国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

編輯導(dǎo)讀：自從阿里提出中臺概念后，各行各業(yè)不斷推出了中臺的應(yīng)用與落實，著手?jǐn)?shù)據(jù)中臺的建設(shè)。但是，數(shù)據(jù)中臺目前還沒有一個統(tǒng)一的定義，對于數(shù)據(jù)中臺是什么、有什么價值、怎么建設(shè)，各行各業(yè)仍需結(jié)合實踐去探索。

那如果企業(yè)想要做數(shù)據(jù)項目，想要構(gòu)建數(shù)據(jù)中臺，該怎么開始呢？本文作者對此展開了分析探討，一起來看看~

最近數(shù)據(jù)中臺很火，接觸的很多企業(yè)都在提這個東西。然而，很多連數(shù)據(jù)基礎(chǔ)都沒有、仍然處在數(shù)據(jù)孤島階段的企業(yè)，上來就說我今年要做數(shù)據(jù)中臺項目，這實際上是因為大家都在追熱點，而沒有真正搞明白這個名詞的含義。

那么，數(shù)據(jù)中臺到底是什么？它和數(shù)據(jù)倉庫、大數(shù)據(jù)平臺又有什么區(qū)別呢？

首先，國內(nèi)的數(shù)據(jù)中臺興起，大多是因為阿里巴巴的馬老師提出的”大中臺、小前臺”的口號。所以，我們先來看看阿里對數(shù)據(jù)中臺的定義。

一、數(shù)據(jù)中臺是什么

數(shù)據(jù)中臺是指通過數(shù)據(jù)技術(shù)，對海量數(shù)據(jù)進(jìn)行采集、計算、存儲、加工，同時統(tǒng)一標(biāo)準(zhǔn)和口徑。數(shù)據(jù)中臺把數(shù)據(jù)統(tǒng)一之后，會形成標(biāo)準(zhǔn)數(shù)據(jù)，再進(jìn)行存儲，形成大數(shù)據(jù)資產(chǎn)層，進(jìn)而為客戶提供高效服務(wù)。

這些服務(wù)跟企業(yè)的業(yè)務(wù)有較強(qiáng)的關(guān)聯(lián)性，是這個企業(yè)獨有的且能復(fù)用的，它是企業(yè)業(yè)務(wù)和數(shù)據(jù)的沉淀，其不僅能降低重復(fù)建設(shè)、減少煙囪式協(xié)作的成本，也是差異化競爭優(yōu)勢所在。

廣義的數(shù)據(jù)中臺包括了數(shù)據(jù)技術(shù)，比如對海量數(shù)據(jù)進(jìn)行采集、計算、存儲、加工的一系列技術(shù)集合，今天談到的數(shù)據(jù)中臺包括數(shù)據(jù)模型，算法服務(wù)，數(shù)據(jù)產(chǎn)品，數(shù)據(jù)管理等等，和企業(yè)的業(yè)務(wù)有較強(qiáng)的關(guān)聯(lián)性，是企業(yè)獨有的且能復(fù)用的，比如企業(yè)自建的2000個基礎(chǔ)模型，300個融合模型，5萬個標(biāo)簽。它是企業(yè)業(yè)務(wù)和數(shù)據(jù)的沉淀，其不僅能降低重復(fù)建設(shè)，減少煙囪式協(xié)作的成本，也是差異化競爭優(yōu)勢所在。

二、數(shù)據(jù)中臺的價值

1. 數(shù)據(jù)復(fù)用

浙江移動已經(jīng)將2000個基礎(chǔ)模型作為所有數(shù)據(jù)服務(wù)開發(fā)的基礎(chǔ)，這些基礎(chǔ)模型做到了“書同文，車同軌”，無論應(yīng)用的數(shù)據(jù)模型有多復(fù)雜，總是能溯源到2000張基礎(chǔ)表，這奠定了數(shù)據(jù)核對和認(rèn)知的基礎(chǔ)，最大程度的避免了“重復(fù)數(shù)據(jù)抽取和維護(hù)帶來的成本浪費。

曾經(jīng)企業(yè)的數(shù)據(jù)抽取就有多份，報表一份，數(shù)據(jù)倉庫一份，地市集市一份，無論是抽取壓力、維護(hù)難度及數(shù)據(jù)一致性要求都很高。同時，統(tǒng)一的基礎(chǔ)模型將相關(guān)業(yè)務(wù)領(lǐng)域的數(shù)據(jù)做了很好的匯聚，解決了數(shù)據(jù)互通的訴求，這點的意義巨大，誰都知道數(shù)據(jù)1+1>2的意思。

2. 沉淀業(yè)務(wù)模型

在企業(yè)內(nèi)，無論是專題、報表或取數(shù)，當(dāng)前基本是煙囪式數(shù)據(jù)生產(chǎn)模式或者是項目制建設(shè)方式，無法形成標(biāo)準(zhǔn)化統(tǒng)一業(yè)務(wù)模型，無法沉淀和共享也就無法迭代生長，從而造成模型不能真正成為可重用的組件，無法支撐數(shù)據(jù)分析的快速響應(yīng)和創(chuàng)新。

只有在迭代生長中的業(yè)務(wù)模型才能從最初的單一字段，逐漸完善形成為企業(yè)最為寶貴的統(tǒng)一模型資產(chǎn)和統(tǒng)一數(shù)據(jù)資產(chǎn)。

以報表為例：

企業(yè)報表成千上萬的原因往往也是沒有沉淀造成的，針對一個業(yè)務(wù)報表，由于不同的業(yè)務(wù)人員提出的角度不同，會幻化出成百上千的報表。

如果有報表中臺的概念，就可以提出一些基準(zhǔn)報表的原則，比如一個業(yè)務(wù)一張報表，已經(jīng)有的業(yè)務(wù)報表只允許修改而不允許新增，自然老報表就會由于新的需求而不斷完善，從而能演化成企業(yè)的基礎(chǔ)報表目錄。否則就是一堆報表的堆砌，后續(xù)的數(shù)據(jù)一致性問題層出不窮，管理成本急劇增加，人力投入越來越多，這樣的事情在每個企業(yè)都在發(fā)生。

3. 數(shù)據(jù)驅(qū)動業(yè)務(wù)創(chuàng)新

我們都知道，以往的業(yè)務(wù)決策，大多是憑經(jīng)驗拍腦袋的，現(xiàn)如今，數(shù)據(jù)的價值和重要性不言而喻。企業(yè)的管理者在做決策時，越來越想要先看數(shù)據(jù)。所以，好的數(shù)據(jù)基礎(chǔ)，是決策和創(chuàng)新的加速器。

而現(xiàn)在市場競爭如此激烈的大環(huán)境，不但需要企業(yè)做出正確的決策，效率和執(zhí)行力也是關(guān)乎存亡的，數(shù)據(jù)中臺即是數(shù)據(jù)創(chuàng)新效率的保障。

研究過機(jī)器學(xué)習(xí)的都知道，沒有好的規(guī)整數(shù)據(jù)，數(shù)據(jù)準(zhǔn)備的過程極其冗長，這也是數(shù)據(jù)倉庫模型的一個核心價值所在，比如運營商中要獲取3個月的ARPU數(shù)據(jù)，如果沒有融合模型的支撐，得自己從賬單一層層匯總及關(guān)聯(lián)，速度可想而知。

在如今的互聯(lián)網(wǎng)時代，企業(yè)都在全力謀求轉(zhuǎn)型，轉(zhuǎn)型的關(guān)鍵是要具備跟互聯(lián)網(wǎng)公司一樣的快速創(chuàng)新能力，大數(shù)據(jù)是其中一個核心驅(qū)動力，但擁有大數(shù)據(jù)還是不夠的，數(shù)據(jù)中臺的能力往往最終決定速度，擁有速度意味著試錯成本很低，意味著可以再來一次。

4. 數(shù)據(jù)中臺孕育新型人才

原來新員工入職要獲得成長，一是靠人帶，二是找人問，三是自己登陸各種系統(tǒng)去看源代碼、了解各系統(tǒng)底層數(shù)據(jù)結(jié)構(gòu)，這樣的學(xué)習(xí)比較支離破碎，其實很難了解全貌，無法知道什么東西對于企業(yè)是最重要的，獲得的文檔資料也往往也是過了時的。

現(xiàn)在有了數(shù)據(jù)中臺，很多成長問題就能解決，有了基礎(chǔ)模型，新人可以系統(tǒng)的學(xué)習(xí)企業(yè)有哪些基本數(shù)據(jù)能力，O域數(shù)據(jù)的增加更是讓其有更廣闊的視野，有了融合模型，新人可以知道有哪些主題域，從主題域切入去全局的理解公司的業(yè)務(wù)概念，有了標(biāo)簽庫，新人可以獲得前人的所有智慧結(jié)晶，有了數(shù)據(jù)管理平臺，新人能清晰的追溯數(shù)據(jù)、標(biāo)簽和應(yīng)用的來龍去脈，所有的知識都是在線的，最新的，意味著新人的高起點。

更為關(guān)鍵的是，數(shù)據(jù)中臺讓新人擺脫了在起步階段對于導(dǎo)師的過渡依賴，能快速的融入團(tuán)隊，在前人的基礎(chǔ)上進(jìn)行創(chuàng)新。數(shù)據(jù)中臺天然的統(tǒng)一，集成的特性，有可能讓新人打破點線的束縛，快速構(gòu)筑起自己的知識體系，成為企業(yè)數(shù)據(jù)領(lǐng)域的專家。

三、數(shù)據(jù)中臺、數(shù)據(jù)倉庫、大數(shù)據(jù)平臺的關(guān)鍵區(qū)別是什么？

認(rèn)可了數(shù)據(jù)中臺的價值，我們自然是想要去快速搭建，然后真正去規(guī)劃建設(shè)的時候，我們會發(fā)現(xiàn)，數(shù)據(jù)中臺的建設(shè)和數(shù)據(jù)倉庫、大數(shù)據(jù)平臺是有重合的，這就需要我們充分理解三者的區(qū)別。

1. 數(shù)據(jù)中臺

• 數(shù)據(jù)中臺是企業(yè)級的邏輯概念，體現(xiàn)企業(yè) D2V（Data to Value）的能力，為業(yè)務(wù)提供服務(wù)的主要方式是數(shù)據(jù) API;
• 數(shù)據(jù)中臺距離業(yè)務(wù)更近，為業(yè)務(wù)提供速度更快的服務(wù)；
• 數(shù)據(jù)中臺可以建立在數(shù)據(jù)倉庫和數(shù)據(jù)平臺之上，是加速企業(yè)從數(shù)據(jù)到業(yè)務(wù)價值的過程的中間層

2. 數(shù)據(jù)倉庫

• 數(shù)據(jù)倉庫是一個相對具體的功能概念，是存儲和管理一個或多個主題數(shù)據(jù)的集合，為業(yè)務(wù)提供服務(wù)的方式主要是分析報表。
• 數(shù)據(jù)倉庫是為了支持管理決策分析，而數(shù)據(jù)中臺則是將數(shù)據(jù)服務(wù)化之后提供給業(yè)務(wù)系統(tǒng)，不僅限于分析型場景，也適用于交易型場景；
• 數(shù)據(jù)倉庫具有歷史性，其中存儲的數(shù)據(jù)大多是結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)并非企業(yè)全量數(shù)據(jù)，而是根據(jù)需求針對性抽取的，
• 因此數(shù)據(jù)倉庫對于業(yè)務(wù)的價值是各種各樣的報表，但這些報表又無法實時產(chǎn)生。數(shù)據(jù)倉庫報表雖然能夠提供部分業(yè)務(wù)價值，但不能直接影響業(yè)務(wù)。

3. 大數(shù)據(jù)平臺

• 大數(shù)據(jù)平臺是在大數(shù)據(jù)基礎(chǔ)上出現(xiàn)的融合了結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)基礎(chǔ)平臺，為業(yè)務(wù)提供服務(wù)的方式主要是直接提供數(shù)據(jù)集；
• 大數(shù)據(jù)平臺的出現(xiàn)是為了解決數(shù)據(jù)倉庫不能處理非結(jié)構(gòu)化數(shù)據(jù)和報表開發(fā)周期長的問題，所以先撇開業(yè)務(wù)需求、把企業(yè)所有的數(shù)據(jù)都抽取出來放到一起，成為一個大的數(shù)據(jù)集，其中有結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)等。
• 當(dāng)業(yè)務(wù)方有需求的時候，再把他們需要的若干個小數(shù)據(jù)集單獨提取出來，以數(shù)據(jù)集的形式提供給數(shù)據(jù)應(yīng)用。

綜上，我們會發(fā)現(xiàn)，數(shù)據(jù)中臺是在數(shù)據(jù)倉庫和大數(shù)據(jù)平臺的基礎(chǔ)上，將數(shù)據(jù)生產(chǎn)為為一個個數(shù)據(jù) API 服務(wù)，以更高效的方式提供給業(yè)務(wù),本質(zhì)是一個構(gòu)建在數(shù)據(jù)倉庫之上的跨業(yè)務(wù)主題的業(yè)務(wù)系統(tǒng)。

所以，我們會發(fā)現(xiàn)，不論要做哪一個數(shù)據(jù)項目，數(shù)據(jù)才是核心，統(tǒng)一數(shù)據(jù)倉庫、主數(shù)據(jù)是基礎(chǔ)。只有打通各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)孤島，將數(shù)據(jù)標(biāo)準(zhǔn)、口徑、模型、存儲統(tǒng)一，形成具備完整性、規(guī)范性、一致性、準(zhǔn)確性和及時性的高質(zhì)量數(shù)據(jù)，才能逐漸釋放數(shù)據(jù)價值。

4. 三者的發(fā)展關(guān)系

以下這張圖很好的展示了這三者的發(fā)展關(guān)系

數(shù)據(jù)中臺可以說是幾十年來企業(yè)數(shù)據(jù)管理發(fā)展的產(chǎn)物，是聚合和治理跨域數(shù)據(jù)，將數(shù)據(jù)抽象封裝成服務(wù)，提供給前臺以業(yè)務(wù)價值的邏輯概念。

從阿里數(shù)據(jù)平臺的更迭歷史中也不難看出，在經(jīng)歷了傳統(tǒng)數(shù)據(jù)庫時代到大數(shù)據(jù)平臺再到數(shù)據(jù)中臺，數(shù)據(jù)中臺絕不是一蹴而就，其建設(shè)需要有一定的底子！

四、那么什么樣的企業(yè)適合建數(shù)據(jù)中臺？

1. 從數(shù)據(jù)成熟度來看：

• 具有良好的數(shù)據(jù)底子，擁有豐富的數(shù)據(jù)維度
• 企業(yè)的各業(yè)務(wù)板塊都有數(shù)倉和報表，需面向集團(tuán)構(gòu)建統(tǒng)一的數(shù)據(jù)管理平臺
• 多個大數(shù)據(jù)場景，例如：阿里、淘寶、天貓、支付寶等多個業(yè)務(wù)板塊的場景

2. 從業(yè)務(wù)性質(zhì)來看：

• toC業(yè)務(wù)，且業(yè)務(wù)運營非常依賴用戶/客戶數(shù)據(jù)
• 企業(yè)內(nèi)部運營多業(yè)態(tài)/品牌/產(chǎn)品的客戶數(shù)據(jù)，需要打通數(shù)據(jù)共享。
• 供應(yīng)鏈特別復(fù)雜的企業(yè)，需要數(shù)據(jù)驅(qū)動優(yōu)化
• 生產(chǎn)制造業(yè)，生產(chǎn)線上的數(shù)據(jù)需要數(shù)據(jù)中臺來整合服務(wù)化

五、如何進(jìn)行數(shù)據(jù)價值變現(xiàn)？

無論是數(shù)據(jù)中臺也好，數(shù)據(jù)倉庫也好，還是數(shù)據(jù)平臺，最終都是為了讓數(shù)據(jù)的價值更好的作用于業(yè)務(wù)、經(jīng)營和管理上。

這三種方案都具有一定的適用性，需要結(jié)合企業(yè)不同的發(fā)展階段來判斷，具體：信息化水平，數(shù)據(jù)體量、業(yè)務(wù)性質(zhì)、還有數(shù)據(jù)成熟度等。

如何應(yīng)用數(shù)據(jù)？這里結(jié)合帆軟14年來為超萬家企業(yè)提供的大大小小的數(shù)據(jù)應(yīng)用解決方案，給出個人的一些想法。大致分為幾個階段：

首先，把數(shù)據(jù)管理起來，形成統(tǒng)一數(shù)據(jù)資產(chǎn)

（數(shù)據(jù)資產(chǎn)不等同于數(shù)據(jù)，數(shù)據(jù)資產(chǎn)是唯一的，能為業(yè)務(wù)產(chǎn)生價值的數(shù)據(jù)）

其次，將數(shù)據(jù)可視化

在我們將數(shù)據(jù)自動化、可視化的呈現(xiàn)出來的過程中，我們能夠充分釋放數(shù)據(jù)的信度、效度、準(zhǔn)確度方面的價值。這也是為什么越來越多的傳統(tǒng)企業(yè)在進(jìn)行數(shù)據(jù)項目規(guī)劃時，通常會先做一個叫做”管理駕駛艙”的東西。

其本質(zhì)就是，通過上層呈現(xiàn)所要保證的一致性和規(guī)范性，倒逼下層的數(shù)據(jù)管理、數(shù)據(jù)治理，從而逐漸開展數(shù)據(jù)分析輔助決策、數(shù)據(jù)驅(qū)動業(yè)務(wù)等。數(shù)據(jù)可以告訴決策者一些潛在的規(guī)律，以數(shù)據(jù)來證明或判斷決策。

帆軟基于企業(yè)經(jīng)營構(gòu)建的數(shù)據(jù)管理體系

第三個階段：利用數(shù)據(jù)優(yōu)勢，通過算法模型挖掘數(shù)據(jù)背后規(guī)律

很多時候，即便數(shù)據(jù)質(zhì)量非常完備了，但因為依賴于統(tǒng)計學(xué)的數(shù)據(jù)分析只能對歷史的、以往發(fā)生過的事情做解釋，所以往往總是會慢半拍。而數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)，這些近幾年才流行起來的技術(shù)，可以充分利用海量的數(shù)據(jù)，通過算法模型去挖掘數(shù)據(jù)背后的規(guī)律，從而輔助我們提前預(yù)測或者個性化推薦。

以往我們只會用數(shù)據(jù)來證明我們歷史的決策對錯，現(xiàn)在我們用數(shù)據(jù)來引導(dǎo)我們做出對的決策?；跀?shù)據(jù)資產(chǎn)催生的人工智能，將數(shù)據(jù)進(jìn)行再融合形成新的數(shù)據(jù)，源源不斷給我們提供新的業(yè)務(wù)視角，讓我們不斷創(chuàng)新、不停去嘗試。

當(dāng)我們逐漸依賴數(shù)據(jù)機(jī)器人的指令，形成數(shù)據(jù)服務(wù)思維和習(xí)慣，讓業(yè)務(wù)與數(shù)據(jù)形成循環(huán)活起來，讓它成為業(yè)務(wù)的一部分，同時讓機(jī)器智能成為決策環(huán)節(jié)，運營就可以智能化，即智能化的數(shù)字業(yè)務(wù)系統(tǒng)。

最后，想必對于各種企業(yè)要做數(shù)據(jù)項目，想要構(gòu)建數(shù)據(jù)中臺，我們可以形成一個優(yōu)先級順序。

1. 以管理駕駛艙為驅(qū)動的數(shù)據(jù)倉庫建設(shè)
2. 面向各業(yè)務(wù)主題的全面數(shù)據(jù)治理
3. 非結(jié)構(gòu)化數(shù)據(jù)+海量數(shù)據(jù)加速的大數(shù)據(jù)平臺
4. 把數(shù)據(jù)變成個性化服務(wù)的數(shù)據(jù)中臺

作者：miao君，專注企業(yè)數(shù)據(jù)化運營和數(shù)字化轉(zhuǎn)型，公眾號：商業(yè)智能研究，分享有關(guān)企業(yè)數(shù)據(jù)建設(shè)的一切知識！

本文由 @miao君 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。