1.台湾真的数据“热”吗？2018年之前，可能只有少数人在谈论“中国台湾”。2018年下半年开始，在“BAJT”等互联网龙头企业的追捧下，“中台战略”在国内迅速走红。2019年在科技圈，最火的一个概念就是“数据平台”，也有人将2019年称为“数据平台元年”。2018年9月，腾讯宣布成立新的云与智能产业事业群（CSIG）和技术委员会，负责建设技术中心。2018年11月，阿里云事业群升级为阿里云与智能事业群，开始对外输出中台能力。2018年12月，百度调整组织架构。百度创始人、董事长李彦宏发文宣布：“百度将打造AI时代最先进的技术平台，实现前端业务与技术平台资源的高效协同和全面的组织协同。”紧接着，2019年初，京东集团人力资源部发布了京东商城组织架构调整公告。公告内容称：“在新的组织架构下，京东商城将以客户为中心，划分为前中后台。中台共享平台功能，为前端业务运营和创新提供专业能力”根据知名研究机构Canalys2019年2月的相关数据报告，2018年全球云计算市场规模突破800亿美元，达到804亿美元，未来10-15年，“数据中台”可能会超越今天的云计算市场，形成一个万亿级的市场。同时，中国还将拥有1-2家SAP级企业。台湾的这一波数据浪潮，让不少科技公司看到了这次“冒险”，纷纷展开对台湾数据的市场竞争，希望成为站在空中插上翅膀的“猪”。在这种数据中台的趋势下，很多企业也跃跃欲试，希望借助数据中台驱动企业管理和业务创新，谱写财富创造的神话。2、什么是数据中心？有人说：数据中心是数据仓库的加强版；有人说：数据中心是大数据平台的延伸，是大数据的下一站；数据资产的治理和应用平台；有人说：DataCenter是一个能力平台，提供场景驱动的数据API和智能API；有人说：数据中心是对内共享数据，对外提供数据开放的数据服务平台；阿里的客户画像和产品推荐引擎强调“千人前”。在笔者看来，“数据中心”也应该是“千人千面”。以上说法都是合理正确的，只是在不同的应用需求场景下的定义不同而已。不同的行业不同的公司，不同的业务需要不同的数据平台。3、什么样的企业需要数据中台？要弄清楚哪些公司需要数据中台，我们不妨先看看有哪些公司在做数据中台。如前所述，数据中心的主要推动力首先是“BAJT”等互联网龙头企业；其次，一些大型金融企业，如兴业银行，也在调整组织架构，建设数据中心，推进“互联网+金融”的落地；第三，还有一些大型快消品零售企业也在进行数据探索中心，如宝塔和耐克。不难发现，无论是互联网公司、大型金融公司（银行、保险公司）还是大型零售公司，都具有以下共同特征：1.互联网+金融公司、品牌营销公司、电信运营商、大型零售企业，还有像BAJT这样的互联网企业，这些企业要么是原有的互联网企业，要么是通过转型以互联网为基础开展业务的企业。基于互联网开展相关业务，尤其是移动互联网的应用，给企业的需求端（营销和销售）带来了更多的机遇和挑战。互联网+赋能企业创新驱动、跨界融合、重塑生态。企业将可共享的业务能力和可沉淀的数据资产的精细化结合起来，构建数据中台，以应对瞬息万变的前端竞争。环境。数据中心的建设将对支持互联网+下企业人才创新、组织创新、服务创新、产品创新、商业模式创新，企业跨界融合和产业链打通，重塑产业链发挥基础性作用。企业的竞争生态。2、数据量大无论是金融、保险、证券、电信运营商等大型企业，还是“BAJT”等大型互联网公司，都较早进行IT建设，积累了大量的数据资产这些年来。如果要给这类企业贴上标签，“大数据”无疑是重要的标签之一。这类企业每天的数据量按每天TB级计算；而且这些数据的来源也比较复杂，有些数据来自企业内部。一些相关系统是从外部收集/购买的数据；数据形式多样，结构化/半结构化/非结构化数据与实时/非实时数据并存。企业需要对数据进行处理，形成优质的数据服务，赋能业务，突破业务瓶颈，驱动业务创新，释放数据价值。数据中台无疑是非常适合这类企业的解决方案。3、IT能力强的企业IT能力主要从三个方面进行评价：①IT基础设施建设、网络建设、云计算、应用系统建设；②IT组织和人才队伍建设、IT人员比例、能力分布；③IT规模、信息应用水平和投资回报率等。大约8年前，工行实施统一开发平台时，当时有2000多名IT技术人员，为工行提供开发、实施、运营等IT服务；维护。这2000多人包括工行自己的IT团队和外包的信息化人员。就IT人员的比例而言，工行这样的公司是普通公司无法比拟的。对于互联网公司来说，可以说至少80%以上都是IT人员。因此，无论是金融、运营商还是互联网公司，这些企业的IT能力都特别强。强大的IT能力有利于促进IT架构的完善和共性能力的沉淀。4、灵活的组织架构企业建设数据中心最重要的是企业级复用数据中心的服务能力和共享数据。这些服务能否有效复用，数据能否有效共享，在很大程度上取决于。这取决于企业文化和组织体系的建设。笔者曾接触过国内一家大型集成商公司。他的工作原因与公司的许多部门有关。技术中心）。对于“基础技术平台”，他们各个部门的定位和理解是比较一致的——提供各种底层基础功能，为业务应用的开发提供支撑。但是每个部门都有自己的想法，做的方式也不一样。有的是招人自建团队，有的是从第三方供应商采购产品。该企业是典型的组织层次深、组织间政策多样的企业。这与“数据中心”所要求的灵活组织体系不符。如果不调整组织架构，“数据中心”也将难以在此类企业落地。4、数据中心的演进史根据著名的“诺兰模型”，“数据中心”的出现不是偶然，而是信息技术发展的必然产物，“数据中心”并非一个新事物按照“中台”“提供通用能力和共享数据的服务平台”的核心思想，无论是传统的SOA还是数据仓库，其本质思想都没有改变，只是随着技术的发展，时代赋予“数据中心”的能力和职责更加清晰、智能。根据“诺兰模型”，“数据中心”的演进经历了以下几个阶段：1.数据业务化单体应用期并不神秘，就是我们常说的信息化期，这个时期是企业信息化的开始，在建设期，会计电算化（核心是企业信息化建设）财务系统）、办公自动化（核心是OA系统的建设）、企业资源规划（ERP系统的建设）……都是这一时期的产物。随着信息系统的建设和应用，数据在企业中逐渐积累。在信息化初期，数据库是“数据中心”的原始形态，为应用系统提供数据存储。2、数据集成期随着信息系统的建设和应用，人们发现了一个问题：以往的系统建设都是由业务部门拉动，缺乏统筹规划，各个系统各自为政，标准不统一，形成烟囱-像孤岛。企业业务的发展需要各个应用系统的协同配合。但是各个系统在服务、流程、数据上都是碎片化的，根本无法协同。如果领导要看公司的业务指标，需要切换到不同的系统才能看，非常繁琐，报表质量也得不到保证。于是，以SOA为代表的各种系统集成工具和数据管理系统应运而生，如Portal、ESB、BPM、DW、ETL、MDM等。在信息化中期，“数据平台”的初步形态已经形成应运而生，表现在：以Portal、ESB、BPM为代表的企业级应用集成；以主数据管理（MDM）和元数据管理为代表的数据治理；以数据仓库为代表的集中数据处理和初步数据分析；SOA系列产品和工具的使用在一定程度上解决了企业业务协同和报表分析的问题。3、数据平台期随着物联网、社交网络、云计算等技术不断融入我们的生活，现有计算能力、存储空间、网络带宽的快速发展，人类积累的数据在互联网、通信、金融、商业、医疗保健等众多领域都在不断地成长和积累。互联网搜索引擎支持的数十亿次网络搜索每天处理数万兆字节的数据。每天有数万兆字节的数据在世界通信网络的骨干网上传输。医院、药房等现代医疗行业每天也会产生海量的病历、患者数据、医学影像等数据。数据量级的不断升级，应用的不断深入，大数据的价值不可否认，迫使我们探索如何更好地从这些数据中获益。阿里巴巴马云指出：“人类正在从IT时代走向DT时代！”。然而，随着数据越来越多，人们意识到数据标准的不统一和垃圾数据的存在，使得系统难以集成，分析结果也得不到保证。最后，有人提出大数据可能不是企业资产。如果数据治理不好，大数据只会成为企业的负担（数据存储、处理、管理和维护都需要成本），只有“数据资产化”才能给企业带来价值。信息化末期，人类正从IT时代迈向DT时代。以Hadoop平台、Spark平台为代表的大数据平台，为解决企业大数据的存储和计算提供基础支撑；元数据驱动的大数据治理平台实现了大数据地图的自动生成、数据沿袭分析、影响分析，一定程度上解决了大数据环境下的数据质量问题。4、智慧应用期在信息时代，IT一直扮演着业务支撑的角色，在企业中起到支撑作用，当然互联网公司除外。当企业进入数字化时代，企业的业务和管理都以数据为基础，以运营为基础，??以决策为基础。数据是驱动整个企业业务和管理的基础引擎。IT的角色由配角转变为主导，“IT即业务”。进入数字化时代，企业对数据的需求越来越高：过去看不见的数据，现在希望随时随地实时查看；过去可能需要在不同系统中看到的数据，现在希望可以合并到一个场景中展示；决策分析一定要到BI系统去读报表。现在希望能够在业务流程环节展示相关的数据报表；之前的数据分析只能是历史数据的可视化展示，做好了可以诊断一些业务问题。现在不仅需要查看历史数据、分析诊断业务问题，还需要能够预测未来会发生什么……数字时代，“数据中心”继承了数据中心的海量数据存储和技术能力大数据平台，提供数据计算服务；继承元数据管理和主数据管理的数据治理能力，为数据资产提供全生命周期管理服务；继承数据仓库的数据整合和分析能力，提供数据报表和数据分析服务；同时，“数据中心”内置算法中心和标签系统，提供各类AI服务，支持场景化、智能化的数据，全面驱动企业的商业智能和决策智慧，帮助企业实现数字化转型5、你的企业真的需要数据中心吗我们看到，目前正在追求“数据中心”的互联网公司、金融公司、运营商、大型零售企业有四个共同的特点：互联网+需求端业务是多变；数据量大；IT能力强；组织灵活。有人问：“我们公司没有那么多数据，没有那么多IT人员，组织模式比较固定，所以需要搭建数据中台吗？”有人问：“我们公司已经搭建了数据仓库，实现了数据服务。还有数据分析，还需要搭建数据中台吗，怎么搭建，再推一遍？”有人问：“我们公司是工业生产企业，数据量很大，但大部分都是设计图纸等非结构化数据。以及生产设备的边缘数据；我们的产品属于卖方市场，产品不需要通过互联网销售，需求端也没有太大变化，所以我们需要数据中心吗？”带着这些问题，我们回到本文的主题：中台“热”下的数据“冷思考”。之所以会“冷思考”，是因为不能盲目跟风，而是要深思熟虑，慎重对待。数据中心的建设难道不是机械地“照葫芦画瓢”吗？不同性质、不同领域的数据中心能看起来一样吗？很明显不是！数据中心的建设需要推翻以往的信息化建设成果，重新架构？浪费资源！数据中心的建设，买一套功能强大的数据中心产品就能包治百病？“数据中心”是每个企业都需要的，但不同的行业、不同的公司、不同的业务需要不同的数据中心。互联网企业的数据中心再好，也不一定适应传统工业企业；工业互联网大数据平台也是数据中心的一种形态或基本能力；数据中心的建设，技术和工具很重要，但也不要太迷信；企业在建设数据中心时，应该从企业的业务需求出发，构建一套与企业相匹配的数据应用流程机制。作者：石秀峰专注于数据领域的知识分享：数据治理、数字化转型、数据分析等。
