01 數據中臺的定義

數字化轉型成功的企業，其內部和外部的交互均以數據為基礎。業務的變化快速反饋在數據上，企業能夠迅速感知并做出反應，而其決策與考核基于客觀數據。

<內外部業務交互基于數據>

<業務變化反映在數據>

<感知和反映基于數據>

<決策和考核基于客觀數據>

2、數據自動化

同時，數據是活的，是流動的，越用越多，越用越有價值。隨著數據與業務場景的不斷交融，業務場景將逐步實現通過數據自動運轉和自動優化，進而推動企業進入數字化和智能化的階段。

02 新模式與傳統模式數據交互問題

傳統IT建設方式下，企業的各種信息系統大多是獨立采購或者獨立建設的，無法做到信息的互聯互通，導致企業內部形成多個數據孤島。

互聯網、移動互聯網的發展帶來很多新的業務模式，很多企業嘗試通過服務號、小程序、O2O平臺等新模式觸達客戶、服務客戶，新模式是通過新的平臺支撐的，產生的數據與傳統模式下的數據也無法互通，這進一步加劇了數據孤島問題。

分散在各個孤島的數據無法很好地支撐企業的經營決策，也無法很好地應對快速變化的前端業務。

因此需要一套機制，通過這套機制融合新老模式，整合分散在各個孤島上的數據，快速形成數據服務能力，為企業經營決策、精細化運營提供支撐，這套機制就是數據中臺。

數據中臺是一套機制：融合新老模式的業務系統數據，整合分散的數據，形成數據服務。

數據中臺是一套可持續“讓企業的數據用起來”的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制。

<即：數據服務>

企業內部往往有多個信息部門和數據中心，大量系統、功能和應用重復建設，存在巨大的數據資源、計算資源和人力資源的浪費，同時組織壁壘也導致數據孤島的出現，使得內外部數據難以全局規劃。

數據中臺需要對數據進行整合和完善，提供適用、適配、成熟、完善的一站式大數據平臺工具，在簡便有效的基礎上，實現數據采集、交換等任務配置以及監控管理。

數據中臺必須具備數據集成與運營方面的能力，能夠接入、轉換、寫入或緩存企業內外部多種來源的數據，協助不同部門和團隊的數據使用者更好地定位數據、理解數據。

同時數據安全、靈活可用也是絕大多數企業看重的，他們期望數據中臺能協助企業提升數據可用性和易用性，且在系統部署上能支持多種模式。

<數據整合和完善，將不同業務系統數據整合起來>

<數據集成和運營能力，收發存儲使用不同來源的數據>

2、提純加工

數據就像石油，需要經過提純加工才能使用，這個過程就是數據資產化。

企業需要完整的數據資產體系，圍繞著能給業務帶來價值的數據資產進行建設，推動業務數據向數據資產的轉化。

傳統的數字化建設往往局限在單個業務流程，忽視了多業務的關聯數據，缺乏對數據的深度理解。

數據中臺必須連通全域數據，通過統一的數據標準和質量體系，建設提純加工后的標準數據資產體系，以滿足業務對數據的需求。

<數據資產體系>

<數據整理、提純、加工、使之成為數據資產>

3、服務可視化（資產服務化）

為了盡快讓數據用起來，數據中臺必須提供便捷、快速的數據服務能力，讓相關人員能夠迅速開發數據應用，支持數據資產場景化能力的快速輸出，以響應客戶的動態需求。

多數企業還期待數據中臺可以提供數據化運營平臺，幫助企業快速實現數據資產的可視化分析，提供包括實時流數據分析、預測分析、機器學習等更為高級的服務，為企業數據化運營賦能。

此外，伴隨著人工智能技術的飛速發展，AI的能力也被多數企業期待能應用到數據中臺上，實現自然語言處理等方面的服務。數據洞察來源于分析，數據中臺必須提供豐富的分析功能，數據資產必須服務于業務分析才能解決企業在數據洞察方面的短板，實現與業務的緊密結合。

<對外：迅速將數據資產轉換為有價值的應用服務>

<對內：利用數據資產形成可視化的運營平臺>

4、價值變現

數據中臺通過打通企業數據，提供以前單個部門或者單個業務單元無法提供的數據服務能力，以實現數據的更大價值變現。

企業期待數據中臺能提升跨部門的普適性業務價值能力，更好地管理數據應用，將數據洞察變成直接驅動業務行動的核心動能，跨業務場景推進數據實踐。

同時，企業對于如何評估業務行動的效果也十分關注，因為沒有效果評估就難以得到有效反饋，從而難以迭代更新數據應用，難以持續為客戶帶來價值。

如前所述，數據中臺是一套持續地讓企業的數據用起來的機制，要想把數據用起來，四個核心能力都需要不斷迭代和提升。從戰略上來看，匯聚整合、提純加工、服務可視化和價值變現的能力是數據中臺最核心的競爭力， 是企業真正將數據轉化為生產力、實現數字化轉型和商業創新、永葆競爭力的保障。

總結：數據中臺-整合、加工、服務、變現