什么样的企业适合搭建中台，构建的原则是什么？

什么样的企业适合建数据中台？

数据中台的构建需要大量人力物力的投入，所以数据中台的建设一定要结合企业的现状，按需选择，不可盲目跟风。企业在选择是否构建数据中台的时候，可以从以下几个方面思考：

 首先，看企业是否有一定的信息基础，是否实现了业务数据化的过程，有了一定的数据沉淀，数据中台，顾名思义，数据是基础，毕竟巧妇难为无米之炊；

其次，企业是否存在业务数据孤岛，是否有需要整合各个业务系统的数据，进行关联分析的需求，如果有，需要通过构建数据中台，打通数据孤岛，整合各业务系统数据，满足关联分析的需求。比如某零售企业，在业务发展初期，商品、销售、供应链等都是独立的数据仓库，后期要构建智能补货系统，需要打通多个业务系统的数据，因此选择建设数据中台。

最后，在日常的数据使用过程中是否遇到指标口径不一致、需求响应速度慢、数据质量差、数据成本高等痛点，如果满足前两个条件，且在数据应用中存在以上所述的一些痛点，那建议你可以考虑将数据中台项目提上日程了。

但是，数据中台的设计必须遵循一定的原则，否则数据中台的作用无法体现出来，例如将数据中台系统建设成为数据仓库系统或者报表系统。

1.扁平性原则

传统数据仓库的显著特点是面向主题的，比如财务主题、客户主题、商品主题，其优势在于同一主题内进行数据分析非常方便且查询效率非常高；劣势在于不同主题之间数据分析非常不方便且查询效率很低，因此现实中为了跨主题使用数据，往往会使得一份数据在不同主题内多次存储，造成了存储资源的浪费与系统维护的复杂度，也使得不同主题内的数据可能无法保持同步。

2.唯一性原则

一是数据抽取脚本的唯一性，比如当原有销售系统升级或者其他原因导致数据库变化，进而需要更改抽取脚本时，只需要修改一处即可；

二是数据存储的唯一性，比如订单相关的数据都存储在该表内，在空间、查询效率、维护成本上做了很好的平衡；

三是指标的唯一性，比如预订货数量，一定要在指标名称上明确区分，以避免使用者之间产生混淆与分歧。

3.数据历史与当前并存原则

数据中台与数据仓库很大的一点不同就是对历史数据的处理，一旦数据进入数据仓库，则数据一般不能发生变化；但是数据中台不同，既要保留历史状态，又要保证当前有变化可以对历史数据产生影响，比如前文提到的参照处理方式，数据仓库是在抽取时处理，数据中台是在查询时处理。

4.细粒度原则

数据中台一要把所有分析打平，又要考虑以后的平滑扩展性，因此数据中台建设时更多是考虑原有系统的数据支撑，而不仅仅是当前需求，同时要考虑数据量问题，这样才能保证能支撑企业以后的深入分析。

5.计算分层原则

由于所有分析打平，所以数据中台不能把所有计算都在数据中台内实现，而是要进行分层计算。

6.统一数据原则

所有进入数据中台的数据都要进行统一处理。但是数据统一时既要考虑原业务部门需要，又要考虑企业需要。

7.非档案性维度处理原则

有些维度不是档案，而是随着业务进行不断增加，但是实际分析时又需要按照这个维度来进行分析，需要进行特殊处理。

---

关于光点科技

光点科技是一家在政企数据治理、数据中台建设、数据可视化展示分析方面有着丰富经验的公司。作为国内专业的数据智能解决方案专家，光点科技自成立以来就一直专注于数据产品的研发和落地，服务的客户涉及智慧城市、园区、政府、集团企业、金融、制造、能源、电信、工程、教育、检验检测等多个行业。