传统数据中台总是从马云或阿里的故事开始,和大家讲述一遍什么是数据中台,故事很美好,结局却不尽如人意,因为我们的概念确实太大了!
很多的企业也在疑惑,到底原因是什么。是故事不够好,还是因为我不是阿里。
确实,你不是阿里,故事也足够好,要不大家为什么要争着提这个概念(在过去的几年中,甚至还加上什么数据中台元年的说法),只是最终在付出了很大的代价,喊了多年的口号后,大家也累了。也苦于没有更好的概念,最终还是要把这个不争气的概念拿来继续讲,只是对乙方的要求或自己人要求更高了,希望借助类似的方式让这个故事可以延续一下。
软件要看全球,不是看中国。这点至少今天是事实(但希望以后不是,以后能看中国),其实全球没有翻译数据中台这个词的,不是因为大家不愿意认可这个词,而是确实没有产品能和这个匹配。其实现在谈的多的还是数据库,数据仓库,数据湖(一般,还有别名数据沼泽),另外ETL,元数据管理,数据目录,SQL工具等。我们的数据中台太大了,大得只要是数据的功能全有(当然还有些方法论),大而不精是和产品理念相反的,所以结局必然会是这样。
但数据中台里面有一个关键的概念One Service,统一数据服务却事实是在全球都普遍认可的,Snowflake也是同样讲数据服务化这个概念,Data as a Service,只是就是数据SaaS,把数据的使用变都成标准的服务。
1. 什么是数据服务化
简单的理解就是数据SaaS,把数据通过配置或SQL(数据库或数据平台熟悉的语言)的方式变成标准化服务,比如Restful,CSV,Excel等不同的数据方式供用户使用。
很多人会说,数据平台或数据库不是有标准的接口可以供应用进行调用吗,比如ODBC,JDBC等驱动接口,这点倒是不错,但忽略了要使用这些是需要独立开发应用层,代码开发,进行数据的转换和拼接,同时不同的平台对接口调用的方式也不相同,那这样就需要不同开发语言的开发工程师进行开发,同时最终API接口的调用也很难保证稳定性,调用的行为也很难管理。
所以数据服务化也可以理解为把这些复杂的,但有共性的开发的工作进行标准化,最终让使用的用户不用关心数据在哪里,数据是什么格式,就能直接调用数据,同时能了解数据调用的整体情况,也能对数据的调用进行快速的变更和管理。
2. 数据服务化为什么成了下一代数据中台的方向
数据中台提的大部分理解比如数据存储和数据标准(白话讲),这么多年很多的企业早就已经完成了或是做了很多的工作在这一块,在这一块上的提升需要很长的时间,简单点理解就是现在没有80分也有60分了,提升的空间有,但做的难度更大;对于没有做过这块的企业,因为这块本身已经比较成熟,所以很多成熟的方案或产品可以直接拿过来就使用,也是相对比较容易完成的。
但数据服务化不管随着中国的数据中台的概念还是美国的Snowflake类似的公司开始往前推进,时间上也不过最近十年间的事,所以这块对于企业来说有几个点比较容易获得大的价值:
a. 数据服务化从0到1,比较容易产生新的价值点
b. 数据服务化本身是面向应用或者业务用户的,更容易受企业的认可
c. 配置或SQL的方式其实就是无代码的方式,更容易让企业获得成功
3. 总结
数据服务化会成为企业下一代数据中台的方向和目标,只有让业务把数据用起来了,才能反向推动数据治理和数据标准类似的工作,而数据治理的推进也会让数据服务化更好,让业务更好的使用数据,这其实也是企业数字化转型 的方向和重要目标:让数据用起来。
欢迎了解一下麦聪DaaS平台,全球领先的DaaS平台,100%自主研发