來源 |?智領云科技

責編 |?Carol

封圖 |?CSDN 下載自視覺中國

這幾天，女朋友一直忙著為自己挑選情人節禮物，畢竟直男的審美她也覺得不靠譜。

就在昨天，她氣沖沖地跑過來問我：為什么有些平臺總是推薦一些我不喜歡的東西？為什么物流這么慢？為什么總是彈出騷擾消息？

經過一連串“為什么”轟炸之后，技術出身的我淡定且瀟灑地回答道：“因為他們沒用數據中臺……”?

向來不屑的女朋友，竟然好奇的問道：“數據中臺？經常在朋友圈刷到，它到底是什么？”

經過我一番通俗易懂的解釋后，女朋友竟然投來了崇拜的目光……來吧～展示！

我們先來看看數據中臺應該怎么理解？阿里認為數據中臺其三項核心能力分別為：OneModel負責統一數據構建及管理，OneID負責將核心商業要素資產化，OneService負責向上提供統一的數據服務。實際上，數據中臺的核心能力是數據能力的抽象、共享與復用，兩者對數據中臺的定義看似差異巨大，但仔細分析，阿里所定義的數據中臺的核心能力正是數據中臺的結果。換言之，“抽象”是為了達成“OneModel”、“共享”則是為了“OneID”、“復用”才能讓“OneService”更有意義。?

數字化運營不同階段，運營手段各盡所能

隨著大數據技術的不斷更新與迭代，數據管理工具得到了飛速的發展，從數據庫、數據倉庫、數據集市與數據湖，再到大數據平臺與如今的數據中臺，其實將它們比喻成一場“數據的旅程”就不難理解在數字化運營的不同階段，下面我們就來簡明扼要的歸納一下數字化運營不同階段中各運營手段的功能與亮點。

1、數據庫：傳統的關系型數據庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。

2、數據倉庫：數據倉庫系統的主要應用是OLAP，支持復雜的數據分析，側重決策支持，并且提供直觀易懂的查詢結果，可做到業務的歷史快照，總結性數據以及高緯度分析。?

3、數據集市：可以理解為是一種"小型數據倉庫"，只包含單個主題，且關注范圍也非全局，數據從企業范圍的數據庫、數據倉庫中抽取出來，迎合專業用戶群體的特殊需求，其面向部門級業務或某一個特定的主題，良好地解決了靈活性和性能之間的矛盾。

4、數據湖：存儲企業各種各樣原始數據的大型倉庫，其中的數據可供存取、處理、分析及傳輸，主要解決的是“看見數據”的問題，作為全局數據匯總及處理的一個核心功能，數據湖在數據中臺建設中必不可少，除了為數據倉庫提供原始數據之外，數據湖也可以直接為上層的數據應用提供服務。?

5、大數據平臺：個性化、多樣化數據，以處理海量數據存儲、計算及流數據實時計算等場景為主的一套基礎設施，使用大數據平臺，企業可以比競爭對手更快地作出數據驅動的決策，更快地推出適應客戶需求的產品。

6、數據中臺：我們知道所有關于數據工具的建設，其目的都是為了從數據中提取價值來支持更有效的數據運營，那么不能指導實際行動，創造實際價值的數據以及從數據中產生的知識是無用的，那花大價錢來做這個系統也沒有必要。?

說到底，數據工具的建設還是要以 ROI（Return On Investment）來支持，數據中臺概念的出現，很大程度上是原來的大數據系統建設的ROI 不如人意，企業投入了大量的物力、財力和人力建設了大數據平臺，卻發現并沒有給企業帶來應用的價值，大數據平臺更多的淪為“形象工程“，甚至產生了新的數據孤島，更不用說實現數據能力的全局抽象、復用和共享了，而數據中臺可以說是為此類大數據平臺了個“補丁”，其全局的數據倉庫、大數據協調共享等能力，真正解決了重復開發、數據標準不統一、數據孤島等問題，從而提高了數據價值實現效率和ROI。

以女朋友遇到的線上購物體驗為例，很多企業業務組織改革必須要思考如何能夠做到以“消費者”為中心，如此才能擺脫消費者“氣沖沖”的購物體驗，但是擺在企業與商家面前的困難可不小。

首先，要思考的是消費者需求升級且始終處于變化，他們現在想要什么？

互聯網產品通過大數據技術獲得用戶信息數據，搭建出由點到面完善豐富的用戶畫像，從而可以分析出用戶群體的消費行為軌跡。但是，對于商家來說，數據的獲取成為擺在他們面前的第一道難關，無法獲取完整的畫像，無法洞察消費者意愿，以至于零售商家發出諸如“為什么商品吸引不了消費者？”“為什么店鋪留不住消費者？”的靈魂拷問。?

而更多的企業還在采用傳統的“手動為會員貼標簽”的工作模式，企業內部相關部門甚至需要手動對目標人群進行篩選，如此一來大大增加了時間與人力成本。?

其次，如何提升消費者體驗舒適度，提高轉化率？

正如剛剛所提到的“手動貼標簽”的方式，因缺乏對消費者的深度了解，無法及時準確的了解消費者想要什么，亦或是這件商品是否是消費者需要的。另外，很多大型廠商擁有幾十個渠道，系統之間的消費者數據相互割裂，消費者多種權益無法互通。例如，會員在不同渠道使用不同賬號，商家因無法識別賬號之間的關聯關系，使得推廣變成騷擾，從而引起會員反感。

可見，如何充分掌握消費者的瀏覽、購物行為和訂單信息等數據，實現個性化需求，以及在提升品牌認知的同時增加用戶體驗舒適感，成為擺在商家面前的第二道難題。?

第三，如何提升精準營銷，提高客戶粘性，構建成本低、高收益的營銷模式？

結合新零售背景下的大數據分析，越來越多企業希望通過精準營銷打破“人找貨”的思維模式，取而代之的是通過布局各種場景，形成“貨找人”的消費模式。例如如何準確的分析出新老用戶的喜好和消費習慣？如何將營銷信息精準地推送給真正有需求的用戶？如何在眾多用戶中篩選出最有價值的用戶，并針對這類重點客戶進行精準營銷。

如何利用“數據中臺”，提升消費者購物體驗

企業該如何真正做到以“消費者”為中心，幫助消費者在購物中享受絕佳體驗？答案是：掌握數字化運營手段。這其中，數據中臺則成為新零售數字化轉型的關鍵所在。眾所周知，數據中臺的本質是共享數據能力、避免重復造“輪子”、并對數據能力抽象。那么如何利用數據中臺，全面、準確、及時的掌握各項數據需求，并能夠利用數據驅動指導切實的零售業務呢？

第一，提供企業內部管理的數據需求。過去傳統的進銷存表單、傳統備貨計劃，都將被數據中臺這條智慧總線所打破，按照新零售企業內部神經網絡圖的形式，進行綜合的匯總、分析和關聯，并將所需的海量數據在數據中臺進行匯總，這也使得企業內部的管理可以擺脫較重的人員水平因素的制約，使得企業內部管理工作簡單化、透明化，管理及決策也更加精準和高效，助力企業更好地駕馭新零售業態。?

第二，市場行業的數據需求。對于行業動態、市場趨勢以及用戶的研究，是新零售行業發展的重點。在新零售的前段流程和環節中，通過設置相關環節、措施、節點和服務內容，數據中臺可以更加實時便捷地收集行業的動態數據、市場趨勢與變化，并對各類數據進行深入的分析和研究，其得到的觀點和視野將不同于第三方報告。

第三，在新零售的市場營銷環節，企業可以通過數據中臺更加方便地獲取用戶數據，并進行如標簽、建模等一系列加工分析，從而達到精準定位推送、精準營銷，乃至“千人千面”的效果。?

第四，數據互通，打破信息孤島。打破多渠道、多系統數據互相割裂，以及會員權益信息不互通的窘境，利用數據中臺，完成全渠道、多系統之間的信息互通，構建統一的用戶體系。并通過系統自動分配權益及觸發，從而為用戶提供更好的體驗，同時增加了品牌的粉絲粘性。

第五，服務提升需求。有別于過去以用戶屬性、消費金額和商品類型等簡單的畫像處理，企業可以通過數據中臺，對用戶人群進行更加精準的360度畫像，并對用戶在消費上升趨勢和走向中進行分類和判別，進而滿足和引導消費者消費升級的內在需求。除此之外，智能優化供應鏈倉儲布局、配送網絡，可靠近客戶滿足快速送達需求，也能夠增加用戶良好的體驗感。

第六，創新需求，探索智能的管理服務，利用人工智能與大數據技術，通過數據中臺開發出更多智能化的新零售應用途徑與方法。例如，通過數據間的關聯關系進行組合和優化帶來的創新，通過數據對于用戶和未來趨勢進行把握的創新，在營銷方式、服務提升層面的創新等等。

如此一來，消費者在購物時，不僅可以精準地接收到商品推薦而免受打擾，更能快速購買到自己心儀的商品，同時可以享受快速配送，解決無限等待的煩惱。總結來看，數據中臺所提供的三大服務應該包括，避免重復造輪子的創新方法，讓資源得以復用、站在全企業視角提供全局的數據能力以及為數據使用者提供更細微的顆粒度，這些都會為數字化浪潮下的企業提供十足的火力。

更多閱讀推薦

• 阿里工程師用 8 張圖告訴你如何存儲、管理泛內容數據

• 2020 年最厲害的 10 門編程語言

• 大咖說中臺 | 建設數據中臺系列（五）——中臺架構詳解（下）

• 據說，程序員已成為女生年度最喜歡男友職業Top3？

• 鴻蒙加海思，麒麟加龍芯，組合拳能否渡劫“生態”危機

總結

以上是生活随笔為你收集整理的我把这篇文章给女朋友看，她终于明白什么是「数据中台」了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。