企业可以不要大数据，但必须要有“数据中台”
|
但是在实施的时候，要从具体的业务场景出发。从高价值数据集场景做起，然后顺着这个场景竖切，找到数据全景图中的一个或多个数据集合，从小数据场景落地，这样才能快速验证价值。大处思考，全局拉通，避免后续的数据孤岛，但是从小数据集切入，从可实现性高的场景启动。然后一个个的场景做起来，业务价值和中台能力也就同步建立起来了。 企业实际案例：
企业建设数据中台，可以通过合理规划、复用内部现有已经完善的大数据处理工具来支撑建设，充分借鉴业界数据中台建设实践，从核心需求出发，以某垂直业务的数据入手，打通数据采集、存储、计算、治理、服务的工作全流程，逐步扩展到全域数据的接入、加工和管理，建设起自有的数据中台。  笔者和阿里的高层就数据中台有过一次朋友之间的聊天，他给我讲述了阿里的数据中台应该是什么样子的。 阿里的业务中台包含两个数据库，一个数据生产库，一个数据中台(历史库)，包含了所有的历史数据和关键算法。以阿里电商为例，用户如果想买一个手机，在下单页面就会推荐手机壳、充电宝等相关产品。但值得注意的是，研发不知道你喜欢上面，在服务的过程中，需要根据你的一系列消费行为或者其他活动的历史记录去分析。 那么问题来了，如果这个数据量非常庞大，现查是非常慢的，不可能瞬间就查到结果，那怎么办呢?这就是数据中台要做的事情，把用户在历史库里的一堆数据做成一序列业务模型，然后在业务中台里要查某一用户喜欢什么时，它能立马调出结果并反馈，这是数据中台最大的魅力，这个反馈可能是毫秒级的。 这才是数据中台真正发挥价值的地方，而不是说做个可视化大屏就觉得有了数据中台或是听说数据有价值就去搞个数据中台，这都是没有真正理解数据中台的表现。从建设的角度来讲，一般是先建设业务中台，然后有了一定量的数据，想清楚了这个数据该怎么用才去建设数据中台，然后再反过来优化业务能力，让业务智能化。 总结： 当企业需要数据化转型、精细化运营，进而产生大规模数据应用需求的时候，就需要建设数据中台。当然，数据中台的建立不是一蹴而就的，每个企业都应该基于实际打造独有的中台能力。
（编辑：新余站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
