随着互联网、移动互联网以及物联网、云计算、大数据、人工智能等技术的快速发展，人类文明正在步入一个崭新的时代：大数据时代（后续将成为DT时代）。
01背景概述
在DT时代，社会的发展将以数据为核心和内在驱动力，以云计算、大数据为导向的技术革新也将成为社会发展的重要引擎。在DT时代，传统工业模式会被颠覆，商业也会朝着定制化（场景化）方向发展，在保证效率的同时优化供需，有效节约成本，提高劳动生产率。在这个过程中，数据将成为组织最重要、最有价值的资产。
DT时代的到来，对于传统产业的推动和促进将是前所未见的，传统产业也将因DT时代的到来而焕发出新的生机和活力。同样，DT时代也会面临很多需要解决的问题，而这些问题得不到解决，势必导致数据无法正确的使用，无法发挥数据的最大价值化。
02数据管理与应用现状
企业在数据管理中，主要表现为孤岛式数据管理，统计型数据应用，如：日常各种割裂的管理流程、财务相关数据统计、生产相关数据统计、供应链相关数据统计、销售相关数据统计等都是各种独立的系统进行管理，包括OA系统、财务管理系统等等，并没有实际底座数据拉通，没有完全进行线上的业财融合，还需要进行手工操作等等。其核心冲突的问题归纳如下：
1. 数据孤岛：各个系统单独建立，相互之间的数据没有打通，形成一个个数据孤岛，相关数据与信息无法进行共享；
2. 浅度应用：目前对各系统数据主要是做了基本业务数据统计，没有深入的分析应用；
3. 效率低下：目前管理和决策人员经常需要登到各个系统进行相关数据查询，非常麻烦；
4. 资产流失：由于对各系统数据只进行了浅度的应用，导致很多历史数据资源及数据的应用价值在过程中逐步流失掉了。
因此当前企业的数据管理与应用需要向规模化、集中化、标准化、多元化和智能化发展。
03数据中台建设目标
企业对数据中台建设的核心需求与目标是：融合企业内各大平台数据资源，建设统一的数据管理与应用平台，实现对数据资产的集中保管与增值应用。逐步整合企业内各业务与管理平台的数据，形成集中管控的数据资源库，并深度挖掘数据价值，为企业生产经营和决策分析提供支撑，让数据赋能业务。
04数据中台的方案架构
在笔者的上一篇《数据中台与大数据平台&数据资产平台&数据服务平台的区别》中详细介绍过中台的架构，其包括数据处理、数据存储和管理、数据分析与应用三个层面。其逻辑是首先将分散在各业务系统（包括ERP系统、供应商管理系统、客户关系管理系统、WMS、TMS、OMS等等）的中的数据，同样抽取或采集到数据处理层，进行标准化处理；然后按按不同的数据模型处理后，进行存储；再根据不同的业务部门需求或在定制场景进行数据应用，满足不同业务需求；同时可以进行机器学习，真正意义上实现数据资产的保管与增值，为业务赋能，如下图所示：
05数据中台的应用架构
将方案架构进行具体化，首先满足企业的最核心的业务需求，包括最基本的是满足业务支持，其次是辅助管理者决策，再次是实现数据的洞察，最后是最大化的数据智能化。其在数据应用方面主要包括用户行为分析、业务经营分析、数据智能应用等。
06数据中台的功能架构
数据中台其最终需要实现汇聚数据资源、降低运营风险、经营决策支持和挖掘数据价值四个方面的功能：
1. 汇聚数据资源：整合多个来源的数据，实现数据的集中、交叉、融合分析，形成专业的业务、商业分析体系；
2. 降低运营风险：发现，跟踪，处理，验证闭环预警分析机制，有效规避风险，保障业务稳定性；
3. 经营决策支持：通过高质量的数据分析，辅助企业管理人员进行高效的市场、管理决策；
4. 挖掘数据价值：通过对各业务系统数据融合建模分析可视化呈现，辅助运营管理人员进行高效的运营管理、指导业务市场发展。
其详细功能架构如下图所示：
07数据中台之大数据技术架构
大数据技术架构对应技术人员来说，应该是比较数学了，这块内容是纯技术，也是市面上非常成熟的技术框架，技术大拿一看就懂的，在此不再赘述。
08数据应用的分析方法
应用多种数据应用分析方法论，为企业提供数据分析咨询服务，真正让数据为业务赋能，实现数据价值化。常用的有5WH、PEST、SWOT、逻辑数、用户行为五个方法论，我们在不同的客户、不同的业态、不同的经营模式可以分别引用响应的方法论或多个方面论结合应用。
09数据的标签体系
基于数据标签汇聚能力构建多维、一体化的标签体系，全面支撑数据各类商业应用。数据标签基于用户以及互联网信息及用户行为综合特征，互联网知识图谱以及地理空间关联特征，进行融合汇聚和深度挖掘关联分析，形成多维标签体系，从用户属性类标签和事件类标签中进行挖掘应用，实现数据价值最大化。
10总结
企业通过数据中台项目的实施，并实现系统运行稳定，大规模数据的存储和分析处理正常，可为企业的运营和市场开拓提供了数据支撑，很好的助力企业运营和市场工作，奠定了数据化运营和业务开展的基础。其明显的项目收益有以下三点：
- 提升了服务品质管控：为企业的服务品质管控有明显改善，提升客户感知，降低用户离网率；
- 降低维护工单产生量：降低生产运营故障率，提升生产效率；
- 提高客户维系成功率：帮助客服和市场部门提升了客户维系成功率。
如果企业中台做得够好、够全面，覆盖企业所有业务域，则其价值是无穷的，对企业的赋能是不可预估的。现在越来越多的企业认识到这点，都在或多或少的进行数据中台的建设，目前常见的都是以部门级的数据中台建设，如营销数据中台、财务数据中台、人力数据中台等等，未来不可避免的需要把这些中台再进行整合，形成大一统的集团级数据中台，这才能真正做到管好数据、用好数据，实现数据可管、可控、可见、可信、可用。
文章来源：数据小菜鸟
