听熊猫拙智这样说：“数据中台不是“筐”！”
加入“ICT销售和大客户联盟”（微信ID：ICT-League），与ICT同行！
“ICT销售与大客户联盟”公众号，集千家厂商、集成商和客户于一堂，致力于ICT领域的价值挖掘和变现，围绕大数据、物联网、人工智能、数据安全、数据资产、合规、运维等ICT领域，分享ICT驱动业务的政策、商业、实战思想、方法、解决方案、人脉、资源、举措、效果，以及盟内成员之间的合作促成等，助您不断的进步和发展。
【数据资产治理与安全保护解决方案】，是华云数创（北京）科技有限公司针对内部数据泄漏、防范、加密和安全治理等提供了优秀的解决方案和产品，致力于保护数据安全，有效应对数据安全合规带来的风险与挑战。以数据智能分类为基础，对相关涉密数据进行全面的防护，保证数据全生命周期安全，重点解决企事业单位在深化信息化管理应用后面临的数据安全以及部门间、企业间数据共享的安全需求，保证用户数据无论何时何地均受到严密的安全防护及严谨的监控管理，杜绝数据被有意窃取或无意泄密的问题。
物，理也，通其意，则无适而不可。
——Robert Xu
01
数据中台是企业级的逻辑概念
体现企业数据的价值转换能力
莎士比亚说："一千个观众眼中有一千个哈姆雷特"。
中台到底是什么，千人千语，总得有个解释吧？
物，理也，通其意，则无适而不可。虽然没有明确的定义，理工直男仍然可以按照一定的逻辑来理解的。简单的讲，中台就是一个中间层。
用非常通俗易懂的方式来解释的话就是：中台是相对于“前台”和“后台”来讲的。说白了，我们日常接触到的各种应用，都分为“前台”和“后台”两个部分。
前台，通俗点说，就是我们能经常看到的和感知到的，那些缤纷的界面、人机交互，数据展现、各种应用等等。
后台，就是支撑前台所有"骚操作"需要的各类设施，包括服务、流程、算法、数据、基础设施（服务器、存储、路由、交换...）、安全、操作系统等等，平常，用户是看不见摸不着，但是，他们却不可或缺，没了它们或者缺了什么，你的前台就没得玩耍了。
过去没有“中台”的日子是怎么做的呢？说来十分的简单，业务系统的架构基本就是，用多个“后台”来支撑了一个或者若干个“前台”应用。用户的组织架构越复杂，业务系统越多，那么“前台”和“后台”也越多。
更要命的是，这些各类各种的“后台”彼此独立、相互交错、常有重复，非常复杂，所谓“信息烟囱”也就此诞生了，而且天长地久的越来越多了。
顺应天理，“中台”的概念跃然纸上了。中台就是被用来衔接多个“前台”和多个“后台”的中间层，起到承上启下的作用。
理工直男更喜欢用Gartner的Pace Layer来理解中台的定位和价值。Pace Layer提到，按照事物变化的速度来分层，可以逐层分析并设计合理的边界与服务。
现实世界中：
一方面，数据开发的核心数据模型的变化是相对缓慢的，而对数据进行维护的工作量却是非常大的；
另一方面，针对业务创新的应用开发的速度是越来越快的，因此它对数据需求的变化是非常快速的。
数据中台就是为了解决：由于开发速度不匹配导致的数据开发和应用开发之间出现的响应力跟不上的问题。
有了中台的衔接，具有共性化的模块被抽离出来，减少了后台的重复建设，数据能更好的打通，前台应用开发才能实现敏捷迭代。
02
体现在“中”上
落实在服务上
表现形式是在数据API服务上
前文讲了什么是数据中台。总结一下：数据中台是企业级的逻辑概念，它体现了企业利用数据向价值转化的能力。
数据中台不是我们通常讲的三层技术架构（前端展示层、中间逻辑层、后端数据层）这个维度上。
数据中台也不是所谓的技术中间件这个维度上。
数据中台也不是SaaS、PaaS、IaaS这个维度上。云计算时代，有厂商处于自身的产品推广的角度故意混淆视听，就把PaaS称为中台，把整个中台滥化了。在这里我想告诉大家：Spark/Hadoop的大数据平台不是中台、人工智能平台不是中台、IoT物联接入平台不是中台、智能音视频处理平台不是中台、共享交换也不是中台、数据仓库不是中台、数据平台也不是中台......，更有甚者，有厂商把搜索、推荐、BI报表、数据大屏等都称为中台，好吧，敲一下黑板，这些更是属于数据前台的东东，他们都不是中台！因为数据中台根本就不在PaaS这个维度上。
数据中台应该需要验明一下正身了。数据中台不是“筐”。
第一，所谓数据中台必须具备包括单不限于以下数据能力：
l 数据资产的规划和治理
l 数据资产的获取和存储
l 数据资产的共享和协作
l 数据价值的探索和分析
l 数据服务的构建和治理
l 数据服务的度量和运营
l 数据资产的合规和安全
l 数据资产的保护和加密
l ......
具备了这些能力才具备成为数据驱动的基础，而这些能力的承载平台，就是数据中台。
第二，数据中台不是定要“大而全”的，企业的规模和业务的不同，数据中台的规模、复杂度可能都不相同，但它对业务产生的价值应该是一样的：解决数据开发的速度和应用开发的速度的不匹配，让前台开发团队的开发速度不受后台数据开发的影响，这是数据中台的核心。
第三，数据中台一定是跨域的。传统的中心化、事前控制式的数据治理方式不再合适，去中心化、事后服务式的治理方式才是数据中台的理念和逻辑。而且提供的数据服务要可被记录、可被跟踪、可被审计、可被监控、可被调整、可被优化。一句话，就是数据中台一定是可经营的。
第四，数据中台是面向场景而非面向技术的，要围绕具体有价值的业务场景去建设，一定要与业务价值紧密结合。建立企业数据观很重要，数据观就是把数据和业务一体化，千万不要只是将数据中台当作工具来看。脱离场景去搞周期长、大而全的纯工具平台的数据中台建设思路最后一定很尴尬。
所以，数据中台是很难买一个大而全的产品来一劳永逸解决的，它需要与业务、企业的架构和信息化发展阶段紧密相关的。
数据中台，应该体现在“中”上，落实在服务上，表现形式是在数据API服务上，将数据生产为一个个数据API服务，以更高效的方式提供给业务。业务场景是数据中台面对的“实体”，只有结合实体的数据中台才能生出个数字价值。
03
结束语
数据中台不是“筐”
数据中台是企业级的逻辑概念，是将数据通过数据服务API提供个业务场景的数据系统和数据服务。
数据中台解决的是效率问题、协作问题和能力问题，它你业务靠的非常的近，业务场景是它的实体，没有了这个实体，数据中台也就死了。
数据中台是千企千面的，不要指望购买一个通用平台来解决！数据质量不是数据中台建设的障碍，恰恰相反，数据中台是解决数据质量的良好途径。
最后，多啰嗦一句，数据不等于数据资产，只有从业务角度，业务场景出发，对数据进行规划，数据才产生价值。数据资产于企业来说是唯一能为业务带来价值的数据，数据本身绝不是金山！
相关文章：