|终于有人把数据中台讲明白了( 二 )


本文插图

2. 与 数据湖 的对比
【|终于有人把数据中台讲明白了】与数据中台相关的概念还有数据湖(Data Lake) 。 数据湖是一种数据存储理念 , 作为一个集中的存储库 , 它可以以自然格式存储任意规模的数据 , 包括来自关系数据库行和列的结构化数据 , XML、JSON、日志等半结构化数据 , 电子邮件、文档等非结构化数据 , 以及图像、音视频等的二进制数据 , 从而实现数据的集中式管理 。
目前Hadoop是最常见的实现数据湖概念的技术 。 比如HBase可让数据湖保存海量数据 , Spark可以使得数据湖批量分析数据 , 而Flink等可让数据湖实时接入和处理IoT数据等 。
3. 与BI的对比
BI(商业智能)是分析数据并获取洞察 , 进而帮助企业做出决策的一系列方法、技术和软件 。 相比数据仓库 , BI还包含数据挖掘、数据可视化等工具 , 并可支持用户在一定范围内任意组合维度与指标 , 从而上升到支持决策的层面 , 而不只是作为数据仓储 。
4. 与大数据的对比
数据中台也不等于大数据 。 数据中台是基于大数据、人工智能等技术构建的数据采、存、通、管、用的平台 。
数据中台需要以Hadoop、Spark等为代表的大数据处理技术做支撑 , 但绝不能将数据中台与大数据划等号 。 数据中台不只有大数据处理技术 , 还包括智能算法、与业务联动的特性、数据资产、数据工具等 。
5. 小结
可以说数据中台是上述概念和技术的集大成者 。

  • 首先 , 大数据丰富的数据计算和存储技术为数据中台提供了强大的数据处理能力 。
  • 其次 , 数据中台作为企业数据的集结地 , 其底层也当然承载着数据湖的职能 。
  • 再次 , 数据仓库对数据的分域建模是数据中台的重要部分 , 它承载着将企业数据治理得井井有条的职能 。
  • 最后 , 基于强大的数据能力 , 结合业务场景提供实时、智能的服务和应用是数据中台的核心价值体现 。
02 数据中台价值
数据中台不等于大数据平台 , 数据中台的核心工作也并不是将企业的数据全部收集起来做汇总就够了 。 数据中台的使命是利用大数据技术、通过全局规划来治理好企业的数据资产 , 让数据使用者能随时随地获取到可靠的数据 。
因此 , 数据中台一旦建成并得以持续运营 , 其价值将随着时间的推移将呈指数级增长 。 数据中台的价值众多 , 下面详述其中的三大价值 , 见图4-1 。
|终于有人把数据中台讲明白了
本文插图

▲图4-1 数据中台的三大价值
1. 帮助企业建立数据标准
在有数据中台之前 , 企业基本不会有全局的数据标准 , 即使有相关的数据标准 , 由于没有数据中台这个实体形态 , 数据标准也无从执行 。 数据中台的建设天然会帮助企业建设数据标准 , 包括数据建设规范和数据消费规范 。
数据建设规范有诸如数据接入规范、数据建模规范、数据存储规范和数据安全规范等 , 数据消费规范包含数据权限规范、数据调用规范以及数据销毁规范等 。 这些标准都是建设数据中台时必须建立起来并依托数据中台去执行和落地的 。
2. 促进中台组织形成
再宏伟的企业战略规划 , 都离不开一套科学合理的组织去落地执行 。 数据中台建设将是企业宏观战略规划的一个重要部分 , 那么在践行数据中台建设的过程中 , 摆在企业第一位的问题就是如何搭建起一套能稳定护航数据中台建设及运营的数据中台班子 。
数据中台这种体系化工程将横向拉通企业数据相关方 , 包括中台建设团队、中台运维团队、数据产品经理团队、数据资产管理团队、数据运营团队等 , 组成标准的企业数据委员会 , 从而形成企业真正的中台组织 。
需要说明的是 , 中台组织可以是一个横跨各个业务部门的弱矩阵组织 , 也可以是一个完整的实体组织 。 这需要因地制宜 , 因企业不同而异 。


推荐阅读