数据中台虽然已经在口碑上跌下神坛,甚至一些企业开始拆中台。但是,笔者在客户咨询过程中经常遇到一种情况,企业仍然喜欢打着“数据中台”的名义沟通项目需求,但背后的需求很多时候都是数据统一管理和统一服务。

可能数据中台给企业留下的印象太深了,感觉像是一剂万能药,没有数据中台解决不了的数字化难题。那么,什么企业适合上数据中台呢?

一,搞清楚数据中台的核心是什么

别着急,为了解答上面这个终极问题,先看看数据中台的核心目的是什么。用阿里对数据中台的定义解释是,将企业的核心能力随着业务不断发展以数字化形式沉淀到平台,形成以服务为中心,由业务中台和数据中台构建起数据闭环运转的运营体系,供企业高效地进行业务探索和创新,实现以数字化资产的形态构建企业核心差异化竞争力。

可见,数据中台的创新之处就在于提倡把“数据资产”作为一个生产要素独立出来,让成为资产的数据作为生产资料融入业务价值创造过程,持续产生价值。简单来说,就是把数据复用起来,注意这里笔者这里说的不仅是用,而是“复用”

经常有人将数据平台与数据中台进行对比。数据平台更为关注的技术,包括研发效率、平台的大数据处理能力等,往往服务的是技术人员。数据中台最关注的是数据服务,直接服务的是业务场景,当然面向的不仅有技术人员,还需要面向多个部门的业务人员

二,到底什么企业适合上数据中台?

搞清楚数据中台的核心之后,接下来讨论什么企业适合上数据中台。有很多数据中台案例都印证了,千万别为了上中台而上,那只会让企业投资白白浪费,让中台项目负责人进退两难

要上数据中台,企业首先来回答这几个问题:

1,企业有没有那么多数据需要复用?

最基本的,企业是否实现了业务的数据化,有一定的数据沉淀下来作为复用的基础。进一步,企业是否有大量的数据应用场景,需要数据中台快速转化成数据产品去复用?例如,电商运营中有各种各样数据共享的应用场景。

2,企业有没有那么多数据孤岛需要关联?

数据中台是由阿里这样的互联网公司提出并推广开的,因为互联网公司有足够多的应用系统需要关联打通,才能更好地做关联分析。所以,一些传统行业的企业需要评估,企业是否存在较多的业务数据的孤岛,需要整合各个业务系统的数据,进行关联的分析。例如,很多传统企业也开始运营电商,仓储、供应链、市场运营等原本都是独立的数据仓库。

3,企业有没有那么多的数据开发要中台替代?

如果只是前面两种情况,笔者认为还没有足够的理由上中台,企业有足够合适的IT人员一样可以正常运营。所以,企业需要在IT投资成本上权衡一下,IT团队是否正面临效率、质量和成本的苦恼中?面对大量业务及前端提出的数据开发需求不知道如何提高效能?尤其,当企业需要通过数据实现精益运营,数据经常出问题导致IT人员无暇顾及更为重要的开发任务?

三,有没有上不上中台的判断方法?

道理都懂,有没有一种方法来判断一个企业需不需要上中台?参照“美国国家标准技术研究院”的技术战略选择分析流程图,来给企业来做个参考。以下五条,任意满足三个及以上,企业就可以考虑上数据中台了。

1,是否大型复杂生态系统?

中台战略解决复杂生态系统的治理问题,如果不是复杂生态系统,或许ERP或企业信息管理系统更适合。什么是复杂生态系统?请参考国内的这些大企业:BATJ、海尔、华为、小米等。

中台判断方法(来源于“技术领导力”)

2,是否业务具备不确定性?

大中台,小前台,具备快速试错,快速反应能力。如果你的业务场景变化不大,也许服务化,组件化就能满足。什么能称之为市场环境变化快?如互联网行业以及产业互联网相关行业。

3.是否存在低水平重复建设?

中台架构解决大量重复建设问题,如果你的企业不存在这个问题,说明IT治理并不是眼下最紧迫的问题。什么是低水平重复建设问题?比如如整个企业光ERP就有3套,还分属不同供应商的产品。

4.是否存在数据互联互通问题?

构建数据中台只是实现数据一体化治理的方法之一,这项功能通过数仓也可以解决。什么是数据一体化治理?就是打通不同部门不同系统之间的数据孤岛,拆除烟囱式数据应用,这并不是数据中台独有的功能。

5.是否信息技术制约企业发展?

如果信息技术已经制约企业发展,需要整体技术升级,业务重构,数据中台战略只是途径之一。很多大型集团都存在这样的问题,IT建设一直在持续,经历了信息技术时代,互联网时代、大数据时代直到AI时代,通过几代IT人员的迭代,积累了大量的企业IT资产但有些已经阻碍企业发展,引入中台架构或许可以迎来新的变革时代。

三,如何规避数据中台的投资风险——轻量级数据中台

不管最后,企业是否决定自己要建设数据中台,都不能忽视建设数据中台面临的风险。

一方面企业需要花费千万级费用投入到系统建设中,另外数据中台的建设离不开系统支撑,研发系统需要投入大量的人力,数据中台建成之后面对大量的数据需求,仍需要花费额外的人力去做数据模型的重构。

而这个时候,企业是否能够匹配中台仍未可知,还需要持续打磨。近几年,大公司拆数据中台的事件时有耳闻。

有没有什么办法能够将数据中台项目的风险降至最低呢?可以考虑一下近些年备受关注的麦聪软件轻量级数据中台——麦聪DaaS平台。目前,麦聪软件官网提供麦聪DaaS平台社区版的免费下载试用。

1,无需再做任何的数据迁移:轻量级数据中台直接基于元数据做管理,无需企业再新建一个“中间库”集成各应用系统的数据,原有数仓、数据湖、湖仓都可以继续发挥价值。

2,全面支持所有主流数据源:不管是常见的关系型数据库MySQL,Oracle,MS SQL,PostgreSQL等,还是大数据平台CDH/HDP、开源Hadoop等,又或者是华为、阿里的数据中台等统统支持。

麦聪软件的轻量级数据中台产品架构

3,轻松构建全域数据资产目录:接入数据源的同时就完成元数据采集,帮企业构建了全域数据资产目录,也有人称为数据地图。可以根据标签灵活管理,并且可以设定固定时间更新元数据目录,实现对企业数据资产的实时管理。

4,高效的数据服务开发和管理:面对业务和前端的数据服务需求,只需要几行简单配置或几行SQL语言就可以完成一个数据产品的开发,满足内外部人员的数据共享需求,修改复用都是分分钟的事情。原本一个工程师响应几十个数据服务请求就够忙了,现在即便面对几百上千个数据服务请求也能分分钟搞定。

数据中台选型必读(三):什么企业适合上数据中台?相关推荐

  1. 友盟+联合EB级云数据 实现友盟域和企业私域数据全面融合

    友盟+联合EB级云数据 实现友盟域和企业私域数据全面融合 2020-04-28 互联网大数据计算 国内领先的第三方全域数据智能服务商友盟+,联合阿里云EB级云数据仓库MaxCompute为企业提供面向 ...

  2. 实践数据湖iceberg 第三十四课 基于数据湖icerberg的流批一体架构-流架构测试

    系列文章目录 实践数据湖iceberg 第一课 入门 实践数据湖iceberg 第二课 iceberg基于hadoop的底层数据格式 实践数据湖iceberg 第三课 在sqlclient中,以sql ...

  3. 从招行数据架构调整,详解企业急需的数据中台与5大数字化转型

    随着企业对于数据重要性的认知越来越深刻,很多大型企业都已经有了数据管理部门,初衷是希望通过数据管理部来构建企业级的数据管理体系,组织,标准,系统,来解决数据一致性的问题,更好的利用数据,但是,近两年经 ...

  4. 千字搞定数据产品选型!报表、BI、大数据平台、中台都在这了

    来吧,废话不多说,直接上干货! 到现在还在做报表的,已经很少了.上面三家都是中国主流报表厂商.不过在国外BI厂商的市场压力面前,也都做了BI套件.主流的就帆软,水晶报表最近见的少了. 普通小厂,1.2 ...

  5. 大数据架构师必读:医药企业大数据应用案例

    问题导读: 1.IT系统信息化平台涉及内容有什么? 2.数据集成架构模型包括哪些部分? 3.业务系统部署实现功能有什么? 4.数据仓库建设应考虑的内容有哪些? 5.未来大数据应用如何扩展? 随着技术的 ...

  6. CentOS下postgres怎么恢复数据库.bak文件_数据架构选型必读:4月数据库产品技术解析...

    本期要点 DB-Engines数据库排行榜 一.RDBMS MySQL发布8.0.20版本,5.6版本于2021年2月停止更新 DB2发布11.5.2版本,且看容器化是否可为DB2注入新活力 Post ...

  7. 数据架构选型必读:4月数据库产品技术解析

    本期要点 DB-Engines数据库排行榜 一.RDBMS MySQL发布8.0.20版本,5.6版本于2021年2月停止更新 DB2发布11.5.2版本,且看容器化是否可为DB2注入新活力 Post ...

  8. 爬动漫网站数据_通过这三种动漫爱上数据科学和技术

    爬动漫网站数据 Yes, it might seem weird to mention anime, data science, and technology in the same breath. ...

  9. ​ 众至科技数据防泄露系统,保护企业办公核心数据

    随着信息化技术的发展,办公电子化已经完全普及,在给企业带来便捷高效的同时,也伴随着越来越大的数据安全风险.此外,各国政府已相继出台数据安全相关法律.政策.标准来规范企业经营过程中的数据使用合规性.如何 ...

最新文章

  1. python组成三位无重复数字_Python生成十万个无序且唯一的数字
  2. git基于tag创建分支
  3. mock模拟接口测试 vue_vue+mock.js实现前后端分离
  4. 使用Maven编译项目遇到——“maven编码gbk的不可映射字符”解决办法 ——转载...
  5. idea如何全局查找和替换
  6. 速成pytorch学习——1天
  7. linux内核的队列实现移植
  8. python select實現非阻塞socket
  9. 第六节:变量-可变变量
  10. 机器学习分类问题中_训练数据类别不均衡怎么解决
  11. 学习写DSHOW框架下的FILTER之四
  12. node.js(二)创建服务器
  13. LoadRunner学习笔记
  14. 用python设计简易计算器代码_Python简易计算器制作方法代码详解
  15. 用MATLAB实现一个数字图像加密解密系统
  16. 加快深度学习模型训练速度@tf.function
  17. 向日葵(SunLoginClient_10.5.0.29)RCE验证
  18. 【蓝桥杯】 历届试题 国王的烦恼(并查集)
  19. MySQL基础系列之 视图详解
  20. linux opengl安装,OpenGL安装 - lotus lush - OSCHINA - 中文开源技术交流社区

热门文章

  1. 微信for windows设置Crtl+Z撤回快捷键
  2. 毕业设计-基于微信小程序的大学生二手物品交易系统
  3. 计算机操作系统第五版-第三章课后习题
  4. 唯品会2018校招机器学习、算法笔试题
  5. 史蒂夫•鲍尔默(Microsoft)
  6. bread是可数还是不可数_为什么bread是不可数名词,而bun,noodle是可数名词
  7. hadoop metrics 各参数解释
  8. 【油猴脚本】生成纯元素CSS选择器(附开发笔记)
  9. UMNK星专用抽奖工具
  10. python百度ai文字识别、不精确、进行处理_基于百度AI的文字识别-Python