SAP大讲堂-数据中台四大问题，SAP数字平台迎刃而解

△SAP数字平台架构示意，红色框内为普通数据中台的功能

普通数据中台，在数据处理层面只能提供基本的数据转换与批量处理等服务，再经由分布式计算处理，全部存储于分布式数据仓库之中。又因其前台业务缺少应用数据沉淀、受到数据模型限制，普遍只能满足零售业相关的简单数据应用。

而 SAP 数字平台作为完整的数字架构解决方案，不仅可以连接前台与后台，支持后台从业务系统等数据源更好地进行数据采集，赋能业务前台进行经营分析、业务洞察、创新应用与数据服务。更重要的是，SAP 数字平台整体架构带来的更为完整的结构与更为强大的功能。

SAP 数字平台在中台部分，由数据集成、数据存储、数据仓库、开发建模、人工智能与行业模版等多个部分组成。其中，SAP HANA 是整个中台的核心部分，使用内存计算技术大大提高了数据采集、存储与分析的效率。再分别在数据采集与数据使用层面分别辅以 Data Hub 大数据集成与 hadoop 分布式计算，大大提升了 SAP 数字平台处理海量数据的能力，使其在大数据时代下能真正为企业数字化转型带来力量。

数据中台面临的四大难题

然而，在「业务数据化」与「数据业务化」的思考与实践中，许多企业的业务跨度大、数据构成复杂，面临着「采」、「存」、「用」、「智」四大难题。

采-多渠道数据采集

如今，数据源越来越多、越来越复杂，除了传统的应用系统以外，互联网的兴起形成了更为广泛的外部渠道。客户大多已不满足于原本封闭的数据来源，选择打开门户迎接大数据时代，以实现数据的共通共荣。面对如此复杂的数据源，如何有条理地对数据进行选择、采集，已成为数据中台面临的第一大难题。

存-业务数据化

所谓「业务数据化」，就是把所有业务模块以数据的方式存储到数据中台中。对于大型企业而言，业务模块十分多样，产生的数据通量巨大、结构复杂。如何将这些优先级、价值完全不同的大体量数据分类存储以供后续使用，是数据中台面临的第二大难题。

用-数据业务化

要将数仓中存储的数据重新提取运用，需要将数据再次业务化。而数据业务化的过程会产生更多创新性的数据，这就对数字架构的性能提出了更高的要求。如何实现快速实时的多维度数据分析，是数据中台面临的第三大难题。

智-数据智能化

在「采」、「存」、「用」的基础之上，如何结合人工智能与机器学习的技术，来提高数据的利用率，使数据智能化，让数据产生更大价值，这便是数据中台面临的第四大难题。

采：双管齐下，既提高效率，也控制成本

对于内置于内存数据库中的数据，SAP HANA 实时集成数据抽取、整合及清洗工具，实现数据的快速整合。作为高性能内存数据处理平台，任何格式的数据通过 SAP HANA 内存数据库统一处理，都可应用于任意目标系统——无论是 SAP 数据库、SAP 应用套件等 SAP 配套目标系统，还是开源平台、第三方应用等非 SAP 目标系统。

除了业务模块中的结构化数据，互联网等外部数据系统中的数据浩如烟海。SAP Data Hub 对互联网类型数据进行大数据集成，实现元数据的管理、编排、监控、处理和获取，以形成超大容量的分布式数据湖。简单而言，SAP Data Hub 就是将海量外部数据的数据格式与企业内部原有的经营数据格式进行互通，形成一个个整体化数据的解决方案。

SAP HANA 实时集成与 SAP DATA HUB 大数据集成相结合，既满足了内部数据的高效采集需求，又将外部的海量数据妥善采集保存，共同组成了真正完善的数据采集架构。

存：热数据、温数据、冷数据分类存储

数据被采集之后，需要被合理存储，存储成本则是企业最关心的问题。SAP HANA 虽然性能极高，但成本也相对较高。对于客户而言，使用 SAP HANA 存储所有数据明显过于奢侈。对此，SAP 数字平台选择依据数据访问的频度与数据价值将数据分为「热数据」、「温数据」、「冷数据」存储到不同的存储区域之中，以控制整体成本。

这种自动化的数据移动叫做数据生命周期管理。对于其他企业的产品而言，数据生命周期管理只是让数据在不同成本的存储器之间移动。而 SAP 选择提供自动化组件 SAP Data Lifecycle Manager (DLM)，完成数据的自动化流转、分类、移动，从根本上降低了客户的数据管理成本。

用：集成式解决方案提高数据价值

数据的使用对于数字解决方案而言是最核心的问题。SAP 数字平台以 SAP HANA 内存计算引擎为核心，将所有重要数据在 SAP HANA 中进行全时内存计算，以实现交易与分析混合处理，结合虚拟数据模型以做到实时在线分析与多模型并行分析。同时，SAP HANA 的内置机器学习库更为内存计算赋能，真正实现快速实时的多维度数据分析。

除了核心内存计算以外，SAP 数字平台在结构上以 Hadoop 分布式计算作为扩展，提供范围更宽、成本更低的大数据分析。内存计算的「快」与分布式计算的「宽」共同实现了 SAP 数字平台的全域数据分析体系。

在全域数据分析体系之上，是依靠 SAP HANA 企业级数据仓库打造的统一数据池，以简化数据仓库模型，整合大数据投资，满足不同规模数据仓库的未来需求，实现大容量数据与实时数据的分别处理，最终超越其他数据仓库产品，成功打造端到端的解决方案。

SAP 数字平台在帮助客户构建企业级业务模型领域沉淀多年，拥有成熟、完备的解决方案。从概念模型到物理模型再到逻辑模型，三层模型共同形成企业模型库。内容上，从业务模型沉淀数据模型，形成真正的企业资产。

最终，SAP 数字平台通过数据分析套件，将处理后富有价值的数据显示至终端，提供给客户使用。协同计算分析、统一数据池、企业模型库与数据分析套件共同作用，为企业提供全方位的计划、分析服务，以满足企业「数据业务化」的需要。

智：以客户为中心打造智慧型企业

作为数字科学平台，SAP Data Science Platform 集成 SAP 多款产品，满足数据的准备和清洗，桌面化和自动化，多媒体深度学习，数据库内机器学习以及开源语言库等多项功能需求，真正做到了走在数据科学前端。再与SAP 数字平台集成，以完整成熟的解决方案，为企业提供完整的数据生命周期管理，打造统一的机器学习和数据科学体验。最终基于「互联网+大数据」的数据价值思考，助力企业数字化，提升企业竞争力，让数据产生价值！

近年来，致力于通过应用智能技术，打通从数据获取到业务价值的完整链路，提高自动化水平，以减少重复性工作，降低企业成本。在打造智慧型企业的实践中，SAP 坚持以客户为中心进行主导，并提出了 SAP 云上数仓解决方案。

SAP 云上数仓是一项集成化的、完全托管的服务,这一解决方案完全可由个人驱动：无论客户是否曾经采用 SAP 数字架构，通过 SAP 云上数仓，都能以简单的部署、灵活的定价迅速集成至 SAP 智能套件解决方案、SAP 分析云(SAC)、SAP 云平台服务(SCP)、合作伙伴解决方案和开源技术等多项 SAP 产品或架构之中，通过完整的 SAP 数据仓库解决方案，进行数据分析与数据管理，享受数字化时代的便利。通过这样的方式，客户不仅可以迅速搭建混合云场景，还可避免将大量本地数据迁移到云端的复杂工作。

SAP 数字平台四大法宝

如今，许多大型企业的业务都横跨多个行业，数据类型复杂多样。面对复杂的数据状况，许多数据平台苦于自身只有一个维度，难以应对。而 SAP 数字平台凭借四大法宝可以穿透底层，打破行业壁垒，真正做到「产供销」一体化，进入工业4.0时代……

来源：SAP天天事