阿里去中台了?别盲从,你需要的其实是定制化的数据中台建设方案!

文 | 商业智能BI相关文章 阅读次数:1,533 次浏览
2023-10-17 14:38:50

2015年,马云参访芬兰游戏公司Supercell后将中台的经验带入阿里,同年底,张勇提出了“大中台,小前台”的组织战略,自此之后,“中台”的概念席卷全国,中台的建设如火如荼。可发展至今,从大厂中厂到小微企业,还有许多人对此概念一知半解,甚至发出质疑:当年振臂一呼提出中台革新的阿里逍遥子如今都在公开信中呼吁“去中台化”了,那中台到底是什么,还有没有建设的必要呢?

一、数据中台是什么?

数据中台是一系列数据组件模块或能力的集合,它居于数据开发的后台和应用开发的前台之间,聚合和治理后台全域的数据,沉淀数据资产,抽象数据模型,封装数据服务,为前台提供高质量的数据服务和应用。

二、数据中台能做什么?

1. 构建全局一致的指标词典,实现指标体系化管理

按照数仓主题域的方式对所有指标进行统一的命名和分类,明确指标口径、数据来源、计算逻辑,产出企业的指标词典,由专门团队负责指标口径的管控。同时,设计上线方便业务人员查询的指标词典管理系统,所有的数据产品、数据报表都引用指标系统的口径,当鼠标Hover到某个指标上时,浮现该指标的指标口径定义。

2. 统一数仓建模,构建全局一致的数据公共层,提升数据复用性

制定统一的数仓建模规范。在模型设计阶段,强制相同聚合粒度的模型度量不能重复,保证相同粒度的指标、度量只加工一次;建设数据地图,方便数据研发能快速查找并准确理解数据。

3. 提供企业数据地图和自助取数系统,主力业务自助分析

数据中台构建了企业数据地图,数据使用者可通过数据地图快速了解企业当前有哪些数据,在哪张表里可以看到,关联了哪些指标和维度;非技术人员可通过自主取数工具,选取指标,勾选指标的可分析维度,添加筛选条件,点击查询,就可以方便获取数据。

4. 配置数据质量稽核规则和数据预警

通过配置数据质量稽核规则和数据预警,对数据一致性、完整性、正确性和及时性进行监控,确保第一时间发现、恢复、通知数据问题。

5. 上线数据治理系统,降低报表成本开销

数据治理系统可实现表维度、任务维度、应用维度的全面数据治理。比如一个30天内没有被访问的报表,我们认为其产出价值较低,这时我们可以结合这个报表的所有上游表和下游表产出任务,计算这张表的加工成本,有了价值和成本,便可计算出ROI,根据ROI评估,实现低价值报表的及时发现和下线。

三、如今到底还有没有建设数据中台的必要?

阿里的“去中台化”理论源自于张勇在内网发表的文章,文章中表达了他对目前阿里中台的不满:“现在阿里的业务发展太慢,要把中台变薄,变得敏捷和快速。”一时间网络哗然,许多企业高层纷纷对中台建设的理念产生动摇,认为中台不再是企业所需。

但不可否认的是,中台化战略对阿里近五年业务的高速发展功不可没,其解决了随着阿里业务线拓展和组织不断膨胀带来的重复建设和树状结构问题,这些问题曾导致了业务效率的低下和企业资源的浪费。

可为什么又要拆中台呢?有两个主要原因:

1. 阿里的竞争对手变了

近年来无论是拼多多异军突起,抖音快手从内容跨界电商,还是互联网巨头火拼社区团购,都给阿里带来了巨大的冲击与挑战。大中台因其自身庞大的架构和自身特性所限,无法为创新式业务提供敏捷快速的资源支撑,协助其尽快落地。而在以快著称的互联网行业,风口稍纵即逝,失去的先机可能需要花费对手几倍的代价才能挽回。

2.企业所面临的决策环境变了

近几年伴随着移动通信设备的普及和相关通信技术的升级带来的移动互联网红利基本被瓜分殆尽,特别是起步较早的消费互联网也开始从增量期慢慢转为存量期。如何解决第二曲线是各大企业都面临的问题,以大数据,人工智能,云计算为主的产业互联网是个趋势,但重新开辟新的赛道,目前的大中台也已经不足以支撑其快速落地。

所以,网传的“去中台”并不是真的完全拆除中台部门,而是将其庞大的共享中台事业部重新打散,将大中台做轻做薄,下沉到业务端,去加速业务的推进与落地。

而企业所处的生命阶段,决定了中台的形态。企业高层管理者必须对自己企业当前所处的发展阶段有明确的定位,才不会盲从大流,造成不必要的错误与损失。

四、如何建设数据中台?

数据中台建设是个宏大的系统工程,前期的整体架构规划在整个项目中尤其重要,帆软针对不同行业的企业以及其具体的业务需求,按照数据活动对数据中台的架构进行分层,分为底层数据源接入、数据ETL、数据仓库搭建、中台集市、业务前台应用、数据服务管理,并全程确保数据安全管控。

帆软大数据中台架构

帆软一站式商业智能解决方案

借助帆软产品,可为企业提供一站式数据仓库和商业智能解决方案,满足集数据集成、数据展示、数据分析于一体的经营决策需求。

数据集成工具FineDataLink

解决数据仓库搭建过程中任意业务系统、应用之间的数据传输问题;解决数据抽取、清洗、转换、加载等问题。

  • 流批一体
  • ETL处理
  • 数据服务
  • 实时数据同步
  • 多源异构数据处理

报表开发展示工具FineReport

数仓搭建完毕后,用此工具可开发任意样式的报表,包括复杂报表、数据填报、分析型报表和可视化大屏,并提供统一报表管理。

  • 复杂报表
  • 数据填报
  • 移动端报表
  • 大屏可视化
  • 统一报表管理平台

数据分析平台工具FineBI

在数据应用层,可通过FineBI进行多维度的OLAP分析。各业务部门可进行自主的数据分析和报表开发,快速响应业务决策需求

  • OLAP分析
  • 数据处理
  • 高级函数
  • 大数据引擎
  • 自助数据分析

五、数据中台建设的思考与总结

回顾全文,我们能坚定的告诉大家:数据中台的建设不存在对错之分。

但脱离业务背景的解决方案都是盲目的,任何解决方案的提出都该与企业业务需求全面契合。世界上不存在两片完全相同的叶子,而人不会踏入两条相同的河流,企业自身是什么性质、处在什么阶段,决定了其该建设什么形态的数据中台。

所以,在考虑是否要跟随阿里中台策略的时候,先想想,自身企业的业务是否和阿里一致。或许需要的不是一个高贵的中台架构,而是一个专业可靠的数据中台建设解决方案。

最后,帆软反问读至此处的广大企业人:您,需要什么样的数据中台?

相关内容

立即咨询 立即咨询

在线客服

电话咨询

技术问题

投诉入口

返回顶部