本文根據新康眾數據中臺負責人閆順成《數據中臺建設中的得與失》的演講整理。主要內容如下：

一、什么是數據中臺

每個企業、每個崗位、每個人對數據中臺的理解都有所不同。在阿里，數據中臺與方法論、組織架構、工具等密切相關，是數據服務 + 解決方案 + 團隊保障。

我很認可的一種說法是：數據中臺是一套可持續“讓企業的數據用起來”的機制，一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建一套持續不斷把數據變成資產并服務于業務的機制。

縱觀整個市場，大多數的中臺都是用來支撐業務創新的，數據中臺亦是如此，它能夠幫助企業在此基礎之上驅動業務增長，而不是花費過多時間在數據采集、處理等方面。

在數據中臺的建設過程中，需要配備五個要素：企業數據高效使用、數據能力快速輸出、解決方案、組織保障、建設方法論。其中，在數據能力快速輸出方面，我們將其分為五個層級，如下圖所示：

• 建設數據模型，幫助企業在做 BI 深度分析的時候，輕松、快速拿到想要的數據。

• 數據 API 的應用服務，正如通過 PPT 做報告的形式輸出，該層級通過形成一種通用 API，滿足產品調用需求。

• 基礎報表，它僅覆蓋常用數據，并非 BI 形成的場景化分析報表。

• 數據可視化，我們提出了一個概念叫全鏈路經營可視化，目的是為了幫助企業快速決策。

• 數據智能，目前我們已經針對具體場景做了探索，接下來會將數據智能發展成為一種能力，比如預算能力、文本識別能力等，并將其作為數據中臺輸出能力的一部分。

二、新康眾數據中臺建設歷程

新康眾由四家企業整合而成，各自運用的系統不一樣，組織方式也不一樣，因此我們在成立后做的第一件事情就是系統整合。在這個過程中，數據頻繁變動，很難立即推出數據中臺的概念來支撐業務發展，因此在第一年，也就是公司的整合階段，我們采用傳統數倉 + BI 的方式，整合數據，快速支撐業務順利開展。

第二階段即數據中臺的建設階段，我們借用阿里的平臺工具，完成基礎模型的搭建，進行模型拆分、業務思考等，實現數據與業務的統一。

接下來是提升階段，大力推進全鏈路經營可視化，并將其落到實際場景中去。

在新康眾的數據中臺架構中，我們通常將其分為四大模塊：

• 數據采集，運用神策數據的私有化部署；

• 存儲計算，運用阿里的 DataWorks；

• 數據標準體系建設，根據我們自身的業務場景抽象出業務域，并基于此完成建設，并設置指標中心、標簽中心和畫像中心；

• 數據應用，利用 BI 工具接入我們的數據體系，聯合數據 API、報表系統、數據可視化和數據智能，推動數據能力的輸出，最終支持業務決策。

三、數據中臺的得與失

接下來介紹一下我對數據中臺的八點認識：

1.數據中臺建設必要性

數據中臺不是非做不可，它很大程度上取決于企業管理層的態度——對時間、人力、金錢等投入的態度以及對數據中臺的需求程度。

首先，在企業的數字化戰略方向，企業是否愿意往前推進決定著數據中臺建設能否順利提上日程，因為數據中臺相較于傳統數倉等，需要的人力成本和時間成本較高；另外，數據穩定性、業務復雜性、數據開發團隊規模也影響著數據中臺的建設；其次，企業是否有建設數據中臺的能力也至關重要。

另外，判斷企業是否遇到數據重復建設、數據協作效率低、團隊能力不齊等問題，是否需要建設數據中臺來整改。

2.數據中臺的邊界

阿里經常提“大中臺小前臺”的概念，即中臺體系較大，對前臺可操作的空間有所限制。很多場景下，提供基礎模型輸出，到達 API 層級即可滿足企業業務需求；但如果團隊規模較大、能力夠強、對業務的了解足夠深入的話，可以考慮繼續拓寬數據中臺的邊界。

目前新康眾規劃中的推進全鏈路經營可視化便是拓寬數據中臺邊界的表現。在這個過程中，最好的建設方式是：先確定邊界，然后一部分一部分地去完善、補充。

3.數據中臺規劃思路

在我們規劃建設數據中臺時，主要強調以下兩點：

（1）從業務入手，思考業務的本質

對于大多數企業來說，早期建設數據中臺時，會優先基于企業內部現有數據做模型搭建、API 輸出，這種做法雖然也能產生一定的作用，但若想要數據中臺在企業內部發揮長遠價值，就要去思考企業的業務發展方向，并隨著業務的發展去考慮數據中臺的模型架構圖該如何搭建。

（2）向下推動業務數據化，向上推動數據業務化

數據中臺是要滿足企業對數據使用的需求，但數據從哪里來也是需要思考的問題。當你根據企業的業務方向做模型預測時，發現企業的實際應用系統跟你想象中的不一致，那么此時就可以從數據角度去推導業務和產品的具體場景。

數據最終是支持業務的，因此我們向上要幫助業務部門把數據用起來，充分發揮數據的價值；向下要打通多端數據源，規范數據。也就是說，在建設數據中臺的過程中，我們不僅要思考如何建設數據中臺，還要考慮如何推動數據中臺發揮其價值。

4.數據中臺落地思路

數據中臺的建設周期通常較長，為了能夠與業務部門的需求及時匹配，可以優先推動業務發展，在此基礎上獲取數據進行分析后再驅動業務，形成閉環。同時，我們采用整體規劃、場景切入的形式，每個模型框架落地到一個具體的業務場景，以此推動數據中臺快速發揮價值。

5.數據的完整性

針對此，我們將數據中臺全鏈路打通，根據業務需求逐步落地，確保數據完整、真實。

6.數據的安全性

數據安全管控差的話，對企業經營有較大風險。在新康眾，我們堅持數據透明，對某些敏感數據會進行脫敏，BI 數據等對內會相對寬松，C 端同學也是可以看 B 端數據的，這樣有助于交叉業務的高效發展。

同時，我們會面向業務人員設置數據權限，結合人員標簽，實現數據安全的全局控制。

另外，我們也設置了場景審核，人員查看數據后的延伸場景在哪里，發給誰、用在什么地方等等。

7.數據的準確性

在準確性方面，我們面臨著數據難以完全治理的問題，主要表現在業務變動系統更新、業務系統 bug 不斷這兩方面。

針對此，我們首先對數據源進行監控，通過系統開發反饋，系統自動監控，結果數據監控三種方式實現；然后保重點場景，如業務核心場景以及 CEO 高頻查看場景等；最后，要盡可能地早于業務方發現問題及時同步并做預先處理。

8.數據中臺團隊協作

在新康眾，數據倉庫團隊由技術開發、BI、產品和算法共同組成，因此對團隊協作上要求較高，包括業務域劃分、邊界明確、場景協作等。

四、數據中臺之神策案例

接入神策數據私有化部署以來，我們的多條產品線均有明顯提升。接下來為大家介紹兩個具體案例場景：

1.洛書項目：產品指標中心

我們的細分產品有三四十個，每個產品都涉及產品數據、業務數據、用戶行為數據等，在定義產品指標的過程中，我們通過神策數據的埋點技術，將多端數據打通并匯入數據中臺產生報表，生成多樣化產品指標，再用可視化的形式進行展示。

在后臺，我們可以實現跨產品線管理，也可以清晰劃分單獨產品線，完全可以根據自己的業務需求來進行配置，也無需擔心數據安全，這就是私有化部署的魅力所在。

2.數據智能：搜索鏈路分析

在康眾汽配 APP 中，我們借助于神策數據的埋點技術，關注每個坑位的搜索與轉化情況，用戶流失情況，以此評判 UV 和 PV 的利用效率，去發現如何能夠實現用戶的高效轉化的策略并快速落地。

數據的價值猶如漂浮在海面上的冰山，絕大部分被隱藏在我們看不到的地方，而數據中臺的建設正是為了保證數據價值充分發揮，提高研發人員、業務人員、運營人員以及企業管理者的工作效率。

???

【相關閱讀】

• 神策數據潘書薈：解讀千人千面，洞悉數據智能的價值
  

• 簽約丨老鄉雞攜手神策數據，共同推動餐飲數字化創新
  

• 神策數據招募優秀的解決方案銷售和售前
  

▼?點擊“閱讀原文”，體驗行業 demo

總結

以上是生活随笔為你收集整理的新康众闫顺成：数据中台建设中的得与失的全部內容，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。