|
数据每时每刻都在产生和变化，也随着时间变化而消亡。BI（商业智能）是广泛应用的数据分析系统。即BI之后数据中台的概念又被提了出来。 业务系统本身就包含一个小的数据系统，只是这个数据系统完全服务于业务功能。业务系统专注于完成用户的业务操作，确保业务流程的正确和展示固定内容的业务报表。业务系统很少具备海量数据的处理能力，用户无法通过交换界面自主分析数据。 业务人员根据业务需要，制定报表的表头及各列中的数据含义。开发人员通过编写SQL语句从数据库中查找到相关内容。一张报表的开发周期从几小时到几周不等。开发周期主要取决于开发流程的繁杂程度，而数据提取的技术难度并非决定因素。所以业务人员期望有一种快速易学的工具实现类似的功能。
SQL数据处理示意图 为了解决业务人员的问题，BI系统被开发出来弥补业务系统能力的不足。BI主要专注即席的联机数据分析和数据。通过构建不同维度的数据模型，探索数据之间的联系，发现业务运营过程中的潜在规律。通过人工的方式探索及反馈数据成果。经历多年的发展，用户对BI已经有了一个基本认知，业内也有了一套完整的评估标准。
2023 Gartner评测结果 随着数据驱动业务运营的需要，自动化生产数据集的需求越来越高。搭建一个数据服务平台为企业提供统一的数据支撑势在必行。阿里的数据中台伴随着业务中台一起横空出世。 数据中台作为一个“新生事物”，各个软件供应商对它具有最终解释权。建设流程和建设范围各不相同，但是大家都在大肆宣传解决了数据孤岛问题和数据治理问题。数据孤岛是指多个不同的系统，都有自己独立的一套数据体系且不能互通。每一套数据体系中包括：数据定义、数据存储、数据安全及数据访问权限等。数据治理是在系统中制定和执行一系统规范、流程和控制措施，确保数据的可用性、一致性和安全性。数据规范和质量本身是业务系统建设必须考虑及完善的工作。因为各个系统各自为政，最终把工作转嫁给数据系统的建设。数据治理反而成为了数据系统的一个“重体力活”。 数据中台的数据仓库建设好后，应聚焦在为不同的系统提供统一的数据服务，并与BI形成能力上的互补。通过BI的分析能力，获得有效的业务数据模型。通过数据中台将模型固化为数据服务，为同类场景的数据应用提供自动化的数据支持。CDP用户数据平台可以理解为一种数据中台产品，针对消费者进行数据画像。MA自动化营销是一种数据应用，针对不同的消费者群体进行不同的营销活动。MA通过消费者的行为事件和CDP提供的消费者画像推送适合的营销活动。
数据中台与BI关系图 汝之蜜糖，彼之砒霜，所有的事情都要回归本源。中台不是一次性建设的IT项目，需要一支开发团队保驾护航，根据业务变化不断的进行迭代。对于开发实力较弱的企业，首先采购BI数据系统进行业务模式的探索，可能是一个更好的选择。 |
|
|
