導讀：本文主要闡述數據中臺的定義和核心能力。

作者：付登坡 江敏 任寅姿 孫少憶 等

來源：大數據DT（ID：bigdatadt）

01 數據中臺VS業務中臺

1. 數據中臺與業務中臺的區別

業務中臺更多偏向于業務流程管控，將業務流程中共性的服務抽象出來，形成通用的服務能力。比如電商平臺，有C2C、B2C、C2B、B2B四種模式，其中訂單、交易、商品管理、購物車等模塊都是有共性的。

將這些組件沉淀出來，形成電商行業的業務中臺，再基于這些業務中臺組件的服務能力，可以快速搭建前臺應用，譬如C2C模式的淘寶、B2C模式的天貓、B2B模式的1688、C2B模式的聚劃算，用戶通過這些前臺業務觸點使用業務服務。業務中臺不直接面向終端用戶，但可以極大提升構建面向終端用戶的前臺的速度和效率。

業務中臺是抽象業務流程的共性形成通用業務服務能力，而數據中臺則是抽象數據能力的共性形成通用數據服務能力。比如，原始業務數據通過資產化服務化，形成客戶微觀畫像服務，這個服務可用于電商平臺的商品推薦，也可能用于地產購房意愿，還可能用于金融領域的信用評級等。

同一個服務，在應用層面展現的內容可能不一致，但是底層的數據體系是一致的。數據中臺也將極大提升數據開發的效率，降低開發成本，同時可以讓整個數據場景更為智能化。

2. 數據中臺與業務中臺的聯系

如果同時擁有業務中臺和數據中臺，則數據中臺與業務中臺是相輔相成的。業務中臺中沉淀的業務數據進入到數據中臺進行體系化的加工，再以服務化的方式支撐業務中臺上的應用，而這些應用產生的新數據又流轉到數據中臺，形成循環不息的數據閉環，如圖2-8所示。

▲圖2-8 業務中臺與數據中臺的數據應用閉環

業務中臺與數據中臺互相促進，為企業業務的發展、管理者更好的決策提供支持。其中，業務中臺的存在是為了圍繞公司業務運營進行服務，將獲取的多維度數據傳遞給數據中臺，由數據中臺挖掘新的價值反饋給業務中臺，以優化業務運營。

有人可能會有疑惑：數據中臺和業務中臺的建設是否有先后順序？

筆者們以為，這兩者的建設沒有先后之分，主要依據企業的實際情況進行規劃。

從數據層面看，業務中臺只是數據中臺的數據源之一，除此之外，企業還有很多其他的數據來源，如App、小程序、IoT等多源數據，可以將這些數據的價值直接賦能于現有業務或某個創新業務。

從服務層面看，數據中臺的數據服務也不一定經過業務中臺作用于業務，它可能直接被上層應用系統進行封裝，如電商領域的“千人千面”系統。

而從業務中臺的角度來看，如果沒有數據中臺，可以做一些簡單的數據處理，如分析和統計等，而通過數據中臺賦能，則可以使業務系統擁有“全維度”、“智能化”的能力，譬如推薦、圈人等，系統將從信息化升級成為一個智能化的業務系統。”

不僅僅是業務中臺，目前各種中臺層出不窮，但筆者們認為中臺不是平臺，平臺可以有很多，可以有營銷平臺、風控平臺、管理平臺等，但是中臺，一個企業只需要有一個。現在還有業務中臺、數據中臺之分，但我們預測未來數據與業務會更緊密地結合，完全融為一體，會統一成“企業中臺”。

02 數據中臺VS數據倉庫

數據倉庫的主要場景是支持管理決策和業務分析，而數據中臺則是將數據服務化之后提供給業務系統，目標是將數據能力滲透到各個業務環節，不限于決策分析類場景。數據中臺持續不斷地將數據進行資產化、價值化并應用到業務，而且關注數據價值的運營。

數據中臺建設包含數據體系建設，也就是數據中臺包含數據倉庫的完整內容，數據中臺將企業數據倉庫建設的投入價值進行最大化，以加快數據賦能業務的速度，為業務提供速度更快、更多樣的數據服務。

數據中臺也可以將已建好的數據倉庫當成數據源，對接已有數據建設成果，避免重復建設。當然也可以基于數據中臺提供的能力，通過匯聚、加工、治理各類數據源，構建全新的離線或實時數據倉庫。

另外，數據中臺一般采用全新數據技術架構，可以更方便地進行數據價值的挖掘。隨著企業數據量越來越大，智能化場景越來越多，傳統架構的存儲計算能力無法滿足這類數據業務的需求。而隨著機器學習、深度學習等技術的發展，從看似無用的數據中挖掘出新價值的能力也越來越強，新的技術架構為這些場景的建設提供了很好的能力支撐。

03 數據中臺VS現有信息架構

如何喚醒沉睡的數據資產，把數據真正用起來，以支持自身業務的智能化升級，這是擺在所有傳統企業面前的數字化轉型難題。因此，對于是否有必要建設數據中臺這件事情，似乎并無太多質疑之聲，但真要建設數據中臺，尤其是落實到具體建設的實操階段，企業又開始擔心，他們最擔心的莫過于，建設數據中臺是不是要將企業現有信息架構推倒重來。

信息化時代初期，隨著公司的業務發展和戰略調整，為了更好地支撐業務，企業的信息化系統不知道被推倒重來過多少次，經歷了成千上萬次取數，也生成了數以千計的報表。伴隨著一批又一批的數據人員的成長和離開、行業專家和業務人員的晉升或轉型，數據倉庫之間的演進也經常是推倒重來，消耗了企業大量成本。

數據中臺作為解決企業級數據應用難題的新方案，不是一套軟件系統，也不是一個標準化產品。站在企業的角度，數據中臺更多地指向企業的業務場景，即幫助企業沉淀能力，提升業務效率，最終完成數字化轉型。因此，數據中臺與企業現有信息架構不存在競爭關系，不會導致企業現有系統、功能和應用的重復建設。

舉個簡單的例子，筆者們此前與一家做輪胎制造的上市公司進行過交流，它當時就用到很多個業務系統，比如OA系統、ERP系統、工藝設計與管理系統、物流系統、生產系統等。該企業的一個核心痛點是：“無法準確知道當前的輪胎能否準時或者提前交付”。

制造型企業一般處于產業鏈的中間位置，非終端或者源頭端，比如這家輪胎制造企業，它的上游是橡膠提供方，下游是汽車組裝商或者汽車零部件廠商。輪胎的及時交付就意味著公司的生命線——穩定的現金流。

而影響輪胎能否及時交付的數據變量是散落在所有系統中的，諸如物流的及時性、對生產過程的控制力、是否有重大的經濟壓力、甲方工藝設計需求的變化等。

在有數據中臺之前，他們是怎么做的呢？企業首先需要拉出所有系統數據庫中的表，然后再用Excel去做對應關系，整個過程是非常瑣碎且耗時的。

如果有數據中臺體系，可以通過中臺機制匯聚相關系統中的原始數據，并且面向輪胎這一公司經營的實體構建一系列場景化的標簽特征。同時，通過離線或者實時的數據交互模式，不斷更新特征值，將業務場景所關注的數據的價值直接展現出來。

從上面的例子能看出，數據中臺在定位上與業務IT系統并不沖突。企業原有的IT系統依舊會根據業務和IT技術的迭代不斷升級，依舊對企業的生產運營或者經營管理提供支撐。數據中臺的定位則是在數據領域幫助企業不斷沉淀數據能力。兩者之間的關系是相互依托、相互賦能、相互促進的。

數據中臺需要IT系統不斷提供數據，而IT系統未來更加需要橫向、綜合的數據特征來支撐。只有形成了數據中臺和IT系統良好的配合關系，才能更好地構建企業整體的IT支撐能力。

關于作者：付登坡（花名：天湛），資深大數據專家，數瀾科技聯合創始人&地產事業部總經理。有10余年大數據領域從業經驗，擅長數據建模、海量數據產品架構設計與實現。原阿里巴巴集團大數據專家，曾在阿里巴巴集團負責消費者數據標簽體系、DMP平臺等大數據項目設計與實施。

江敏（花名：江敏），資深大數據專家，數瀾科技聯合創始人& CTO。有10年大數據平臺規劃、數據安全交換使用、數據應用場景建設方面的實踐經驗。曾任職于阿里數據平臺事業部、阿里云數據事業部，負責阿里數據能力及平臺的行業客戶賦能，并打造行業的數據共享交換，是ID-Mapping體系能力構建及服務化的核心參與者、數據交易模式的早期探索者。

任寅姿（花名：影姿），資深數據產品專家，數瀾科技創新事業部總經理。曾任阿里巴巴數據產品專家、數據創新梧桐工作室負責人等。對大數據資產設計、資產服務、資產應用在實踐的基礎上形成了一套完整的數據標簽類目體系方法論，擅長對各種復雜業務場景進行需求拆解、數據抽象和數據應用建模，關注采用大數據方法切實解決場景痛點，提升業務效率。

孫少憶（花名：守正），資深數字化轉型咨詢專家，數瀾科技戰略副總裁。20年企業信息化工作經驗，積累了豐富的信息化內部運營、解決方案銷售及交付等方面的實踐經驗。

本文摘編自《數據中臺：讓數據用起來》，經出版方授權發布。

延伸閱讀《數據中臺：讓數據用起來》

長按上方二維碼了解及購買

轉載請聯系微信：DoctorData

推薦語：數據中臺領域領先企業數瀾科技出品，阿里巴巴集團聯合創始人推薦！萃取百家頭部企業數據中臺建設經驗，系統總結數據中臺建設方法論。

華章的微信公眾號矩陣入圍“2019書業年度評選·年度新媒體”，請大家點擊下面的圖片鏈接，找到大數據logo，給我們投票票喔????

謝謝大家啦~

有話要說????

Q:?這些概念你搞清楚了嗎？

歡迎留言與大家分享

猜你想看????

• 企業數字化轉型與中臺建設全攻略：什么階段進行?有哪些方法?

• 數據中臺必備的4個核心能力，你讓數據創造價值了嗎？

• Python數據可視化：5段代碼搞定散點圖繪制與使用，值得收藏

• 2019最后一個月Python繼續霸榜，想上車？看這份書單

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?報告?|?讀書?|?書單?|?干貨?

大數據?|?揭秘?|?Python?|?可視化

AI?|?人工智能?|?5G?|?中臺

機器學習?|?深度學習?|?神經網絡

合伙人?|?1024?|?段子?|?數學

據統計，99%的大咖都完成了這個神操作

????

覺得不錯，請把這篇文章分享給你的朋友

轉載 / 投稿請聯系：baiyu@hzbook.com

更多精彩，請在后臺點擊“歷史文章”查看

點擊閱讀原文，了解更多

總結

以上是生活随笔為你收集整理的数据中台VS业务中台、数据中台VS数据仓库，到底有什么区别？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。