數據實際上是一個非常傳統(tǒng)的行業(yè)。

有軟件開始的那一天起，數據這個行業(yè)就存在了。比如說原來最早的時候，有非常多的數據報表數據可視化，然后到后來，有了商業(yè)智能，有了Data Warehouse（就是數據倉庫），然后數據挖掘。

數據這個行業(yè)不僅僅是軟件，它還有管理的部分，也就是說數據治理，即如何讓企業(yè)的數據治理的質量更好。所以數據這個行業(yè)本身是一個非常傳統(tǒng)的行業(yè)。每個大型一點的企業(yè)都有自己的數據分析部門，數據倉庫部門。

那么為什么數據湖也好，數據平臺也好，在過去都沒有像今年數據中臺這么熱門。而且關注數據中臺的還不僅僅是技術部門，很多都是業(yè)務部門，業(yè)務部門以前不是特別關注這些技術的數據平臺和這些技術的概念，為什么呢？

一、平臺化的概念

講到數據中臺，我們就要提到平臺化。我們現在所講的SARS也好，所講的path也好，所講的數據中臺也好，所講的業(yè)務中臺也好，它實際上根本的思想來源是來自于平臺化，就是platform。

舉個例子，我們拿一個飲料廠的產品線來講，那么他可以生產果汁，可以生產飲料，還可以生產其他的產品，它可能是三四條不同的生產線。從原材料加工成飲料，它有很多環(huán)節(jié)，雖然品種不一樣，但是它很多環(huán)節(jié)是類似的，比如裝瓶、攪拌。

那么這幾個不同的生產流程、生產線，我們可以把那些公共的部分合并起來，更加專業(yè)化，然后并且讓他們獨立去維護，之后把那些不同的產品面向客戶，使客戶體驗不同的產品，使它獨立出來，這就是平臺化的思路。

中臺里面很重要的兩個中臺，一個是業(yè)務中臺，一個是數據中臺。業(yè)務中臺是提供可復用的業(yè)務，API數據中臺是提供數據洞察和智能的。

不管什么中臺，它實際上都是平臺思想的一個體現，一種具象。

二、數據中臺為什么受歡迎

這里舉個例子，原來的數據平臺也好，數據湖也好，數據倉庫也好，它們的出發(fā)點很多時候有局限性，應該說更是一個支撐性的技術系統(tǒng)，即一定要去考慮我先有什么數據，然后我能干什么，這是傳統(tǒng)的數據平臺，數據湖，依賴于現有數據的質量，現有數據的狀況來做的這樣的一個支撐性的技術平臺。

但是數據中臺在我們現在所講的概念里面，它更多的是從業(yè)務出發(fā)，比如說我們現在所設計的一套精益數據的方法，它就是從業(yè)務出發(fā)，一開始都不用看你系統(tǒng)里面有什么數據，重點的是去解決你的業(yè)務需要什么樣的數據服務？

只要這個服務有價值，那我們就去想辦法去拿到數據，如果沒有能力，我們去建技術能力，去完成數據服務的提供。

所以數據中臺最重要區(qū)別于傳統(tǒng)數據平臺，技術類平臺的區(qū)別在于數據中臺的思維是業(yè)務思維，他從業(yè)務問題出發(fā)，這也就是為什么業(yè)務部門對數據中臺會這么歡迎。

我們的目標是哪怕我的數據只有50%的準確性，那么在我提高數據質量同時，我也希望這50%準確的數據也能為我產生業(yè)務價值。

過去那么多年，建設的系統(tǒng)是把業(yè)務數據化，現在我們很多的企業(yè)在后臺系統(tǒng)建設好以后，在做的業(yè)務系統(tǒng)實際上是把數據業(yè)務化，而且有一點也是我們現在行業(yè)里面重點強調的，原來我們講先有業(yè)務，后有數據，先有應用系統(tǒng)，后有數據系統(tǒng)，這個觀點從今年開始要發(fā)生改變了，在業(yè)務系統(tǒng)還沒有建立起來的時候，我們就要有數據思維，就要把數據集成到業(yè)務系統(tǒng)的架構里面去。

原來我們所講的業(yè)務系統(tǒng)叫OLTP，即在線交易系統(tǒng)，然后數據類的系統(tǒng)叫OLAP，即在線分析性系統(tǒng)。

現在可以看到一個趨勢，這個趨勢就是OLTP和OLAP在融合，也就是很多企業(yè)所講的P流一體，即為批處理和實時流數據處理一體化。原來我們的OLTP、OLAP是平行的關系，先要通過OLTP系統(tǒng)產生數據，然后ETL，然后抽取到OLAP里面，再把多個OLTP的系統(tǒng)抽在一起，之后在OLTP、OLAP的系統(tǒng)里面產生洞見，變成數據可視化報表給業(yè)務部門去看，再去改變你的OLTP的做法，這里的OLTP和OLAP是平行的關系。

這樣的話，原來的數據百分之七八十在企業(yè)里的應用都是數據可視化，都是BI，都是data house報表，讓人看，這叫人機接口，這個是人看完數據以后，然后再去提取，之后去做你的決策，改變你的行為，去看數據。

從今年開始，數據中臺更多強調的是機器與機器的接口，就是我的數據分析出來的結果，不僅僅以報表可視化的形式讓人看，而更多的是把這些API這樣的一些數據服務直接地嵌入到交易系統(tǒng)里面產生影響，變成你的價格策略，變成你的推薦引擎，變成你的風險管控。

那么我們所講數據中臺，它不僅僅是一個技術平臺，它還是一個體系。

數據中臺會對應到一個企業(yè)里的一個部門一個組織，也要有數據戰(zhàn)略的支撐，要有數據治理，數據中臺上面生長一個數據服務，數據服務提供給我們業(yè)務系統(tǒng)，提供給我們業(yè)務中臺，然后我們所接收到的數據消費者，就都生長在數據中臺之上，數據中臺是一個生態(tài)，是一個平臺，是一個數據服務，是生產、加工、交易、度量、運營的平臺，所以我們把數據中臺實際上叫做一個體系。

三、數據中臺對企業(yè)的價值

數據中臺解決的核心問題：

• 解決應用開發(fā)快于數據開發(fā)的效率問題。
• 解決數據開發(fā)與數據產生價值的協(xié)作問題。
• 解決在很多企業(yè)，它的開發(fā)人員，技術人員沒有數據能力的問題，這是它從技術層面的核心問題上來解決問題。

1.應用開發(fā)要快于數據開發(fā)的速度

原來我們在做一張報表，或者是在業(yè)務系統(tǒng)里面需要查詢一個數據結果的時候，它的過程是比較麻煩的，而且它的測試往往也是比較復雜的，因為業(yè)務系統(tǒng)是有業(yè)務屬性的，但是數據是跨業(yè)務的，是融合的。

在OLAP領域中，很多這種情況，比如說我的企業(yè)，Java開發(fā)工程師很好找，做應用的人很好找，懂data，知道如何做數據建模，如何做算法的人相對來講是比較少的。但是在我們應用開發(fā)過程當中，我們會發(fā)現有太多的數據需求，這種情況下應用開發(fā)的速度是快于數據開發(fā)的速度。

2.加速從數據到價值的服務產生過程

在很多時候我們會發(fā)現不同的應用開發(fā)項目組，他們都會調用同樣的數據模型，同樣的數據服務，但是由于不了解數據，并且他們也不知道底層的數據結構，所以他們不同的項目組可能對同樣的數據處理會用不同的方法，自己做自己的，然后出來的結果不一樣。有的是錯誤的，所以開發(fā)速度慢，并且數據結果不準確，質量低.

但是現在數據中臺就要解決這個問題，數據中臺要把那些復用的數據模型，要把那些數據模型data派對中一些數據復用的能力，變成一個數據的能力平臺，讓那些做數據的人專注在做數據，把數據變成一個樂高積木，數據服務提供給應用開發(fā)，然后不同的應用開發(fā)項目組可以共同的去調用唯一的SARS數據服務，去保證它的數據質量和一致性，加速從數據到價值的服務產生過程，打造高響應力且更加智慧的業(yè)務。

如何加快從你的業(yè)務到數據到你的數據產品之間的反饋的速度響應力，也是數據中臺要解決的問題。它要把應用的價值，應用的速度，和你數據產生的速度中間的差異，時間的差異和有時候業(yè)務理解上的差異，通過數據中臺去把它彌補起來。