個字定義：中台就是:“企業級的能力複用平台”，“企業級”劃定了中台的範圍，區分開了單系統的服務化與微服務，“能力”指定了中台的主要承載對象，能力的抽象解釋了各

數據中台由來:

中台的靈感來源于芬蘭的小公司Supercell,這家公司僅有300名員工，卻接連推出爆款遊戲，是全球最會賺錢的明星遊戲公司。2015年年中，馬雲帶領阿裡衆高管拜訪了Supercell。2016年6月，騰訊宣布以86億美元收購Supercell公司84.3%的股權。Supercell開創了中台的“玩法”， 并将其運用到了極緻。這家看似很小的公司，設置了一個強大的中台，用以支持衆多的小團隊進行遊戲研發。這樣一來，各個團隊就可以專心創新，不用擔心基礎卻又至關重要的技術支撐問題。Supercell的CEO潘納甯将一個遊戲公司按照一個專業運動，隊的方式來管理。他認為管理層的唯一使命是獲得最好的人才，為他們創造最好的環境，給他們自由和信任，幫助他們擺脫困境，讓公司成為一個最好人可以産生最大影響的地方。其他的一切，包括财務目标，都是次要的。因此Supercell構建了完全颠倒的管理結構。傳統的管理結構是一個金字塔形的，CEO往往處在金字塔的頂端。而Supercell最大的創新之處，在于其管理結構完全是上下颠倒的。潘納甯最引以為豪的标簽是:“行業裡最沒有權力的CEO”。

馬雲深受啟發，阿裡在2015年提出的“大中台，小前台”戰略，分為業務中台和數據中台。

業務發展前期，為了快速實現業務的需求，煙囪式的開發導緻企業不同業務線，甚至相同業務線的不同應用之間，數據都是割裂的。兩個數據應用的相同指标，展示的結果不一緻，導緻運營對數據的信任度 下降。數據割裂的另外一個問題，就是大量的重複計算、開發，導緻的研發效率的浪費，計算、存儲資 源的浪費，大數據的應用成本越來越高。 如果你是運營，當你想要一個數據的時候，開發告訴你至少需要一周，你肯定嫌慢。 如果你是開發，當面對大量的需求的時候，你肯定是在抱怨，需求太多，人太少，活兒永遠幹不 完。 如果你是老闆，當你看到每個月的賬單成指數級增長的時候，你肯定覺得這也太貴了，能不能再省 一點，要不吃不消了。

一般來說，數據中台是指通過數據技術對海量數據進行采集、計算、存儲和處理，同時統一标準和口 徑，形成全域級、可複用的數據資産中心和數據存儲能力中心，形成大數據資産層，進而為客戶提供高效的服務。

形象地講，數據中台構建的服務考慮了"可複用性"，每項服務都像一個積木，可以随意組合，靈活高效 地解決前台的個性化需求。 從效用意義上講，狹義的數據中台是一套實現數據資産化的工具；廣義的數據中台是一套利用數據，進而幫助企業實現數字化轉型的機制和方法；從技術角度來看，數據中台是一種新型的 IT 架構；從管理角度看，數據中台是一種新型的組織管理模式和理念；從戰略角度來看，數據中台是為了應對日益複雜的環境而構建的一種新型戰略工具和競争壁壘。總之，數據中台的核心理念是"數據取之于業務，用之于業務"，跟傳統數據平台相比，數據中台着眼于業務的積累和沉澱，構建了從數據生産到消費、消費後數據返回到生産的閉環過程。 “讓一切業務數據化，一切數據業務化” 是對數據中台系統功能的精要概括。

數據中台的核心，是避免數據的重複計算，通過數據服務化，提高數據的共享能力，賦能數據應用。之前，數據是要啥沒啥，中間數據難于共享，無法積累。現在建設數據中台之後，要啥有啥，數據應用的研發速度不再受限于數據開發的速度，然後我們就可以根據需求場景，快速孵化出很多數據應用，這些應用讓數據産生價值。

總的來說，數據中台吸收了傳統數據倉庫、數據湖、大數據平台的優勢，同時又解決了數據共享的難 題，通過數據應用，實現數據價值的落地。

大數據平台型企業的問題

大量數據産品的出現，在不斷提高企業運營效率的同時，也暴露出很多尖銳的問題，在我看來，主要有五點。

1指标口徑不一緻：主要原因：業務口徑不一緻、計算邏輯不一緻、數據來源不一緻。要實現一緻，就務必确保對同一個指标，隻有一個業務口徑，隻加工一次，數據來源必須相同。

2數據重複建設，需求響應時間長：解決數據複用的問題，要确保相同數據隻加工一次，實現數據的共享。

3取數效率低：面對幾千甚至上完張表，運營，開發或者分析師想要快速找到想要的數據，以及做到精準理解這些數據意義，都非常的困難。所以需要構建一個全局的企業數據資産目錄，實現數據地 圖的功能，快速找到數據

4數據質量差：沒有數據稽核任務，運營不相信數據。存儲數據鍊路，及時發現數據質量問題，并恢複數據。

5數據成本線性增長：大企業煙囪式開發，導緻一個企業擁有很多小數倉，不同數倉可能開發相同任務，導緻資源浪費，而且也做不到淘汰低價值數據任務。所以解決方案的核心：解決數據重複建設，打通數據孤島。

因此：數據中台是企業構建的标準的、安全的、統一的、共享的數據組織，通過數據服務化的方式支撐 前端數據應用。數據中台消除了冗餘數據，構建了企業級數據資産，提高了數據的共享能力。

什麼樣的企業适合構建數據中台？

數據中台的構建需要非常大的投入：一方面數據中台的建設離不開系統支撐，研發系統需要投入大量的人力，而這些系統是否能夠匹配中台建設的需求，還需要持續打磨。另外一方面，面對大量的數據需求，要花費額外的人力去做數據模型的重構，也需要下定決心。 所以數據中台的建設，需要結合企業的現狀，根據需要進行選擇。我認為企業在選擇數據中台的時候，應該考慮這樣幾個因素。

企業是否有大量的數據應用場景： 數據中台本身并不能直接産生業務價值，數據中台的本質是支 撐快速地孵化數據應用。所以當你的企業有較多數據應用的場景時，一般有 3 個以上就可以考 慮。

經過了快速的信息化建設，企業存在較多的業務數據的孤島，需要整合各個業務系統的數據，進行關聯的分析，此時你需要構建一個數據中台。比如在我們做電商的初期，倉儲、供應鍊、市場運 營都是獨立的數據倉庫，當時數據分析的時候，往往跨了很多數據系統，為了消除這些數據孤島，就必須要構建一個數據中台。

當你的團隊正在面臨效率、質量和成本的苦惱時，面對大量的開發，卻不知道如何提高效能，數據 經常出問題而束手無策，老闆還要求你控制數據的成本，這個時候，數據中台可以幫助你。當你所在的企業面臨經營困難，需要通過數據實現精益運營，提高企業的運營效率的時候，你需要 構建一個數據中台，同時結合可視化的 BI 數據産品，實現數據從應用到中台的完整構建，在我的 接觸中，這種類型往往出現在傳統企業中。

企業規模也是必須要考慮的一個因素，數據中台因為投入大，數據量巨大，所以更适合業務相對穩定的大型企業，并不适合初創型的小公司。

歡迎大家私信交流