聊聊数据中台

说起中台，最先想到的应该就属是阿⾥的“⼤中台，⼩前台”战略。马爸爸嘴中蹦出的“中台”如今已被神化。处处都在喊中台，到处都是中台，中台已经被滥用了。这几年听到了太多的案例，还没弄清中台要解决什么问题，就强加到自己公司，结果画虎不成反像猫。

在有些人眼里：中台是技术平台，就像微服务架构、Devops平台、Paas平台、容器之类的，人们起名叫“技术中台”

在有些人眼里：中台是微服务业务平台，像最常见的用户中心、订单中心、各种微服务集散地，人们起名叫“业务中台”

在有些人眼里：中台应该是组织的事情，释放潜能，类似企业内资源调度中心和内部创新孵化组织，人们起名叫“组织中台”。

什么是数据中台？

为业务提供公共数据服务的系统

在当今互联网时代，用户是商业战场的中心，商业的斗争就是对于用户响应力的比拼。

因为企业后台往往并不能很好的支撑前台快速创新响应用户的需求，后台更多解决的是企业管理效率问题，而中台要解决的才是前台的创新问题。而为了快速响应用户的需求，借助平台化的力量可以事半功倍。

所以，企业在平台化的过程中，需要建设自己的中台层（同时包括数据中台，算法中台，业务中台和组织中台），连接底层资源，共同服务于上游。

公司从部门转向中台的初衷，就是快速响应用户需求，适应市场的变化，打造一套行业数据运营解决方案。在避免重复造轮子的同时，还能沉淀以往的经验和有效知识，打造回路。

那到底什么是中台？

企业数据较少，利用Excel等文件工具来进行统计和手工分析。

数据文件Excel

企业希望能够快速分析大量的数据，数据仓库由此产生。

数据仓库

数据量大，非结构化数据、实时数据响应、催生了大数据平台。

数据平台

企业希望构建数据驱动的业务本身，推动数据业务服务化，即数据业务化。

数据中台

面向主题的、集成的、反映历史变化的数据集合，用于支持管理决策

以处理海量数据存储、计算以及流数据实时计算等场景为主的一套基础设施平台

大数据平台

是全域级、可复用的数据资产中心与数据能力中心，提供干净智慧的数据资产与高级易用的数据能力

定义

用表规整了数据，实现了企业数据模型的构建

解决了海量、实时数据的存储问题，实现多源异构数据的整合管控

更多的是业务应用而不是平台技术，侧重数据治理、资产管理、统一服务

主要能力

更适合传统数据库离线采集，数据一般为结构化，处理数据量一般在百T以内，一般用于满足内部决策支持分析需求

业务越来越复杂，数据量越来越大，异构化、实时海量的数据计算存储压力，所有数据系统不能承受更大数据量的处理，数据处理效率下滑

重心放在解决企业逻辑模型的搭建和存储、数据标准的建立、数据目录的梳理、数据安全的界定、数据资产的开放，知识图谱的构建

适用性

离业务端较远，用于支持管理决策，业务价值依赖众多因素

距离业务较近，实时性能、大数据等也是为了加快对业务的响应

距离业务最近，加速企业从数据到业务价值的过程

业务支撑

提供相关分析报表或数据集

提供相关分析报表，数据集，一些API

API或其他共享方式的数据服务

服务方式

三者比较

数据平台的演进之路

以用户为中心的持续规模化创新，是中台建设的核心目标。企业的业务响应能⼒和规模化创新能力，是互联⽹时代企业综合竞争⼒的核⼼体现。平台化包括中台化只是帮助企业达到这个目标的⼿段，并不是⽬标本身。

中台(⽆论是技术中台、业务中台还是组织中台)的建设根本上是为了解决企业响应⼒困境， 弥补创新驱动快速变化的前台和稳定可靠驱动变化周期相对较慢的后台之间的⽭盾，提供⼀个中间层来适配前台与后台的配速问题，沉淀能⼒，打通并顺滑链接前台需求与后台资源，帮助企业不断提升用户响应⼒。

说到底，中台到底是什么根本不重要，如何想方设法持续提高企业对于⽤户的响应⼒才是最重要的。⽽平台化或是中台化，只是恰巧走在了了这条正确的⼤道上。

中台总结

聊聊数据中台