目前業(yè)內對于數據中臺建設的經驗還是不足的，我這里給大家講講如何建立數據中臺。

我們經常在手機上常看見各種公眾號文章提及數據中臺這個概念，我也跟各個行業(yè)的一些大公司的 CIO 交流過，發(fā)現很多行業(yè)的大公司都開始組建大數據團隊，建設數據中臺。結合文章和交流獲取的信息，我切身感受到宏觀經濟對技術的影響。2018 年開始經濟下行，生意不好做了，粗放的經營已經不行了，隨著數據時代的來臨，越來越多的企業(yè)想通過數據驅動來進行精細化的運營和數據化轉型。

對于20人以上的企業(yè)來講，如果不進行精細化運營，那么各種問題可能層出不窮，譬如：小到上演會議室爭奪戰(zhàn)，大到各種業(yè)務團隊不互相、辦公溝通增加成本、辦公室物資損耗現象嚴重等等，日復一日地惡性循環(huán)，最終不但會使管理者和員工感到精疲力盡，還會驚訝地發(fā)現：企業(yè)業(yè)績沒有翻番，管理成本和經營成本等費用反倒是陡然躥高，企業(yè)陷入了持續(xù)虧損的泥潭。

這時候，一個連接前后臺，并且為業(yè)務負責的數據中臺的出現就非常有必要了，它能更好的幫助企業(yè)進行精細化運營，從而減少甚至杜絕上面提到的任何問題。

如何建立數據中臺：

第一步，需要有個完整的地方把所有數據串聯(lián)起來;第二步，數據需要打通，并被整理好;第三步，數據要能夠驅動業(yè)務增長。其中，只有第二步和軟件架構有關系，其它兩步與軟件架構的關聯(lián)都不是那么緊密，第一步是信息化，第三步與管理層更緊密。

首先，數據中臺一定要與業(yè)務價值對齊。構建數據中臺，最重要的不是技術，也不是數據質量好不好，而是數據思維和數據文化。數據思維就是要建立起從數據的視角去思考問題的方式;數據文化就是要把數據和業(yè)務當成一體去看，而不是只將數據當作一個支持工具，想清楚業(yè)務對于數據的訴求是構建數據中臺的第一步。不要在業(yè)務場景還沒有明確、優(yōu)先級還不清晰、價值度量體系尚未建立起來的時候，就建立大而全的數據平臺，

其次，數據中臺應該從小數據、小場景做起。數據中臺是面向場景而非面向技術的，這種與客戶的業(yè)務、企業(yè)的結構和信息化發(fā)展階段有著緊密的相關性的業(yè)務基礎架構，是很難買一個大而全的產品來一勞永逸解決的。

一開始的時候需要頂層設計，面向業(yè)務愿景制定中臺的整體規(guī)劃，全面的梳理數據創(chuàng)新全景藍圖，這就是上圖左邊的黑色框架部分，通過業(yè)務愿景驅動出所有的業(yè)務場景探索，從而推導出數據中臺的全景架構、技術支撐。

但是在實施的時候，要從具體的業(yè)務場景出發(fā)。從高價值數據集場景做起，然后順著這個場景豎切，找到數據全景圖中的一個或多個數據集合，從小數據場景落地，這樣才能快速驗證價值。大處思考，全局拉通，避免后續(xù)的數據孤島，但是從小數據集切入，從可實現性高的場景啟動。然后一個個的場景做起來，業(yè)務價值和中臺能力也就同步建立起來了。

企業(yè)實際案例：數據中臺的建立一定會伴隨著企業(yè)架構的調整，除非兩家企業(yè)的業(yè)務都是一樣的，否則不會存在對一個企業(yè)都適用的數據中臺。

企業(yè)建設數據中臺，可以通過合理規(guī)劃、復用內部現有已經完善的大數據處理工具來支撐建設，充分借鑒業(yè)界數據中臺建設實踐，從核心需求出發(fā)，以某垂直業(yè)務的數據入手，打通數據采集、存儲、計算、治理、服務的工作全流程，逐步擴展到全域數據的接入、加工和管理，建設起自有的數據中臺。

筆者和阿里的高層就數據中臺有過一次朋友之間的聊天，他給我講述了阿里的數據中臺應該是什么樣子的。

阿里的業(yè)務中臺包含兩個數據庫，一個數據生產庫，一個數據中臺(歷史庫)，包含了所有的歷史數據和關鍵算法。以阿里電商為例，用戶如果想買一個手機，在下單頁面就會推薦手機殼、充電寶等相關產品。但值得注意的是，研發(fā)不知道你喜歡上面，在服務的過程中，需要根據你的一系列消費行為或者其他活動的歷史記錄去分析。

那么問題來了，如果這個數據量非常龐大，現查是非常慢的，不可能瞬間就查到結果，那怎么辦呢?這就是數據中臺要做的事情，把用戶在歷史庫里的一堆數據做成一序列業(yè)務模型，然后在業(yè)務中臺里要查某一用戶喜歡什么時，它能立馬調出結果并反饋，這是數據中臺最大的魅力，這個反饋可能是毫秒級的。

這才是數據中臺真正發(fā)揮價值的地方，而不是說做個可視化大屏就覺得有了數據中臺或是聽說數據有價值就去搞個數據中臺，這都是沒有真正理解數據中臺的表現。從建設的角度來講，一般是先建設業(yè)務中臺，然后有了一定量的數據，想清楚了這個數據該怎么用才去建設數據中臺，然后再反過來優(yōu)化業(yè)務能力，讓業(yè)務智能化。