数据中台初探与应用实践

本文是【技术琐话公益直播】4月28日晚分享嘉宾徐桢虎在线直播中主题《数据中台初探与应用实践》内容整理，内容有删减调整，直播回放见之前的分享。

— 1—

为什么需要数据中台

当企业发展到一定规模时，数据是否能够创造价值显得尤为重要。如果没有从业务的角度对数据进行规划，再多的数据也没有用。一个企业业务与数据双中台的战略地位是相辅相成的，需要打造数据与业务的闭环。

• 数据增值：对数据做统一规划、管理、深度挖掘，实现数据到资产的增值；
• 数据流通：高价值数据资源的整合、积累、流通，提升数据处理能力；
• 业务创新：打破技术隔阂，构建智能化技术引擎，提高业务效率和创新能力。
  
  

数据中台的核心价值为优化现有业务和实现新业务的转型，打造数据驱动的智能化企业。业务价值：

• 以客户为中心进行精细化运营
• 以数据为基础支撑商业模式创新
• 打造持续增值的数据资产
  
  

技术价值：

• 应对不同数据处理的需求
• 对数据资产进行标签化应用
• 快速复用数据服务
• 快速定位数据血缘链路
  
  
  
  

— 2—

什么是数据中台

传统数据仓库，第一次明确了数据分析的应用场景应该用单独的解决方案去实现，不再依赖于业务的数据库。这个阶段主要是IBM、Oracle的产品的黄金年代。但是进入互联网时代后业务发展太快，数据量剧增，传统数据仓库逐渐没落。为什么传统数据仓库效率这么低？自顶向下建模。

数据湖（Data Lake）是一个以原始格式存储数据的存储库或系统。以google发布的三篇论文为基础实现的hadoop开源项目的出现大数据平台是面向数据研发场景的，覆盖数据研发的完整链路的数据工作台。

大数据平台像一条设备流水线，经过大数据平台的加工，原始数据变成了指标，出现在各个报表或者数据产品中。

数据中台的核心，是在企业数字化战略的基础上，利用一套技术标准构建的共享、安全、标准、统一的数据服务。

恩门建模（自顶向下）因为是从数据源和主题域开始构建，构建成本比较高，适用于应用场景比较固定的业务，比如金融领域，冗余数据少是它的优势。金博尔建模（自底向上）由于是从分析场景出发，适用于变化速度比较快的业务，比如互联网业务。

嘉宾观点：数据中台是各个企业独有的一种战略选择和组织形式，不存在数据中台这样的一个能对外直接售卖的产品。

— 3—

哪些企业需要数据中台

嘉宾认为：

企业有一定的信息化基础，但存在较多的业务数据的孤岛，需要数据整合分析

企业有数字化转型需求，需要通过精细化运营提升效率

企业是跨多个领域业务线的集团架构，有丰富的标签维度和大量的数据应用场景

四、什么时候要建数据中台

— 4—

什么时候要建数据中台

— 5—

建数据中台的成本

五、建设数据中台的成本

嘉宾观点：可见是数据资产化，可用是数据产品化和服务化，可运营是要打造数据价值转换的闭环

建议原则：

尽量兼容原各业务线系统，避免推倒重来（开源兼容）

先拿新的业务线作为试点，再大面积推广（快速试错）

先使用的业务线，提供更高的容错度和激励（鼓励创新）

— 7—

建数据中台职责由那个团队承担？

— 8—

封面传媒数据中台应用实践

嘉宾核心观点

作者：徐桢虎 来源：技术琐话