2020年，数据中台成为了一个爆火的概念。自从2020年4月中央文件首次将数据纳入新型生产要素，很多企业纷纷开始调研或上马数据中台项目。所谓数据中台，既不同于大数据平台，也不同于传统的数据仓库、数据湖或BI商业智能，而是将数据技术与实体经济深度融合的一种新型企业级软件。

《中国数字经济发展白皮书（2020年）》指出：数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态。而数据中台就是在中国数字经济发展过程中，企业数字化转型所需要的新型数字基础设施软件——实现数字技术与实体经济深度融合。

通过数字技术与企业业务的深度融合，数据中台将过去“存起来”的数据转为“用起来”的数据资产，推动数据作为关键生产要素在企业范围内的共享和流通以及实现数据和智能驱动的业务运营，让IT从成本中心变为利润中心。作为国内数据中台技术的代表企业，云徙科技的数据智能部总经理蒲继强认为，以数据中台为代表的数据应用基础设施将推动企业进入共享化的数据价值流通的新阶段。

数据中台是一个全新的概念。而即便是传统数据湖的建设，根据Forrester的一份报告，2018 年至少有1/3的企业只建成了数据的泥沼。那么，如何不让企业的数据变“泥沼”，如何避免数据中台建设中的各种“泥沆”？蒲继强给出了一份2020数据中台建设“避坑”指南。

数据中台组织是关键

对企业来说，数据已经是可与实体资产相提并论的生产资料。而自从2015年阿里巴巴提出中台战略，数据中台对企业的价值也发生了重大改变，也就是从成本中心变成利润中心。随着数据建设越来越完善，将形成马太效应——那些善于利用数据、善于运用数据洞察驱动业务的公司将变得越来越强。

蒲继强在近期云徙科技“数智营销增长营”的企业数据中台建设实践分享中表示，一方面近年来大数据呈快速增长，另一方面很多企业的数据组织还不完善，包括技术能力、利用数据变现能力等有待补足，因此想要做好数据中台，第一个关键是要正确搭建数据中台组织和数据文化。

企业的数据中台组织至少要有四个方面的使命或者价值。第一，拉通企业数据建设和数据使用部门。在开始建设数据中台的时候，一定要调研各个业务部门到底需要什么样的数据、数据如何赋能业务。第二要找到数据应用点，数据应用点确定了数据中台的方向性，避免了漫无目的建设数据中台。第三要制定公司统一的数据标准。通常企业的数据现状是“脏、乱、差”，各个部门对于数据指标、标签的定义不统一，需要一套符合企业的统一的数据标准，以保证数据中台运转过程。第四是完善企业数据的运转机制。企业数据中台建设并不是一锤子买卖，而要持续建设，包括如何随着业务开展进行数据中台的增量建设等。

一个典型的数据中台组织有哪几个部分？集团型、多业态型企业的数据中台组织比较复杂，处于发展阶段或单业态如新零售企业的数据组织相对简单。以集团型、多业态的复杂数据中台组织为例，首先要成立数据管理委员会，数据管理委员会一般由公司高层担任委员会负责人，因为要拉通各个数据建设部门、数据使用部门、数据应用部门以及数据管理部门，就一定是跨组织的操作，因此必须高层参与。

数据管理委员会之下有数据管控主导方和数据管控参与方。在主导方组织中有数据管控经理、数据标准管理员、数据质量管理员、元数据管理员、数据安全管理员等；在参与方组织中则是数据的建设、使用和拥有部门，每个部门都下设数据主管、业务协调人和数据建设员，而数据管理部门则是运维组织和实施项目组织，这些角色随着企业的大小可能有一个人或者多个人兼任。其中，一定要由一个人负责制定数据的口径，不能由多人确定，而且一旦制定后就全员遵循。

不论是大集团公司还是小型公司，想要建好数据中台就缺不了“数据组织铁三角”：数据产品总监、数据总架构师、数据资产管理负责人。首先，数据产品总监是从业务视角收集各业务线的需求，进行统一规划与管理后形成数据产品，类似于阿里巴巴的生意参谋、DMP达摩盘等，数据产品思维将直接决定数据中台建设的最终价值。其次，数据总架构师从技术层面进行把控，从传统的数据仓库到现在的大数据、数据中台等所组成的技术栈非常广泛，需要架构师规划企业数据资产——数据到底如何存放、管理、建设等，都由偏技术的数据总架构师进行把控。第三是数据资产管理负责人，也就是常说的CDO。CDO对数据产品和数据资产进行融合统一考虑，相当于数据资产的管理负责人，从而保障数据中台建设中的数据资料和数据输出的规范性等。

企业的数据中台组织建设与企业数据文化建设相辅相承。可以看出数据中台组织涉及到企业的方方面面，只有企业全员接受数据思维与数据文化，才能真正保证企业数据中台组织建设的成功。

数据中台建设方法论

企业数据中台组织建成后，就开始了数据中台建设阶段。云徙科技的企业数据中台建设方法论分为五大阶段：业务规划阶段、数据中台规划阶段、数据建模研发阶段、开发交付阶段和持续运营阶段，共涉及需求调研、产品设计、技术架构设计、数据架构设计、数据模型设计、数据建模研发、开发实现、验收测试、发布上线和持续运营等十大模块。

首先是业务规划阶段的需求调研和产品设计。蒲继强强调，要从宏观层面进行需求调研，而不仅仅是调研一个财务报表或者经营分析大屏的需求，要从企业现在的整体业务进行梳理、再到场景发现、最后是数据资源点归集，然后再分阶段建设。在业务规划阶段的输入包括：SOW、组织架构、岗位职责、现有业务流程、现IT系统架构、现有系统数据源、现有系统报表、现有系统网络架构等，主要任务是业务需求及痛点调研、数据应用场景梳理、数据现状调研、数据提炼指标&维度，输出主要是调研计划、调研纪要和本期工作范围说明书。

业务规划是企业数据中台建设的起步阶段，也是奠定整个数据中台成功的关键。业务规划涉及的业务调研和整理的方法包括：材料收集和理解、业务概况了解、业务访谈、业务确认和调研报告出具，调研对象包括企业高层、管理层、业务执行层和产品技术团队。业务调研和整理的目的是了解当前企业对数据的诉求和痛点：包括对于数据基础平台的需求、业务转型和变革带来的创新支撑、日常使用优化以及数据资产治理等。

在业务规划的一个关键就是通过企业经营战略解读和企业IT战略解读，最终落实到数据中台项目目标解读。企业的数据中台建设往往分期或分阶段进行，那么如何设计出当期数据中台建设的具体需求，就需要结合企业经营与数据及IT情况：把业务部门的急需列为紧急需求，再结合企业数据和IT现状分析实现的难易程度，最终形成数据应用需求价值及实现矩阵——优选价值高且较易实现的作为当期数据中台建设的内容。

有了数据应用需求价值及实现矩阵，企业数据中台建设就有了抓手和建设蓝图，形成了需求分析报告。至此，企业数据中台建设就由模糊而逐步清晰，进而可以着手分阶段建设。接下来，在数据中台建设蓝图的基础上，就可以细化设计，进而开始形成需求规格说明书。例如具体的数据应用系统流程设计，诸如补货就涉及到线上和线下全渠道融合一体化补货流程，同时还要形成数据驱动的智能补货流程。

此外，在形成需求规格说明的时候，标签和指标的设计也非常重要，特别是要按场景设计，否则设计出来的标签和指标的实际使用情况就会偏低或失去业务意义。例如围绕消费者生命周期划分场景，分为新顾客、偶然顾客、普通顾客、优质顾客、忠诚顾客、易流失顾客和流失顾客等标签；围绕交易场景，分为线下流水量、线下取消量、线下团购取消量、线下退货量、线下团退货量等指标。

到了具体的数据中台规划，基本上以技术为主线，形成数据中台功能架构总图以及技术架构总图等阶段产物，这方面云徙科技都提供了业经实践验证的参照。

在业务规划与数据中台规划阶段到最后的开发交付阶段和持续运营阶段之前，还有一个承上启下的数据建模阶段。数据建模的主要任务有数据模型设计和数据建模研发，其中数据模型设计涉及数据域模型设计（数据标准规范定义）、标签模型设计和算法模型设计。

整体来说，整个数据中台的建设过程十分复杂，因为涉及到相关业务的梳理而不是简单的数据整理，这就凸显了能够提供数据中台产品、实践和建设方法论及经验的供应商的重要性。

成熟的数据中台软件产品

作为一家驱动智能商业的中台服务商，云徙科技自成立之初就专注于数字中台的研发与推广，而数据中台正是云徙数字中台的核心之一。云徙数据中台是基于大数据技术打造的一站式数据整合能力平台，以云徙数据中台建设方法论为指导，提供企业全域数据采集、融通、聚合、对外服务与数据资产管理能力，以数据应用赋能为导向，帮助企业建设和积累通用数据分析模型、消费者标签体系等数据资产。

正如前面分析的整个企业数据中台建设过程，云徙科技在每个阶段都有相应的数据中台服务与产品进行配合，以确保企业数据中台建设不走弯路、不掉进各种“坑儿”里。云徙科技i-DE Data数据中台已经历经了三个大版本的更新，集数据采集、融通、聚合、算法学习、管理、服务等功能于一体；整合了新零售领域的常用数据资源、数据模型、标签体系与多种数据智能应用。蒲继强表示，与市面上其它数据中台产品相比，云徙数据中台的优势在于基于一站式的研发工具、沉淀行业标签体系，并且可实现与i-CDP（全域会员）、i-Marketing（智能营销）等云徙应用产品相结合，形成数据闭环。

作为典型的数据中台产品，云徙科技i-DE Data数据中台的能力矩阵包括数据研发管理平台和数据资产运营平台两大部分，向上支持i-Commerce、i-Marketing和i-Service等云徙应用产品，并通过数据驱动交易智能i-Commerce DI、营销智能i-Marketing DI和服务智能i-Service DI等。在数据研发管理平台中，云徙科技提供了数据开发平台、数据资产管理、数据服务、ID-Mapping、标签平台和自助分析等能力，而数据资产运管平台则提供了数据源、主题域模型、标签模型、算法模型等能力。

云徙科技i-DE Data数据中台每个月或每两个月就会推出一批增量更新：在最新的V3.1.1版本中，就重点更新了数据应用、数据资产以及数据平台三个产品模块。例如：数据平台就通过增加多种非关系型数据库的同步功能，可以轻松应对Hbase等多种nosql数据库的数据全量同步工作，大幅降低在数据中台建设中遇到的历史数据同步工作量；而在数据资产（预测标签）方面，以GT算法为核心技术，可以获取企业近期一段时间内的消费者历史购买行为，通过配置时间周期、算法输入因子等参数，实现在某一个活动日期内参与购买的消费者预测，并给相应人群打上预测购买标签。作为数据智能部总经理，蒲继强介绍黄金购买时间预测作为云徙数据高阶智能应用能力之一，通过多次成功落地的预测模型，能快速推算出每一位会员的下次购买时间，提升顾客终身价值同时为企业最大化活动ROI等。

总部位于广州的富力集团成立于1994年，以房地产开发为主营业务，同时在酒店发展、商业运营、文体旅游、互联网产贸、医养健康、物业服务、设计建造及创新服务平台等领域多元发展的综合性集团。富力集团就采用了云徙科技的数据中台，重构了客户中心并大幅降低投诉率，构建客户、项目、订单、营销、渠道、工单等六大域，基于底层数据构建地产行业客户标签体系和项目标签体系，还运用各种数据工具，最后赋能面向全集团的数据应用。

良品铺子在今年加强了与云徙科技的合作，在去年上线云徙科技业务中台的基础上，今年重点上线数据中台。此前，云徙科技为良品铺子搭建了营销平台，打通29个业务终端，实现2000多个门店的在线连接，沉淀8700万会员数据。正在建设的数据中台则是将数智化营销进入深水区，以运营场景为抓手，通过重构人、货、场标签体系，为提升新店开业业绩增长、针对性的研发新的产品等数据赋能业务场景来增加品牌竞争力。在近3个月的时间内，通过门店结合本地生活、社区运营、直播电商、创新营销玩法，良品铺子在今年一季度疫情期间逆市营收增长4.16%。

总结：进入2020下半年，随着全球经济不确定性的增强，企业迫切需要建设数据中台，通过打通和共享全企业范围内的数据，推动数据成为新型生产要素、基于数据流通在不确定性中捕捉新的商业机会。自2016年就投身于数据中台的云徙科技，本次在2020年中奉献的完整的数据中台建设方法论和实践总结，是企业数据中台成功“软着陆”的保障——不让数据变“泥沼”，数据中台“避坑”有路径。

<文章来源：云科技时代>