不同。數據中臺的建設需要對於數據價值有一定的認知才能更好的實現，用數據能力去服務客戶，可以更精準、更高效。在 DT 時代，數據中臺已經是行業頭部客戶的必然選擇。企業是否適合上中臺，與數據應用能力成熟度評估結果緊密相關。
從數據應用能力成熟度評估的結果來看，哪些企業可以加速考慮建立中臺？
- 企業最好有一定的信息化基礎，沉澱了數據，實現了業務數據化過程；
- 企業業務複雜，有豐富的數據維度和多個業務場景，特別是多業態型集團企業；
- 企業有數字化轉型、精細化運營需求。
舉幾個例子來說明：
（1）企業 A 主要通過 App 運營專業類內容，收取廣告費，提供免費的 Wi-Fi 服務吸引顧客。隨着 DAU 的增加，需要給用戶提供個性化的內容。
分析：目前比較適合啓動一個內容推薦類的算法項目，但在可預見的將來，看不到更多的數據場景。因此不適合啓動中臺項目。
（2）企業 B 主要通過在線下門店和線上互聯網的方式進行水果銷售，目前門店數量已經超過 1000 家，需要用大數據來精細化運營用戶和商品，目前已經搭建了大數據平臺，構建了數倉。
分析：可視化報表（已有）、商品猜你喜歡、個性化營銷信息推送、商品庫存優化、卡券覈銷風控等。比較合適啓動中臺項目。
（3）企業 C 主要通過線下售賣服裝盈利，同時運營兩個品牌：MINI1 和 MINI2。兩個品牌的 CRM 分別由不同供應商提供，爲了更好地爲會員提供服務，需要打通兩個 CRM 中的用戶數據。
分析：屬於業務中臺範疇，主要構建統一的用戶中心來爲 CRM 提供數據。
（4）企業 D 是多業態的集團公司，旗下有圖書零售板塊，有金融保險業務，同時還有多個大型綜合購物中心。各個業務板塊都有自己的數倉和報表，現面向集團需要構建統一的數據管理平臺或數據資產管理平臺。
分析：屬於典型的數據中臺類型項目。
通過上述虛擬案例的分析和評估結果會發現，不同行業不同企業在不同階段，其數據應用的需求也是不一樣的，數據中臺的建設是一個持續完善的過程，在這個過程中，不同階段支撐場景的數據也需要不斷迭代。
各行業數據應用能力成熟度與對數據中臺的訴求如下表所示。
寫在最後
隨着 5G、人工智能、物聯網、區塊鏈等新 ICT 技術的出現，評估企業數據應用能力成熟度的因素會大幅增加。相應的，評估企業數據應用能力成熟度的範圍也會發生改變。比如，原來的車只是一種交通工具，但隨着物聯網技術的發展，車慢慢從簡單的交通工具變成了物聯網的載體，很可能到 2021 年，車變成了互聯網的終端載體，跟手機一樣。這就導致數據應用能力成熟度模型的數據來源會更加多樣豐富，評估的內容也會大幅增加。
從企業數據應用能力成熟度評估模型本身來看，以數據安全爲例，數據安全並不是一個新的概念，也必定不會是一個過時的概念。但技術的發展會導致算力發生變化，原來幾乎不可能被破解的算法，未來隨着量子計算機的出現，有可能一套數學模型已經不足以支持加密了，這就意味着現在非常安全的系統，未來也會存在不安全的因素。所以，隨着新技術的出現，評估企業數據應用能力成熟度的標準會發生變化，因而數據應用能力成熟度評估模型也在不斷更新優化中。
另外，隨着新技術的出現，企業根據評估結果所作出的行動也會發生變化。以考拉 FM|聽伴爲例，它是一家車載音頻商，通過智能電臺流結合語音交互的方式，針對車主的個性化需求，進行內容推送，確保行車安全。
由於目前市場上智能車機出貨量相對較少，用戶觸達手段有限，智能車機一體化系統更少，交互模式也非常有限。對於考拉 FM 而言，如何佈局車聯網以及如何規劃企業數據運營是一個難題。
數瀾如何幫助考拉 FM 做數據運營？因爲數瀾在做數據中臺過程中服務了大量客戶，積累了海量關於車聯網的內容規劃和數據運營方法，所以當考拉 FM 與數瀾合作後，可以藉助數瀾的視野和服務對象的擴充，快速建立車聯網規劃和數據運營思路。合作之後，考拉 FM 可以快速在行業內積累足夠的數據，其下一步動作也會變得更加豐富。所以當新技術出現時，企業數據應用能力成熟度評估模型無論從前端研判、標準制定以及得到評估結果後的指導動作，都會發生一系列改變。
現如今，幾乎所有的中國企業都在思考，數據究竟該如何創造更好的商業機會？又將如何提升企業效率？在變化極爲迅速且不確定性日益加深的外部經濟環境下，企業對於未來發展的思考，很大程度上取決於對數據的“自知”，即對自身處於何種數據獲取和應用階段，以及未來將走向什麼方向的認知。
在中臺概念逐漸普及並被互聯網圈熱議的當下，其實我們更應該思考的是，對於企業而言，如何一步一步踏踏實實地建設中臺，很多公司往往只是盯着中臺的結果，卻忽視了在建設中臺之前的數據“自查”，先要了解企業自身的數據能力，纔能有的放矢地推進中臺建設。
中臺轉型是一個複雜而漫長的過程，當中臺的浪潮退去之後，你才知道誰真正上了岸。
文中部分內容參考數瀾技術團隊新書《數據中臺：讓數據用起來》。感興趣的讀者可以點擊【數瀾】瞭解更多數據中臺的內容。