企业IT支撑和技术体系该如何框定？总体设计思路并没那么复杂
有人问：企业新兴信息化介入，要用什么方法和工具？
有人问：IT类支撑工具要考量哪些关键点，有什么套路借鉴？
有人问：完善的技术体系应该如何规划，要秉承什么原则？
有人问：企业级大数据平台应该如何构建，总体设计思路是什么？
上述内容的答案你我心知肚明，这可能并不容易直切要害的阐明、也不能言简意赅的归纳剖析。但或许总能指向一个方向，无论正确与否，这至少是一个可以参考的话术。
以应用为导向：
- 要推动大数据应用的百花齐放。通过全网统一的大数据平台，构建起面向各业务单元的应用基础能力；
- 推动创新型应用的规模性效益，打造整体的内、外部合作生态。
这个环节要规避：各应用系统独立建设、共性应用重复开发、共性应用无法迁移等。
在传统大数据类项目建设过程中，往往刚一上来容易“一股脑儿”式充分投入，一个项目起一个平台、一个应用投入一大票资源，最后在成熟深耕期却又发现似乎形成了“烟囱”，致使系统和应用重复投入，一方面造成了资源浪费，再有就是管理维护成了大问题，甚至严重影响应用的全面发展。
以平台为根本：
- 构建集中的企业级大数据平台。支撑大数据分析和应用创新，实现专业分工；
- 通过数据、存储与计算能力下沉和能力开放，实现大数据平台集成能力与应用的解耦。
这个环节要规避：平台核心能力重复投入、系统技术水平参差不齐、系统“烟囱式”建设、平台开放性不足等。
平台更是关键所在，信息业务部门往往是平台建设的领头羊，但企业随后快马加鞭地巩固提升，各个部门似乎都希望建设平台以体现价值。在大数据平台侧技术栈也会有大量资源的投入，而且技术选型往往是多元化的，这会导致各部门应用技术水平不能对齐，甚至导致各部门的平台“相争”或底层数据介入的“不配合”。
以数据位基础：
- 全域数据充分整合。围绕数据本质，从数据源、数据标准化、数据质量方面形成统一。
- 可通过构建数据融合流程、治理体系和共享机制，加快数据收敛。
这个环节要规避：平台各业务的数据子系统相互割裂、数据跨域分散且重复冗余等；
数据要融合、统一管理绝非空谈。大数据系统往往是跨域的、跨部门的、跨系统的，如果不是从根本上实现数据的交织融合，这样的大数据就不是成功的系统，而且数据价值的呈现关键在分析而不是存储，所以要尽可能的确保数据多来源介入、少存储冗余。
以管控为保障：
- 统一管控并保障安全。建立端到端的安全管控，加强安全技术，严格审核外部合作的数据输出。
- 健全大数据安全保障体系，切实安全风险可管可控。
这个环节要规避：敏感信息未脱敏、数据未加密、新技术安全机制不完善、数据泄露、系统可靠性不足等。
数据安全和去隐私保护是今天数据领域的核心问题，包括个人数据、组织数据、企业数据的管理、使用、维护等安全。要做到数据脱敏、信息保护、传输加密、网络安全的高效防护，是大数据管控的重中之重。
企业IT支撑和技术体系该如何框定？总体设计思路并没那么复杂。
分析世界讲方案，为您带来精彩的一页；
——垂直领域、专注原创；
——感谢阅读、感谢共鸣。