理解数据中台的三种境界

01 理解数据中台的三重境界

 

第一重境界：数据平台化

 

数据中台是要打破重复造轮子的过程，不再每个团队搭建一套Hadoop、Spark这样的大数据组件；而是，从全公司的角度，整合这些工具，所有团队使用公司级别统一提供的大数据平台、开发工具、资产管理平台等。

 

第二重境界：数据服务化

 

数据中台要能打通烟囱式的数据体系，减少每个团队的数据“私货”，做到全域数据打通，构建公司级统一的数据仓库。

 

同时，也提供更方便的数据访问方式：比如数据API、可视化访问、自助提取等。

 

真正做到，让数据更好用！

 

第三重境界：数据价值化

 

数据中台要能做到，让数据真正能产生价值，这是一种结合了数据平台和数据服务后，让数据持续为业务赋能的机制。比如，如何让数据分析结论能落地？数据分析效果反馈的路径是否顺畅等等。

 

综述

 

总的来讲：

 

• 第一重境界：平台化代表的是工具共享

• 第二重境界：服务化代表的是数据共享

• 第三重境界：价值化代表的就是，让数据产生价值

 

 

 

 

 

02 数据中台、数据仓库和数据平台的区别和联系

 

在互联网行业，数据平台一般是指以Spark Hadoop这套开源大数据组件为主的大数据平台。

 

数据仓库一般是指数据建设的方法论，并且在这一套方法论指导下构建的数据表。它包含了数据建模、元数据管理和数据质量管理等这一整套内容。

 

关于数据中台可参考前面的内容。

 

那整体来讲，我们可以大致这样理解：

 

• 数据平台提供的是计算和存储能力。

• 数据仓库是利用数据平台提供的计算和存储能力，在一套方法论指导下建设的一整套的数据表。

• 数据中台呢，包含了数据平台和数据仓库的所有内容，将其打包，并且以更优雅以及更产品化的方式对外提供服务和价值～

 

 

 

 

 

03 构建数据中台前要想清楚的三个问题！

 

今天要和大家分享的是，当企业选择构建数据中台前，要提前想清楚的三个问题。

 

问题一：你是否真的需要数据中台

 

数据中台虽然很火，但是它并不是万能的，并不是说搭建了一个数据中台你们的问题就都能解决了，业务效果就能提升了。

 

可以考虑一下，你现在面临的问题和痛点，数据中台能解决吗？

 

问题二：你是否有专业的团队能够建设数据中台

 

数据中台不是简单地搭建一套开源的大数据框架、开发一些数据表就完成了，他要求团队从方法论、到平台化再到产品化都有一定的理解和积累。整体来讲，也就是需要你的团队有足够的专业度。

 

问题三：你能投入多少资源建设数据中台

 

投入的资源数量决定了数据中台的建设情况，你愿意投入多少人，花费多少钱，用多长时间来搞数据中台，能否一直坚持支持下去？

 

数据中台是一个大的工程，要相信，这可不是一个人随便花半个月就能搞定的。

 

 

 

总结

 

最近看到越来越多的文章来写数据中台了，大家的解释也越来越另辟蹊径。

 

不管中台到底是什么，还是要看它解决的是什么问题，和现在的平台有什么区别，做之前要注意什么。