业务|数据中台建设( 二 ) 智能手机|利润

4. 数据挖掘分析数据挖掘分析层整合了企业存在的几大数据挖掘及分析工作场景，比如对用户行为数据进行数据分析、通过算法模型挖掘用户潜在的商业价值、或者多个BU之间进行数据加密碰撞发现新合作场景等，这一层提供的平台及工具，基本覆盖了大部分数据挖掘的工作场景。通过数据中台实现共享这些数据组件，使得各部门和团队都可以通过工具高效完成挖掘分析工作。
5. 业务应用业务应用层是指可以直接提供给业务端使用的数据产品，业务可以直接使用这些数据产品高效获得满足业务需求的目标数据，甚至这些数据可以直接打通到业务系统，比如DMP平台，让用户从产生数据需求>数据加工>数据使用的整个数据获取周期大幅度缩短。此外，也可以通过提满足特定具体业务场景的数据应用来给业务赋能。
6. 数据服务管理数据服务管理层提供统一的数据服务出口，目标在帮助企业提升数据资产的应用价值，同时要保证数据的安全性和有效性。统一服务通过行业成熟的ONESERVICE解决方案，构建API和数据服务接口来满足不同数据使用场景的需要，同时降低了数据的开发门槛。
三数据中台建设路径数据中台的建设路径，跟企业的业务所处的业务阶段有关，亦跟企业所处的信息化建设阶段有关。
行业里的数据中台建设路径，总体可以分为以下三类：

文章插图
数据中台建设路径难度对比图
1. 业务中台与数据中台并行建设数据中台与业务中台并行建设，复杂度可想而知，也是挑战难度最大的路径。因为建设业务中台的过程需要对业务进行梳理和规划，这个过程会反复出现多次对流程调整，这给数据中台建设带来了非常多的不确定性，这也进一步增加了数据中台建设的难度。
2. 业务中台先行建设，数据中台跟进相对比数据中台与业务中台并行的复杂度和挑战度更高，路径二显得更加稳健，也是被企业采用最多的一种路径。业务中台先行，数据中台跟进。很多企业会采取这种模式。这种模式吸取了第一种模式下的业务不确定给数据中台带来了多种不确定的教训。在数字化营销成熟发展的今天，其实业务与数据早已不能完全分割。业务数据化和数据业务化几乎是同时完成的。
3. 单独建设数据中台单建设数据中台等选择一般是在业务系统已经相对稳定时期，但是这种模式下也存在挑战。
业务等野蛮生长过程，数据散落在各个系统，数据质量参差不齐。这个阶段进行数据治理，必定是非常繁杂耗时的、产出不明显的工作。
同时，涉及各个领域的数据整合及数据能力的规范化，势必会带来组织架构的变革和重组，这是数据中台建设的至关重要环节。
如果在上层的政策和资源支持上，不足以有效协调各个领域数据建设者同一目标，齐心协力，那么也很难把数据中台成功建设起来。
四、数据中台的价值数据中台建设前期消耗的巨额成本常常给数据中台项目带来价值挑战。数据中台的建设阶段如同自建房子，房子建设过程都是在消耗成本，房子开始自行入住和出租后，才能真实看到所建新房子的产生的价值。
数据中台的使命是通过全局规划来治理和运营企业的数据资产，让数据使用者能高效的获取可靠有效的数据。
若长期有效的运营这些数据资产，数据能力组件的复用带来的工具研发降本愈发明显；若数据复用到跨部门跨业务线的场景愈发丰富，数据中台对业务端产生的价值也呈指数级增长。数据中台的价值，我将归类为一下三大点：
1. 帮助建立数据标准在建设数据中台之前，企业一般比较少有全局的数据标准或统一数据规范等，即使有，也因为数据平台的分散状态比较难以落地。
但是数据中台建设会促使企业还要建设数据标准或规范，比如数据接入规范、数据集成规范、数据存储规范、数据处理规范、数据使用权限规范、数据共享规范、数据销毁规范、数据安全规范等。
这些标准都是数据中台建设阶段也需要建设的体系。有数据标准/规范体系护航，数据中台才能更好的运转；也只有依托数据中台，数据标准才能更好的执行和落地。
数据中台建设就是一个促使企业建设数据标准/规范的好契机。
2. 赋能业务，实现降本增效数据中台的最终价值还是降本增效。无论是建设数据标准，还是复用的数据能力，都是为了帮助赋能业务，企业达成战略目标。
下面分别从两个角度去阐述所产生的降本和增效价值：