像梦一样奔驰|读《数据中台-让数据用起来》笔记整理( 二 )


两者的联系 , 书里面有一句总结还是比较准确 , 即数据中台和业务中台本身是相辅相成的 , 业务中台中沉淀的业务数据进入到数据中台进行体系化加工 , 再以服务化的方式支撑业务中台上的应用 , 而这些应用产生的新数据又重新流转到数据中台 , 形成循环不息的数据闭环 。
数据中台和数据仓库和大数据平台
即数据仓库的主要场景是支持管理决策和业务分析 , 而数据中台则是将数据服务化之后提供给业务系统 , 目标是数据能力渗透到各个业务环节 , 不限于决策分析类应用场景 。 数据中台持续不断的将数据进行资产化 , 价值化并应用到业务 , 而且关注数据价值的运营 。
这里面的关键区别就在于数据中台能力要服务于业务系统准实时协同需要 。
为了准实时 , 一方面你会看到数据中台架构上实际上是包括了大数据平台的核心架构和分布式存储内容 , 同时还包括了大数据平台中的实时计算和流处理能力 。 其次 , 为了将能力提供给业务系统 , 往往数据中台整体架构上一定会体现一个统一的数据服务能力开放层 , 这个在传统的数据仓库或大数据平台上是没有的 。
数据中台和BI数据仓库有重合 , 也有交集 。 相同的就是整个数据采集集成 , 数据存储 , 数据模型构建 , 数据开发和分析 , 这些都需要 。 差异点在于数据中台需要有统一的数据服务能力开放层 , 提供给业务使用 , 而弱化了传统BI里面的数据分析和报表展现层 。
所以我们首先搞清楚数据中台是为增值业务需求服务 , BI平台为管理经营决策服务 。 这使得两者在数据模型构建 , 数据开放和提供策略上有差异 , 但是核心的技术平台能力则是相同的 。 即你可以基于Hadoop整个技术框架体系来构建数据中台 , 也可以用来构建BI数据仓库 。
数据中台的业务赋能
简单总结就是:业务数据化 , 数据资产化 , 资产服务化 , 服务业务化 , 业务智能化持续赋能业务闭环 。 数据中台作为整个企业各个业务所需数据服务的提供方 , 通过自身的平台能力和业务对数据的不断滋养(业务数据化) , 会形成一套高效可靠的数据资产体系和数据服务能力(数据资产化和资产服务化) 。 这样当面对市场变化 , 需要构建新的前台应用的时候 , 数据中台能够迅速的提供数据服务能力 。
数据中台要求整个企业共用一个数据技术平台 , 共建数据体系 , 共享数据服务能力 。 数据中台的目标是实现企业经营的数据化 , 精细化 , 智能化 , 本质是建立一套可持续让企业数据用起来的机制 。
数据中台的建设
单纯的数据技术平台的建设数据内容和数据资产的建设我刚才说了单纯的数据技术平台还可以用于BI分析 , 技术平台能力本身就是相通的 。
对于技术平台我们要考虑就是数据采集集成 , 数据存储 , 数据处理加工和计算 , 数据分析各个层面的技术工具和组件 。
对于数据内容的建设 , 实际上包括了四个方面的内容 , 书里面总结如下:
技术体系(包括大数据存储计算技术和数据中台工具技术组件)数据体系(围绕数据模型为核心 , 并围绕数据资产全生命周期展开)服务体系(通过数据中台的服务组件能力 , 将数据变为服务)运营体系(将数据服务作为可运营的商品一样 , 来构建一套运营服务和管理体系)数据中台的架构