标签：模型 上层 需要 通过 建设 inf 竞争力 设计 阿里
学习了一下大数据治理，数据中台的相关概念。牛人总是一句话就能说透彻。
参考：https://my.oschina.net/leejun2005/blog/73205
https://my.oschina.net/liuyuantao/blog/3135725
https://my.oschina.net/u/1464083/blog/3117638
数据中台可以理解为企业的最核心的数据大脑，企业全域的数据处理中心，是一种企业信息化的升级过程，从 过去的烟囱式（企业信息化 1.0）升级到现在的中台式（企业信息化 2.0），1.0 时代，系统与数据都是割裂的，没法发挥最大价值，在 2.0 时代，底层系统是共享的，微服务化的，中心化的，所有的应用，数据都采用服务化的方式来共享资源，最大化的提升灵活度与便捷性，随着敏捷开发的普及，中台思想也带来快速的创新。
数据中台是一个集数据采集、融合、治理、组织管理、智能分析为一体，将数据以服务方式提供给前台应用，以提升业务运行效率、持续促进业务创新为目标的整体平台。帮企业把数据用起来，提升决策水平是对数据中台的一个最基础的要求。
打个比方，当我一家人要吃饭，我自己买菜，在自己的厨房用普通的厨具自己做就好了，如果是富士康，几万几十万人吃饭，就需要建食材的加工配送中心 (类比数据中台)。本质上是需求规模量级的变化，导致解决方案的质变。
带火“中台”概念的阿里，在实施数据中台的时候，采用的是“数据中台 + 业务中台“的双中台形式来提供公共服务。在数据中台里将数据业务化，来供业务中台调用，以快速反馈结果。数据中台是让数据用起来的持续的一套机制，通过建立一套能共享服务的体系，基于数据运营机制形成的闭环路径，经过业务数据化、数据资产化、资产服务化、服务业务化，在有权限管理的情况下开放出去，把可以复用的能力放在一起，用统一标准和口径，向前台业务部门和决策部门以 API 的方式提供数据和计算服务。
数据中台强调的是一种复用能力。很多企业的愿景都是“将数据用起来”，这也是数据平台这些企业基础设施的定位目标，如果再加上一些复用方法论和完善的运营机制，那么可我们就可以认为企业是在建设“数据中台”。使用数据中台的最明显的效果就是提升开发效率，使用封装好的工具平台，降低开发难度，数据分析的速度会大大提高。
数据中台的构建并不复杂，你可以先构建业务中台，再构建数据中台，也可以直接构建数据中台（类似构建数据仓库）。主要的目的是把企业全域的数据放在一起，统一的加工处理，是一个面向未来的分布式，服务化的架构。如果企业没有业务中台、只有数据中台，那它加工的结果大部分是服务于大屏，就搞一个大屏就结束了，那么这个数据中台就跟阿里理解的数据中台差的还远。阿里的中台，包括业务中台，数据中台。最底层是 IaaS+Data，中间是我们说的双中台，PaaS 层。上层是应用，SaaS，号称小前台。
数据中台与业务中台并称数字中台。其中，业务中台是负责支撑业务在线，将企业业务系统中通用的业务能力抽象成领域中心，使得这部分能力得到最大化的复用，支撑多端访问、多种类似的场景。数据中台是采用大数据存储和处理技术，对海量数据根据统一标准进行采集、计算、存储、加工处理，形成数据模型和数据资产，并通过数据服务提供给业务方使用。数据中台与业务中台最大的区别是业务中台围绕业务流程，而数据中台一切以数据为主题进行运转，包含数据采集、数据融合、数据建模、数据聚合分析、数据服务、数据资产治理；总之，前者旨在让业务数据化，后者旨在让数据业务化。
一个比较完善的业务中台几乎囊括了企业的核心业务，因此，业务中台是数据中台的数据原材料提供者之一；业务中台的领域中心是天然的主数据中心。因此，业务中台输出的数据更加标准、更加规范，大大降低数据中台的数据清洗工作；同时，数据中台经过数据建模形成的数据能力，必须与业务结合才能发挥其价值，那么业务中台就是让数据能力发挥价值的最合适的载体。通俗的说，如果将企业的信息化系统比喻成一辆自行车，那么业务中台和数据中台就是自行车的两个轮子，两个轮子通过数据这根“链条”紧密联系，发挥价值，离开哪一个轮子，信息化系统这辆自行车都无法正常行驶。再举一个例子，业务中台是炮火，数据中台是雷达。雷达分析的数据来源是业务中台，分析结果通过业务中台对业务产生反馈，从而采取业务活动，才是一切业务数据化，一切数据业务化。业务中台和数据中台是由于采用的技术手段不同而产生了相对隔离，但从业务的角度，他们是一体的，一起为企业业务服务的。
数据中台是一种理念，一种思维，是架构的升级，是一种面向未来的架构。
数据中台本身是一套非常复杂的体系，平台工具本身架构设计能力要求也非常高。但也不仅仅是架构，也不仅仅是产品，架构师和产品经理都推动不了，数据中台是一个顶层战略，数据中台涉及业务运转方式的改变，必须有足够的推力才能启动。是企业的一把手工程，是一个企业级战略，需要管理层、业务团队、技术团队、数据团队全部参与进来，目标是实现经营的数据化、精细化，实现企业的数字化转型。数据科学团队是数据中台的深入参与者，但也仅仅是多个角色的其中一个。中台数据是战略层面的事情而不是战术层面，自下向上推动几乎没有可能，比如涉及标准统一，从下而上只能看到一个点，难免会以偏概全。
中台承载的是企业最核心的业务能力，最核心的差异化竞争力，是战略层面的事情，没有战略层面的决心和耐心坚持下来就很难看到成果，有的时候，中台建设确实也需要“因为相信，所以看见”。中台建设需要有全员共识，由管理层从上往下推进，由技术和业务人员去执行和落地，是个漫长的过程，所以实施数据中台时，最困难的地方就是需要推动力。比如在中国有各种“数据墙”，大家都觉得数据有价值，也没有发挥这个价值，但是对数据又保护的很紧。为了解决某一块的业务，需要去拿多个部门的数据，有时甚至涉及到几十个部门，最初可能马上得到口头上的应允，但最后真正拿到数据却很困难，这时候推动力决定了整个项目的进展。
数据中台最重要的是要“帮企业把数据用起来，提升决策水平”，是一种数据思维。那么每一个企业都应该有这种思维，重视信息化技术，让数据发挥价值。不单单是因为业务复杂、数据量大、需要数字化转型的原因，是从业务开始就应该具备的一种理念。
未来任何企业都是必须的，未来任何一家企业都是数据化的企业，都需要一个数据中台。
标签：模型 上层 需要 通过 建设 inf 竞争力 设计 阿里
原文地址：https://www.cnblogs.com/marszhw/p/12624157.html
