這兩年，業內有個亂象：

乙方拼命造“中臺”，甲方扎堆上“中臺”。

他們的日常是這樣的…

中臺，徹底火了。

然鵝卻有相當一部分人，壓根沒整明白，到底中臺是啥。

▌那么，到底什么是中臺？

通俗解釋一下中臺吧。

中臺是相對于“前臺”和“后臺”來講的。

說白了，我們日常接觸到的各種應用，都分為“前、后”兩個部分。

前臺，就是我們能看到和感知的，那些繽紛的界面、交互展現滴騷操作。

后臺，就是支撐這些"騷操作"的服務、流程、算法、數據、基礎設施，這些，我們平常看不見摸不著，但他們卻不可或缺。

在沒有”中臺“概念之前，企業業務系統的架構，可能就是一系列后臺系統，支撐了一個或者幾個前臺應用。

但隨著企業的組織架構越來越復雜，業務系統越來越多，就會出現n多前臺和n多后臺。

各種后臺彼此獨立、交錯、重復，灰常復雜，有點像我們常說的企業信息化建設中的煙囪。

每“上新”一套前臺業務系統，就要配套一系列后臺支撐系統，效率低下又勞民傷財。

于是乎，“中臺”的概念被提了出來，其實它是用來銜接多個“前臺”和多個“后臺”的中間層，夾在中間，承上啟下。

有了中臺的銜接，共性化的模塊被抽離出來，減少了后臺重復建設，數據更好打通，這樣，前臺應用才能敏捷迭代。

在傳統企業市場，企業是“提出需求”的甲方，供應商是“解決需求”的乙方，甲乙方界限明確。

甲方的內驅力是業務創新、數字化轉型，中臺，是他們的理想成功路徑。

乙方的內驅力是賣產品方案、做項目，中臺，往往是他們的營銷套路。

這種供需的不對稱，就造成了當下企業級市場的中臺亂象。

甲方：得了中臺的病，卻沒有中臺的命。

甲方把數字化轉型的希望寄托在“中臺”上，但卻因為技術儲備、組織架構等局限，導致玩不動“中臺”。

乙方：拿出了中臺的藥，卻治不了中臺的病。

乙方提出的中臺理念，往往都是基于自家原有產品/方案的二次包裝，很少是從甲方的業務出發，各種名目的“中臺”，換湯而不換藥，治標不治本。

中臺其實并不是個具體產品，更不是標準化的產品，它是一套“機制”，通過有形的產品和實施方法論來支撐。

凡是打著中臺旗號賣產品的，都是耍流氓。

▌那么，對企業來說，當下中臺妖風這么大，名目這么多，是不是就不應該搞？

其實不然。

伴隨著企業的轉型加速、企業互聯網/產業互聯網的升級，傳統企業越來越像互聯網公司那樣，需要一套類似于“中臺”這樣的架構/方法論/機制，來推進組織變革、數據打通、業務重構…

可是，面對這些讓人眼花繚亂的“XX中臺”，企業到底該怎么選？怎么建？

其實，甭管企業未來要細分多少個“中臺”，都離不開一個最基礎的中臺，那就是：數據中臺。

▌數據中臺，就是那個“中臺中的中臺”，只有把企業的數據打通了，讓數據變成資產并服務于業務，其它的所謂“中臺”才能依存，企業的數字轉型才有底氣。

▌那么，到底什么是數據中臺呢？

一句話概括：數據中臺是一套可持續“讓企業的數據用起來”的機制。

這套“機制”，貫穿了企業規模化使用數據的整個過程：

第一，數據的匯聚和整合

抽取企業不同業務系統的、內部外部的、結構化非結構化的數據，都聚合起來。

第二，數據的提純和加工

把這些數據進行標簽化、格式轉換、清洗加工，取其精華去其糟粕。

第三&第四，數據服務可視化和數據價值變現

提供各式各樣的數據接口和數據服務，反哺給各類業務應用，讓數據的價值最大化利用。

說白了，“數據中臺”通過一系列的騷操作，把企業的數據進行“資產化”，并實現持續的數據資產運營。

而要完成這一系列的騷操作，不僅需要一套技術產品，還需要體系化的實施方法和經驗。

這就有點像20年前的ERP，不僅是一套ERP軟件，還要漫長的顧問和實施過程，“扶上馬、送一程”，而客戶側也要伴隨一系列的組織和流程變革。

當年，人們說：不上ERP等死，上了ERP找死。如今把這句話放到“數據中臺”上，也一樣適用，它們都是“一把手”工程。

▌那么，到底什么樣的企業，才需要建設數據中臺呢？

①有信息化基礎、有數據沉淀②業務復雜，多業態集團型企業③有數字化轉型、精細化運營需求

基于上面這三點，我們再來看看↓

▌各大主流行業對數據中臺是怎樣的需求？

? ? ? ?不僅各個行業對數據應用的需求不同，同一行業的不同公司，需求也不一樣。

? ? ? ?正應了那句話，1000個觀眾心中就有1000個哈姆雷特，沒有任何兩家企業的數據中臺是完全相同的。

? ? ? ?企業要不要上中臺，不能盲目跟風。別人家上了我也要上，你不清楚別人的戰略布局、核心競爭力、戰術打法，盲目去學，你不死誰死？道理都懂，那么有沒有一種方法來判斷一個企業需不需要上中臺？

? ? ? ?參照“美國國家標準技術研究院”的技術戰略選擇分析流程圖，來給企業來做個診斷，如圖 2 所示：

? ? ? ?中臺戰略選擇分析流程圖

? ? ? ?圖中列出了五個條件判斷：

? ? ? ?①是否大型復雜生態系統。如果企業的業態不是大型復雜生態型企業，也許企業信息化系統、ERP 就可以解決企業 IT 治理的問題。

? ? ? ?何為復雜生態型企業？國內如：BATJ、海爾、華為、小米等都屬于這類型企業。

? ? ? ?②是否業務具備不確定性。即市場環境變化快，如互聯網行業，以及產業互聯網相關行業，都屬于這類型行業。

? ? ? ?③是否存在低水平重復建設。先決條件是企業體量夠大，不管是自建技術團隊還是跟外部第三方公司合作，是否存在重復建設，如整個企業光 CRM 就有 5 套，還不是一家公司的產品，就屬于重復建設。

? ? ? ?④是否存在數據互聯互通問題。即由于事業部制的組織架構，形成了部門墻，數據和系統也是煙囪式的，阿里的業務中臺、數據中臺解決也是這樣的問題。

? ? ? ?⑤是否信息技術制約企業發展。盡管企業的 IT 建設一直在持續，但是在當今產業互聯網時代、人工智能時代，企業的發展已經受到嚴重阻礙，也許你該引入中臺架構進行變革了。

? ? ? ?以上 5 個條件，任意滿足 3 個及以上，我們就認為這個企業適合做中臺戰略升級。

? ? ? ?那說了這么多，企業中臺建設如何實施呢？

? ? ? ?企業中臺建設分為以下三個部分：

? ? ? ?①各個中臺板塊實施難易度分析

首先，我們來看，技術中臺、數據中臺、業務中臺、組織中臺，在整個中臺建設實施過程中的難易度，如圖 3 所示：

? ? ? ?中臺建設難易度分析

? ? ? ?企業中臺建設的技術、數據、業務、組織，建設難度從易到難，總結下來就是：

? ? ? ?技術中臺，技術變革，換引擎

? ? ? ?數據中臺，數據治理，控標準

? ? ? ?業務中臺，商業重構，聚優勢

? ? ? ?組織中臺，資源盤活，助創新

? ? ? ?②業務中臺建設路徑

? ? ? ?阿里巴巴中臺建設路徑

? ? ? ?決心變革：企業內達成戰略共識，一把手牽頭，做總體規劃、分步實施，找準切入點，解決具體業務問題。

? ? ? ?成功試點：通過分析調研，明確業務目標和范圍，完成技術平臺引入、中臺建設方法論宣導，進行試點，梳理標桿，積累經驗。

? ? ? ?持續融合：總結出適合企業自身的理念和規范，優化組織、提升中臺效率。

? ? ? ?③企業中臺升級四個方面

? ? ? ?企業中臺升級四個方面如下圖：

? ? ? ?阿里巴巴中臺建設路徑

? ? ? ?阿里建議企業實施中臺戰略的四個升級：

? ? ? ?戰略升級。通過中臺建設，落地企業數字化戰略。

? ? ? ?組織升級。組織架構需要與中臺架構相匹配，根據企業實際情況優化組織效率。

? ? ? ?流程升級。將企業現有流程進行梳理，優化及固化企業流程，提升企業運作效率。

? ? ? ?技術升級。通過互聯網技術，對企業基礎技術設施進行升級，降本增效。

? ? ? ?附：數據中臺四問四答

? ? ? ?1、數據中臺的定義及價值是什么？

? ? ? ?廣義的數據中臺應該集公司的戰略決心、組織架構、技術架構于一體，以業務價值為導向，用技術拓展商業邊界。要上數據中臺一定是一把手工程，一定要有戰略決心。

其次才是組織要進行變革，例如你的部門有沒有配備數據開發工程師、算法工程師、CDO（首席數據官）。最后才是技術架構，技術一定要通過商業變現，不能降本增效的技術都是沒有意義的。如果把數據中臺比為土地，我們更喜歡在土地上為客戶種出更多的蘋果樹，并且能夠產生持續的價值，這才是我們想給客戶提供的。

? ? ? ?2、如何保證數據中臺成功落地？

? ? ? ?從兩個角度看，一個是驅動力，另外一個是實施保證，驅動力是數據中臺成功落地很大的因素，因為數據中臺很難在短期內有一定的成效，最好方式就是成為一個CEO項目，讓老板能夠全力長期支持。另外一個驅動力就是你有一個非常強的業務痛點，比如說數據孤島的問題，報表產出很慢的問題，包括一些智能決策的問題，業務部門有一個強有力驅動的話，可以把這個數據中臺成功落地。

? ? ? ?實施保證這塊我認為，正確的人，正確的工具，正確的事，最后給企業降本增效，所以說要求主導或者提出數據中臺項目的人他是有方法論+實施經驗的，第二塊大家在面臨選擇數據產品的時候也會遇到各種各樣的挑戰，如何去選適合自己企業的數據產品，也是一個很重要的事，那為什么說做正確的事，一定要定位好數據中臺是解決什么問題的，數據中臺最后一定還是要解決企業痛點，給企業帶來降本或者增效。

? ? ? ?3、如何釋放數據價值的三個關鍵點？

? ? ? ?數據價值的三個關鍵點：第一步是數據資產，第二步是做一個數據分析，第三步是要做行業知識。

? ? ? ?數據資產是數據價值的基礎，是整個數據盤點、數據治理的過程，通過盤理管用方法論，把數據梳理出來后，形成數據資產。進一步通過數據分析的方法論，通過算法，分析數據潛在的價值。

同時還會引入一些行業知識、行業經驗，來構建一些行業特有的經驗模型，實現數據價值的最大化。如果說沒有這些行業模型的話，在做數據應用的時候，會偏離行業的真實需求，做出來的一些所謂應用模型很難發揮真正的價值，只能是一些跑出來的業務邏輯，所以說數據價值的三個關鍵點，除了數據資產和數據分析，還要加上行業知識。

? ? ? ?4、數據資產管理的「五步驟」怎么走？

? ? ? ?怎么管理數據資產，有五個步驟。第一步是業務數據化，圍繞人貨場構建能夠落數據的業務系統，第二步一定要把它打通，實體歸一化，打通才能真正發揮數據最大的價值，第三步是數據資產化，資產化之后一定是降低成本的，這個是時候才說我們擁有數據的主權，才去談數據的創新、 數據的應用。

? ? ? ?數據服務化是第四步，意味著數據能夠開放給各個的應用去調用、各個應用去創新，對業務來說，它應該是透明化，讓你更聚焦到你的創新業務里面去，最后一步是數據業務化，數據業務化才是數據資產最核心、最終極的目標，數據一定要被用起來。只有做到這五個步驟，整個數據中臺的數據資產才可以真正的變成利潤中心，而不是成本中心。