數(shù)據(jù)中臺(tái)是中國(guó)本土誕生的一個(gè)名詞，很多企業(yè)在“什么是數(shù)據(jù)中臺(tái)”和“我要上XX中臺(tái)”徘徊。其炒作程度跟當(dāng)年的“大數(shù)據(jù)” 一詞有的一拼，如果用Gartner的炒作周期圖來(lái)看，數(shù)據(jù)中臺(tái)目前已經(jīng)逼近炒作的頂峰。

與其不斷地討論什么是數(shù)據(jù)中臺(tái)，企業(yè)更應(yīng)該了解建設(shè)數(shù)據(jù)中臺(tái)的目的是讓企業(yè)高效的數(shù)據(jù)驅(qū)動(dòng)，減少重復(fù)的架構(gòu)建設(shè)。如果要用一張圖來(lái)描繪Gartner如何看待數(shù)據(jù)中臺(tái)的建設(shè)方向，可以如下圖所示。

數(shù)據(jù)中臺(tái)的建設(shè)方向應(yīng)該處于企業(yè)數(shù)字化平臺(tái)的核心，即Gartner定義的數(shù)據(jù)和分析平臺(tái)(紅色虛線部分)，幫助企業(yè)的數(shù)字化平臺(tái)(客戶體驗(yàn)平臺(tái)，生態(tài)系統(tǒng)平臺(tái)，物聯(lián)網(wǎng)平臺(tái)和內(nèi)部信息系統(tǒng))的業(yè)務(wù)用戶做出更好的決策，并在各個(gè)數(shù)字化平臺(tái)的合作孵化下形成可復(fù)用的數(shù)據(jù)分析能力。數(shù)據(jù)分析能力應(yīng)該在業(yè)務(wù)端無(wú)處不在且高度自助，最終助力數(shù)字化平臺(tái)實(shí)現(xiàn)Gartner定義的封裝的業(yè)務(wù)能力 (Packaged Business Capability)。

以下是Gartner對(duì)于想建設(shè)數(shù)據(jù)中臺(tái)企業(yè)的建議。

數(shù)據(jù)中臺(tái)中數(shù)據(jù)管理策略的平衡

上文提到的這么一個(gè)“大而全“的方向聽起來(lái)是挺美好，但很多企業(yè)在建設(shè)初期是沒有考慮過各個(gè)數(shù)字平臺(tái)對(duì)數(shù)據(jù)資產(chǎn)的可復(fù)用性或自服務(wù)性的(這也是很多企業(yè)為了建立數(shù)據(jù)中臺(tái)的初衷)。原因很簡(jiǎn)單，一次性完成所有平臺(tái)的數(shù)字化本來(lái)就是不現(xiàn)實(shí)的，很多公司都是分階段進(jìn)行的，特別是傳統(tǒng)企業(yè)，很多業(yè)務(wù)干脆還沒有完成數(shù)字化，別說(shuō)建設(shè)數(shù)據(jù)中臺(tái)了。阿里，騰訊這樣的數(shù)字化原生的企業(yè)建設(shè)中臺(tái)是十分有優(yōu)勢(shì)的，或者說(shuō)數(shù)據(jù)中臺(tái)是這些企業(yè)在業(yè)務(wù)指數(shù)級(jí)增長(zhǎng)的同時(shí)自然生長(zhǎng)出來(lái)的產(chǎn)物。

另外數(shù)據(jù)作為數(shù)字業(yè)務(wù)的核心資產(chǎn)的價(jià)值被廣泛接受，企業(yè)最直 接的反應(yīng)就是試圖在建立數(shù)字化平臺(tái)時(shí)將數(shù)據(jù)收集(Collect)起來(lái)，仿佛這才是實(shí)現(xiàn)業(yè)務(wù)價(jià)值的關(guān)鍵。例如，過去非常流行的數(shù)據(jù)湖，會(huì)將收集數(shù)據(jù)作為核心能力。但收集數(shù)據(jù)不一定能帶來(lái)商業(yè)價(jià)值，企業(yè)也沒有可能一口氣收集好全部數(shù)據(jù)。

以物聯(lián)網(wǎng)平臺(tái)為例，數(shù)據(jù)分布在網(wǎng)絡(luò)上、邊緣設(shè)備上、網(wǎng)關(guān)上、云端和傳統(tǒng)系統(tǒng)中。例如，需要自主行為的 "物"(如聯(lián)網(wǎng)汽車或風(fēng)力發(fā)電機(jī))必須有板載或網(wǎng)關(guān)上的數(shù)據(jù)和處理，以便對(duì)變化的情況做出即時(shí)反應(yīng)。面向消費(fèi)者的IoT解決方案(如用于健身追蹤的可穿戴設(shè)備)通常將數(shù)據(jù)存儲(chǔ)在云端進(jìn)行分析。而且?guī)缀跛械腎oT解決方案還必須與傳統(tǒng)業(yè)務(wù)應(yīng)用共享和整合數(shù)據(jù)，以執(zhí)行客戶服務(wù)和長(zhǎng)時(shí)間的性能分析。

另外，對(duì)實(shí)時(shí)(或 "近乎實(shí)時(shí)")集成的需求不斷增加引入了一個(gè)交付時(shí)間的要求，這讓最快的數(shù)據(jù)收集策略也無(wú)法滿足。在采取響應(yīng)之前，操作流程在 "邊緣 "對(duì)數(shù)據(jù)采取行動(dòng)與事先將所有的數(shù)據(jù)收集到集中存儲(chǔ)的位置的要求是不相容的。試圖收集所有這些物聯(lián)網(wǎng)數(shù)據(jù)再后續(xù)處理和使用，既不實(shí)際也不可行。

同時(shí)，保護(hù)個(gè)人身份信息的隱私法規(guī)也將阻礙數(shù)據(jù)的整體收集。因此，一些數(shù)據(jù)用例將需要連接(Connect)到數(shù)據(jù)，而不僅僅是收集數(shù)據(jù)。

企業(yè)建設(shè)數(shù)據(jù)中臺(tái)絕不是把所有的數(shù)據(jù)全部收集在一個(gè)地方了再開始應(yīng)用數(shù)據(jù)，隨著數(shù)據(jù)的不斷涌入，用一種連接(Connect)的方式在數(shù)據(jù)原本存放的介質(zhì)中重復(fù)利用數(shù)據(jù)才是數(shù)據(jù)中臺(tái)也該有的手段。收集數(shù)據(jù)和連接數(shù)據(jù)的平衡是現(xiàn)代化數(shù)據(jù)管理的的必要條件。數(shù)據(jù)虛擬化能力會(huì)是企業(yè)需要在保留已有數(shù)據(jù)庫(kù)，數(shù)據(jù)湖投入但又想建立數(shù)據(jù)中臺(tái)必須考慮的元素。重復(fù)或冗余的數(shù)據(jù)始終會(huì)存在，企業(yè)要建立的不是“single source of truth”而是“single source of trust”。

企業(yè)可以進(jìn)一步參考Gartner提出的新一代數(shù)據(jù)管理設(shè)計(jì)原則Data Fabric去用于實(shí)現(xiàn)可復(fù)用和增強(qiáng)的數(shù)據(jù)集成服務(wù)、數(shù)據(jù)管道和語(yǔ)義層，以實(shí)現(xiàn)靈活的數(shù)據(jù)交付。

定位數(shù)據(jù)中臺(tái)為一個(gè)組織戰(zhàn)略促進(jìn)合作

企業(yè)在漸進(jìn)式數(shù)字化轉(zhuǎn)型時(shí)面臨的一個(gè)共同問題，他們各自為政，分別構(gòu)建類似的解決方案，例如針對(duì)不同業(yè)務(wù)目的的數(shù)據(jù)分析模型，而這些模型具有共同的元素。在最好的情況下，這樣做會(huì)造成重復(fù)，但更多的情況下，這也會(huì)增加復(fù)雜性，因?yàn)檫@樣做會(huì)產(chǎn)生不同的點(diǎn)式解決方案，即使在單個(gè)業(yè)務(wù)內(nèi)也無(wú)法溝通，更不用說(shuō)在全公司的業(yè)務(wù)價(jià)值鏈上了。從這個(gè)角度來(lái)看，Gartner更推薦企業(yè)把數(shù)據(jù)中臺(tái)定性成一個(gè)組織戰(zhàn)略，把數(shù)據(jù)分析團(tuán)隊(duì)作為數(shù)字化平臺(tái)建設(shè)必備的一個(gè)元素。Gartner也在2019年的《Gartner 數(shù)字化業(yè)務(wù)團(tuán)隊(duì)問卷》中發(fā)現(xiàn)，數(shù)據(jù)分析/商業(yè)智能是融合團(tuán)隊(duì)(Fusion team)中除IT以外最常見的功能。

一個(gè)好的數(shù)據(jù)分析團(tuán)隊(duì)是由集中的團(tuán)隊(duì)和各條業(yè)務(wù)線上的分散團(tuán)隊(duì)組成的。很多企業(yè)過分的關(guān)注于技術(shù)架構(gòu)的建設(shè)而不是業(yè)務(wù)人員基于數(shù)據(jù)的合作，在一味追求新的數(shù)據(jù)分析技術(shù)棧的過程，忽略了對(duì)于組織戰(zhàn)略的調(diào)整以解決實(shí)際業(yè)務(wù)用戶的問題，把原來(lái)遺留的問題從數(shù)據(jù)倉(cāng)庫(kù)移到了數(shù)據(jù)湖，再移到現(xiàn)在的津津樂道數(shù)據(jù)中臺(tái)，而不是解決它們，一個(gè)現(xiàn)代化的數(shù)據(jù)分析團(tuán)隊(duì)?wèi)?yīng)該是數(shù)據(jù)分析能力的賦能者，從管控?cái)?shù)據(jù)能力到促進(jìn)基于數(shù)據(jù)的合作。

業(yè)務(wù)場(chǎng)景出發(fā)整理已有的數(shù)據(jù)分析能力

企業(yè)在不斷建設(shè)自己數(shù)字化平臺(tái)時(shí)，早已投入了各種數(shù)據(jù)分析資產(chǎn)，這個(gè)時(shí)候?yàn)榱藬?shù)據(jù)中臺(tái)這個(gè)新詞而放棄已經(jīng)建立的數(shù)倉(cāng)，數(shù)據(jù)湖，數(shù)據(jù)整合平臺(tái)是沒有必要的，企業(yè)需要做的是把數(shù)據(jù)中臺(tái)作為一個(gè)組織戰(zhàn)略去聯(lián)合各個(gè)部門共同建設(shè)可復(fù)用且自服務(wù)性高的數(shù)據(jù)分析能力，通過業(yè)務(wù)流程到數(shù)字化平臺(tái)，自上而下(紅線)的去整理已有的數(shù)據(jù)分析能力。

大多數(shù)企業(yè)其實(shí)都已在做自下而上(藍(lán)線)的數(shù)據(jù)分析平臺(tái)，這本沒有錯(cuò)，尤其是企業(yè)集中式的IT團(tuán)隊(duì)已部署數(shù)倉(cāng)，設(shè)計(jì)了ETL流程和報(bào)表系統(tǒng)。但是作為前線的業(yè)務(wù)獲得這些能力是被動(dòng)的，久而久之，并不會(huì)存在業(yè)務(wù)主動(dòng)要求提升自己的數(shù)據(jù)分析能力，畢竟業(yè)務(wù)作為企業(yè)內(nèi)部的甲方，只提需求還是很爽的。

然而為了讓企業(yè)變得更數(shù)據(jù)驅(qū)動(dòng)，或者說(shuō)讓企業(yè)建的的數(shù)據(jù)中臺(tái)能被真正用起來(lái)，逼著業(yè)務(wù)從業(yè)務(wù)場(chǎng)景開始做數(shù)據(jù)分析是一條必經(jīng)之路，尤其在業(yè)務(wù)端才是能提出業(yè)務(wù)問題發(fā)起分析時(shí)刻(Analytics Moments)的一群人。

下圖就是一個(gè)典型的電商的業(yè)務(wù)場(chǎng)景，從業(yè)務(wù)端定義并梳理分析時(shí)刻，從技術(shù)棧尋找相對(duì)應(yīng)的數(shù)據(jù)分析能力的過程。

分析時(shí)刻是Gartner定義的一種數(shù)據(jù)分析流程，通過對(duì)數(shù)據(jù)進(jìn)行可視化、探索和應(yīng)用算法，支持業(yè)務(wù)成果的交付，從而做出更好或更快的決策，實(shí)現(xiàn)業(yè)務(wù)流程的自動(dòng)化。在這個(gè)例子中，數(shù)據(jù)分析能力(最右側(cè))是被逐步建立起來(lái)的，他們的背后有大量的廠商可以被選擇，這些能力可以多大程度的被其他分析時(shí)刻復(fù)用，多低的門檻可以被業(yè)務(wù)應(yīng)用，直接決定了數(shù)據(jù)中臺(tái)的成功。其中廠商的能力可以通過Gartner每年數(shù)據(jù)分析領(lǐng)域的九張《魔力象限(Magic Quadrant)》及配套的《關(guān)鍵能力(Critical Capability)》報(bào)告進(jìn)行評(píng)估。

分析時(shí)刻的梳理往往是一個(gè)數(shù)據(jù)中臺(tái)建設(shè)最為棘手的部分，他一方面依賴供應(yīng)商是否有業(yè)務(wù)咨詢的能力將業(yè)務(wù)場(chǎng)景梳理清楚，另外一方面也依賴企業(yè)自身的數(shù)據(jù)素養(yǎng)去不斷優(yōu)化對(duì)于數(shù)據(jù)分析能力的要求。企業(yè)可以借著建立數(shù)據(jù)中臺(tái)這個(gè)機(jī)會(huì)，分類整理已有的數(shù)據(jù)分析能力或試行新的數(shù)據(jù)分析能力，Gartner每年出的《Gartner Analytics Atlas》報(bào)告就可以像能力字典一樣去幫助企業(yè)分類與挑選。

數(shù)據(jù)分析能力整合到復(fù)用是一個(gè)創(chuàng)新的過程

通過剛才的例子我們也可以看見，電商場(chǎng)景的業(yè)務(wù)邏輯是很成熟且明確的，其背后數(shù)據(jù)分析能力也能很快的被重復(fù)應(yīng)用上，然而可復(fù)用的數(shù)據(jù)分析能力是個(gè)非常主觀的概念，不一樣數(shù)據(jù)素養(yǎng)的團(tuán)隊(duì)對(duì)于數(shù)據(jù)分析能力的要求是非常不同的，越簡(jiǎn)單易用，也容易被別的業(yè)務(wù)場(chǎng)景給重復(fù)利用，不一樣的地方是數(shù)據(jù)的情景和用戶情景。如果數(shù)據(jù)中臺(tái)的輸出能力僅僅只是Data as a Service，即API的形式是遠(yuǎn)遠(yuǎn)無(wú)法讓業(yè)務(wù)可以直接使用的，從而降低了企業(yè)對(duì)數(shù)據(jù)分析應(yīng)用的廣度。企業(yè)應(yīng)該通過整合復(fù)用以豐富數(shù)據(jù)分析能力的輸出，隨著新技術(shù)的引入和融合團(tuán)隊(duì)的建立，這無(wú)疑是個(gè)創(chuàng)新的過程。

例如，由機(jī)器學(xué)習(xí)為基礎(chǔ)的增強(qiáng)型數(shù)據(jù)分析和管理工具，就可以大大降低用戶的使用門檻(自然語(yǔ)言驅(qū)動(dòng)的分析)并減少數(shù)據(jù)管理的工作量(主動(dòng)利用元數(shù)據(jù)學(xué)習(xí)獲得用戶行為)。企業(yè)應(yīng)該了解到利用增強(qiáng)型能力是為減少數(shù)據(jù)分析手動(dòng)的部分，從而給用戶給多時(shí)間去構(gòu)思業(yè)務(wù)如何使用數(shù)據(jù)。

圖譜分析(Graph)的引入也會(huì)更進(jìn)一步幫助企業(yè)去探知利用率嚴(yán)重不足的數(shù)據(jù)，圖譜可以發(fā)現(xiàn)企業(yè)數(shù)據(jù)與數(shù)據(jù)之間以及不同部門使用數(shù)據(jù)中被忽視或難以察覺的聯(lián)系，從而讓需要可復(fù)用的能力有據(jù)可尋，圖譜已經(jīng)變成了很多數(shù)據(jù)分析產(chǎn)品的基礎(chǔ)性技術(shù)。企業(yè)建立數(shù)據(jù)中臺(tái)，缺少的可能既不是數(shù)據(jù)的量(Quantity)也不是數(shù)據(jù)的質(zhì)(Quality)，而是數(shù)據(jù)之間的聯(lián)系。

如果企業(yè)建的數(shù)據(jù)中臺(tái)需要在技術(shù)的角度進(jìn)一步讓企業(yè)減少重復(fù)開發(fā)的工作量但是提高數(shù)據(jù)分析的利用率，這些技術(shù)都是值得進(jìn)一步去研究的。增強(qiáng)型數(shù)據(jù)管理和圖譜技術(shù)也是今年Gartner的十大數(shù)據(jù)分析技術(shù)之一。

最后可能要問各位企業(yè)高管的是，如果你真的擁有一個(gè)完美的數(shù)據(jù)中臺(tái)滿足您所有的技術(shù)期待，您企業(yè)員工的數(shù)據(jù)素養(yǎng)跟上了么? 

作者：孫鑫，Gartner高級(jí)研究總監(jiān)