深度解读,人人都在说的“数据中台”是什么?
发布时间:2021-10-22 作者: admin
随着数字经济时代的来临,作为一个“数据人”,需要思考的问题很多。
如,
怎样突破信息化建设发展瓶颈?
如何实现数据融合,整合孤岛数据?
如何为客户运营管理、智能决策提供支撑?
等等。
其中很重要的一个问题是“数据中台”在数字经济时代拥有怎样的价值。我们可以把数据中台看成是位于前台和后台之间的,能够将多源异构的数据整合资产化,为前端业务提供数据服务能力支撑,以实现数据驱动运营。
数据中台不仅是一套软件系统,更是一种组织运作机制和管理模式,集战略决心、组织架构、技术架构于一体,构建了统一的协同基座,以协调和支持各业务部门,使数据最终与业务链条结合,真正转化为客户核心资产。可以看成是数字化转型的基础和核心。
作为数据智能服务的提供方,浩鲸科技在底层基础技术的支撑下,通过完善的平台能力和持续的业务数据化,形成高效可靠的数据资产体系和数据服务能力。已经能够快速的为客户提供数据服务,比如精准营销、辅助决策、风险控制、平台建设及运营等,都可通过数据服务直接赋能业务应用。本文将结合行业及浩鲸科技的实践,从以下3个方面来分析我们对“数据中台”的价值思考。
�数据中台的市场表现及发展的影响因素
�数据中台的应用场景
�后续的发展及浩鲸在数据中台上的能力
#1
数据中台的市场及发展
伴随着数据量的爆发式增长,数据处理技术日渐成熟,国内的数据中台行业正在逐步进入高速发展阶段,行业增长势头明显。各类数据中台供应商通过积极探索和拓展,使得数据中台产品类型与服务内容进一步完善,具备了更多的呈现形式,在未来会有更多的企业参与到数据中台布局当中,艾瑞咨询预计到2023年我国数据中台的市场规模将达到183亿元。
数据中台逐渐扩大的市场规模,高速发展的行业前景,离不开背后强劲的发展驱动力。
政策推动数字化转型。2020年颁布的《十四五规划方案》、《关于加快推进国有企业数字化转型工作的通知》等核心政策,围绕着打造网络强国、建设数字中国、“互联网 ”行动计划等国家战略,积极推进以物联网、云计算、大数据、人工智能、区块链等为代表的新一代信息技术与行业深度融合,加速推动各行业数字化转型。
数字经济规模稳步扩张。2020年数字经济规模占GDP比重已近40%,对GDP贡献率近70%,预计2021年将进一步增至47.56万亿,已经成为国民经济增长强大的引擎之一。数字经济规模的稳步扩张,加快了数据价值化与传统业务的融合,推动了传统产业向数字化、智能化转型升级。
市场环境因素导向。互联网与人们社会生活场景有着深度的融合,其中电商、金融、媒体等行业已经走在领先地位,快消品、地产、汽车等行业也随之跟进。在现今的市场环境下,促进各方间的互联互通,加速线上线下融合,推进数据与业务融合,是未来发展的下一个方向。数据中台凭借着在数据服务、业务创新方面的优势,为互联网时代解决行业领域问题提供了基础支撑。
“数据壁垒”仍普遍存在。在传统烟囱式IT建设方式下,政企各单位部门都存在独立采购或者自建业务系统等情况,在内部形成诸多“数据孤岛”,缺乏数据的共享交换,特别是在互联网时代,进一步加剧了“数据壁垒”问题,系统的多样性和多态性也增加了各单位IT架构的复杂度,使得底层数据的互联互通共享成为困扰各单位的痛点之一。因此,亟需数据中台类产品,整合分散在各个孤岛的数据,形成数据服务能力。
数据价值化需求显著增高。数据采集、存储和处理成本的下降和计算能力的大幅提高,为数据价值化应用提供了经济环境基础。虽然大多数客户已经具有一定的数据基础,但是由于没有形成数据全生命周期的闭环,所以数据价值化比例较低,无法提供有效的数据服务,成为客户数字化转型的难题。
数据技术基础趋于稳固。数据处理能力的日渐成熟,计算能力的极速提升,让数据的时效性和分析能力有了更大的突破,加速了数据技术与业务场景的融合深化,促进了数据服务的个性化、定制化应用。同时,在数据中台内融入智能技术,配合机器学习与深度学习算法,能极大提升对异构数据的处理能力,构建更加自动化、智能化的数据服务,充分赋能运营决策。
#2
数据中台的主要应用场景
数据中台的需求群体非常广泛,几乎面向全行业、全领域的数据处理场景。概括来说,具有良好数据资源,拥有丰富数据维度的企业;具有多个大数据应用场景,需要进行整体的技术升级的企业;同时存在多种信息系统,需要构建统一数据管理平台的企业;内部存在多元化经营,有多条产品线或横跨多种业态,需要打通数据共享的企业单位;部门组织架构复杂,跨部门协作障碍,需要数据驱动运营的单位等,都有一定搭建数据中台的需求。
然而,由于各行业的信息化基础不同,以及数据化运营的迫切程度不同,使得各个行业对数据应用的需求不同,即使是同一行业内,不同客户的需求也不同。
下面我们以目前浩鲸科技在云智能方向的4个内容为例:政务行业、零售行业、金融行业和工业行业,看一看数据中台是如何应用在生活场景中的。
政务行业场景。可以基于数据中台构建政务数据的统一管理,实现各部门数据贯通,提升内部跨区域/跨部门/跨层级的办公效能,促进数据共享交换与业务应用的融合,全面提升政府面向公众的便捷服务能力、科学化决策能力,为政府带来新的治理模式和服务模式。浩鲸科技的“一网通办”产品已经在国内有着广泛落地。如,在海南,基于业务中台 数据中台的双中台底座打造了一体化的在线政务服务平台,实现马上办、网上办、就近办、一次办,深入推进政务服务“一网通办”,大大提升了公共服务能力 。
零售行业场景。我们认为可以通过数据中台打通零售企业内外部数据,从数据流层面进行疏通,提升零售企业整体数据服务能力,协助零售企业进行经营管理、市场营销、精准分析等辅助决策的制定,实现对零售行业市场变化的灵活应对。浩鲸在新零售的数字化转型上,有基于双中台的新零售CRM产品,围绕会员、营销、全渠道等进行客户生命周期运营管理。之前浩鲸科技协手阿里云共同为远大商业集团打造了全新的ERP、CRM等系统,整合远大现有资源,打通远大商业不同门店的会员数据,大大提高了数字化经营能力。
金融行业场景。金融欺诈、小微企业融资难等问题一直是全民都在重点关注的问题。数据中台可以解决金融行业数据时效性较差、数据标准模型落后、数据深度应用效率较低等问题,协助金融企业从数据追踪、业务流程等多个维度加强数据跨部门、多业务的综合管理,增强了金融企业与前端客户的紧密链接,依托精细化的数据服务能力,降低了金融企业经营风险与成本。
工业行业场景。数据中台的重要转变是让数据持续发挥价值,将成为资产的数据作为生产资料融入工业企业生产流程中,形成可靠的工业数据架构和高效的工业数据服务体系,以支撑传统工业大规模、多样化、全链路的运营生产,提升传统工业创新能力,实现精细化、智能化运营管理监测价值。浩鲸科技为铜陵泰富能源做的工厂内能源综合利用系统智能化调度,通过对工厂内设备建模,并对关键设备性能动态监控获得设备实时运行数据。运用智能优化求解算法,实现对关键设备的安全生产监控和预警,实现最优生产资源配置。
#3
后续如何发展?
数据中台在各行业应用场景中普遍会遇到产品推广困难、标准化困难、落地效果不佳、技术与前端业务难以融合、业务决策缺少辅助场景等问题。为此,结合数据中台发展现状,我们认为数据中台可朝以下方向发展:
加速产品标准化建设。数据中台大多以偏定制化的方式在项目中落地,很难以“通用数据中台”的形式应对各行业的各类应用需求。因此,需要通过细分行业的各类定制化业务,沉淀数据共享、数据管理能力,丰富完善数据中台产品的功能模块,逐步形成标准化的通用数据中台解决方案。
从业务场景探索建设。数据中台距离前端业务场景很近,因此数据中台的建设应从业务场景规划开始。先探索数据价值的使用需求,根据客户需求及业务战略目标排除优先级,然后将不同业务应用场景对于技术的需求抽象建模成相应的数据服务,再由业务应用场景牵引着逐步建设、快速迭代。
数据中台与SaaS融合。数据中台是面向内部提供数据服务,并且为前端业务场景提供半成品服务,而非像SaaS为业务需求方提供标准的完整解决方案产品,两者之间存在一定的关系,SaaS其实是数据中台发展的下一阶段演化产物。例如,企业部署了中台以后,经过一段时间运行将数据流、业务流都跑通,并且将核心服务提取归属到了中台后,再往下发展就可以抽象出中台 SaaS产品服务于整个行业。
数据中台智能化发展。海量数据与多样的业务场景导致数据中台数据量大增,积累了丰富的数据指标,需要应用智能技术提供通用化智能服务,为业务决策提供直接辅助场景,比较普遍的智能应用场景有商品销量预测,千人千面推荐算法、营销活动预测等。同时,通过智能技术算法可以为前端员工降低数据使用的门槛,提高整体工作效率和生产效率。
#4
浩鲸的通用数据中台
浩鲸科技在数据中台方面也有着自己的长期沉淀。凭借多年的行业经验和在云计算、大数据、人工智能方面的技术积累,浩鲸科技基于鲸智WhaleDI数智底座,打造了通用数据中台解决方案,构建了数字化的引擎。
作为通用数据中台解决方案的核心产品套件,鲸智WhaleDI底座以“4 One”方法论为指导,以大数据基础平台为依托,通过打造数据工厂、AI工厂,提升数据资产构建和运营效能。在此基础上打通底层数据,将数据与AI共融,通过数智引擎为企业构建一体化数据闭环能力,驱动企业业务创新。
从构成上看,浩鲸数据中台主要包括公共数据开放平台、数据共享交换平台、数据资产管理平台三个部分,旨在建成统一的数据资源共享交换服务体系,促进政府各部门、各企事业单位业务协同,促进数据资源共享、公用。
目前,浩鲸科技数据中台解决方案已经广泛服务于电信、政务、交通、工业、数字城市、新零售等领域,助力政企客户充分挖掘数据价值,实现数字化转型。
用数据提升业务,用业务反哺数据生长,行业丰富的应用场景将成为数据中台发展的沃土。