序
1、将数据进行标签化的就像微积分(微分是把一个大的东西切分成足够微小的部分,积分是把切分后的微小部分组织合成)。标签的设计过程就是把各种对象充分“微分”的过程,解析和拆分得足够惊喜;而标签的使用过程就是将场景中涉及的对象标签拼装在一起使用,是一个“积分”的过程。
2、传统的数据处理往往是业务到数据再回到业务的快速贯通。适用于小企业对所需的数据局服务产出时效有严格限制,只关注当前某一个局部的应用场景。
3、标签化的数据处理则意味着数据需求经过标准化组织后规模复用。是一种中台模式:将生成好的数据全部入库编号,并检查标签项是否完整、规范、准确。将经常用到的信息、技术、功能进行标准化封装以供业务场景多样化的大型集团企业:通过=一次建设、反复享用的方式可以节省成本,形成规模效益,同时还可以为企业沉淀核心的数据资产。
4、中台的核心本质是将可复用的能力、技术和工具汇聚在一起,帮助前段业务快速响应变化。中台从定义上就超出了技术范畴,它所涉及的系统领域并不局限与技术层面。技术驱动数据中台建设从方向上就错了(搭建开发集成环境进行一站式开发,利用数据管理工具对数据标准、数据安全、元数据进行管理,利用API网管对所有服务接口进行调用监控)。
5、数据资产是能给业务带来经济价值的数据资源。数据中台的价值在于让业务快速试错,在千百次的试验中找到并发挥数据的商业价值。
6、数据资产设计师应运而生,专心研究业务所需标签,将其设计哈开发出来并在数据中台的数据资产库中上架,让业务人员能自己查看、选择、使用标签,从而极大地缩短数据资产使用周期,降低业务试错成本,通过反向推动链将数据价值发挥到极致。