数字化中台建设需要注意的误区

本文来源：中欧众创平台、国云数据

168大数据经国云数据创始人马晓东授权发布

 

数字化中台建设并不存在一个所谓的'正确模式'，落地方式也会多种多样，在很大程度上并无统一成熟模式可循。企业应视中台战略为其数字化转型的重要组成部分，中台建设应与企业的商业模式、业务发展方向、组织结构、信息化发展程度等紧密结合。数字化中台不只是单一维度的技术概念，单纯认为中台是数据仓库、IT技术工具、大数据分析方法或某个特定应用都是对中台的不全面的错误理解。

 

误区一：'管理系统和分析工具的叠加 = 数字化中台' 

传统企业在经营管理过程中会根据业务或管理需求，不断添加和升级诸如OA、CRM等不同类别的管理系统。为了更好地响应前台的业务需求，有些企业成立了新的或扩大、加强了原有的技术部门，由这些技术部门负责利用各类分析工具将管理系统中的数据进行分析后，将分析结果反馈给各运营部门。

 

这种方式仍然是企业前、后台的传统运营模式，并不是真正意义上的数字化中台。管理系统和分析工具的搭配治标不治本，因为这样的叠加没有将业务、技术、分析各部门的数据打通，没有将共同资源进行优化组合，无法为企业数字化转型提供全面、敏捷的平台化服务。

 

误区二，'业务报表 = 数字化中台' 

在企业日常运营中，成本报表、费用报表、财务预算、财务分析、进销存等一系列报表的产生对企业加强沟通、控制、决策制定、业绩考核等方面发挥着重要作用。但对绝大多数企业来说，业务报表仅限于对企业内部运营进行管理和监控，对企业外部用户的维护、需求的跟踪、业务和产品的更新等方面发挥作用有限。

 

相比之下，数字化中台不仅对企业内部资源进行打通，实现资源共享和运营管理，还具有有力支撑企业外部持续产品创新、快速满足用户需求、以及提升企业竞争力等作用，业务报表只体现了数字化中台其中小部分的价值。

 

误区三，'大数据 BI 分析工具 = 数字化中台' 

大数据BI分析工具只是限于业务分析，为企业管理者决策制定和执行提供科学依据，相比数字化中台为企业在数据采集、数据治理、数据挖掘、模型建立、可视化分析、应用开发等不同方面的融合能力，其功能非常有限，只呈现了数字化中台的很小一部分功能。

 

误区四，'某个特定应用=数字化中台' 

伴随着移动互联网在日常工作和生活中的渗透，企业大量开发以提升客户体验为核心的应用App。而针对加强企业运营管理效率，提高企业竞争力的企业级应用也是层出不穷。各个行业和维度的应用百花齐放，满足不同用户的需求，但这并不意味着这些独立的应用就是数字化中台。

 

典型的数字化中台的工作原理可简单描述如下：

数据中台从业务中台的数据库中获取数据，进行清洗和分析之后得到的结果支撑到业务中台的智能化应用。这些智能化应用在用户使用后产生的新数据又流转到数据中台，从而形成闭环。

 

可见，应用为数据中台提供研发数据，数据中台为业务创新或者应用完善提供更多支撑。

 

误区五，'大数据集群=数据中台' 

为了解决海量的结构化和非结构化数据的存储、恢复和高效运算，很多企业建立了分布式大数据集群。但大数据集群并不等同于数据中台，大数据集群仅仅是在建立数字化中台底层数据存储和运算时用到的一部分技术架构。数据中台是业务部门代表的前台和技术部门经过资源整合、能力沉淀后形成的。

 

误区六，'数据仓库理论=数据中台' 

有人认为，数字化中台中的数据中台只是一种数据仓库，这个观点是错误的。在中台构架中，数据中台本身没有数据，数据来源于其他的文件和各个业务系统的API。因为数据中台拥有这些数据源的适配器，所以数据中台相当于建立了通向不同数据源的互联管道。可见，数据仓库是数据中台的重要组成部分，也是元数据的重要来源，但数据仓库并不代表数据中台。

 

另外，一些优质的软件产品在增设分析功能的基础上配备数据库，主要提供业务计算功能，但这样的数据库并不是数据中台。该类软件数据库中所用到的分析数据只是企业局部数据而非全域数据，无法挖掘全域数据的价值。

 

误区七，'计算平台=技术中台' 

计算平台的建设并不能产生应用，因为其没有强大的数据治理体系，数据无法实现联通、共享，只纯粹地搭建计算平台并不是技术中台。

 

误区八，'数据工具箱=技术中台' 

数据分析产品、分析工具、仓库工具等集合在一起的工具箱并不是技术中台。因为每款工具的功能既相互交叉，又有各自的独立性，工具之间无法协同一致。工具箱的架构只是数字化中台建设的某个环节或多个环节，只能发挥各个工具的效果。

 

而数字化中台建设初始就要考虑到各个环节的无缝打通，来确保之后的数据维护和数据质量，因为一旦某个环节的数据产生变化，其他环节的数据没有及时地自动修正，会导致用户决策出错，造成巨大的损失和影响。