数据中台在企业数字化转型中的践行（下篇）

转载本文请注明出处：微信公众号 EAWorld

访谈问题概览：

​

1. 介绍一下普元数据中台的方法论？

2. 介绍一下普元数据中台的特点？

3. 介绍一下普元有哪些数据中台方面的实践？

普元 PWorld 大会正火热进行中！普元数字化转型专家团一对一走访 40 余家行业头部企业，探讨解决当下的一些企业数字化转型问题，向更深的数字化转型领域进行有价值的探索和实践。本篇是莱维同学针对企业数字化转型中数据中台建设方面的分享。

数据中台

沙加：普元其实做数据中台也好多年了，我想知道有没有总结出数据中台的建设方法论？

莱维：这里就到我们普元自身的一个能力了。数据中台在企业数字化转型中的践行（上篇）中讲了很多，其实都是我们对业界的一个理解。其实这么多年是从我们这么多客户，这么多项目总结出来的。

我们对数据中台的方法论可以概括为四化。第一是数据的汇聚化，第二是数据的资产化，第三是数据的服务化，最终我们要达到数据的价值化。

我展开来讲一讲为什么叫四化？

首先是数据的汇聚化，很多企业它之前没有认识到一个数据的汇聚的作用。当然数仓其实也是一种数据汇聚，但汇聚只是一部分需要分析的数据。2020 年国家 3 月 30 号发了关于市场要素的配置及时提出意见，其中也提到了数据的要素化、市场化。这样未来更多的企业都会把数据进行一个集中。第一为自身的企业业务服务，第二也要为未来的整个社会的数据大流通服务。所以数据汇聚化是企业内部的需求，也是整个国家政策的一个趋势。数据汇聚是一个基础。

汇聚之后我们提到了数据的资产化，一个非常核心的概念。数据在没有进入资产化之前是很难发挥作用的。如一个阿拉伯数字，它没有承载业务含义，我不知道它是合同金额还是企业的营收。那它怎样能够为业务发展产生价值呢？所以这里要提到一个数据的资产化。我们要把数据的内涵、外因，它内部关联全部理清楚形成资产，那么才能够为企业的业务发展数字化转型提供助力。

第三个“化”就是数据的服务化，我们要更敏捷、更快速的为企业的业务需求提供数据，发现数据的价值，整合数据、提供场景化的数据服务。

那么通过这三化：汇聚化、资产化、服务化的不断的迭代与升级和积累，最终我们是希望达到数据价值化的一个目标，真正的把企业的数据价值，数据资产的价值发挥出来，这是我们普元这么多年总结下来的一个整个对数据中台的方法论。

沙加：行，其实简单的讲就是四化。

莱维：对，我们跟整个社会主义四化是一样的。

沙加：这是方法的这一层，其实普元自己在数据中台这样的方法论下，肯定也有相关的工具平台去做支撑，能简单的介绍一下就是普元提供的这些工具平台上有些什么特点吗？

莱维：我们敏锐的发现了在很多的这种厂商数据中台本质都是各言各自的、讲自己的工具，整个业界都差不多。有别于很多的业界厂商上的一点，虽然我们也在讲工具，但其实工具只是为客户发挥一个助手的价值，我们真正是为客户解决数据中台的架构、方案，以及他为业务服务的价值是什么。现在很多厂商、包括很多的企业都缺失这部分。所以说普元的数据中台的一个整体的思路是要把所有的数据中台的这些模块，可能有一些是普元提供的，有一些是企业自有的，甚至于有些是由其他的业界厂商提供的，做一个整合的串联和连接。普元更希望能为所有的企业客户、为业主方，能够端上一盘完整的一个解决方案。使企业在自身的 IT 架构建设中，数据中台这一块有信心的把它建好。所以这是我们中台的一个特点。这个特点之下我们实现了很多的工具整合。我简单介绍一下，因为后续的评估过程中我们也会去详细的拆解。

我们可以提到叫三种场景的一个串联和连接。首先是一个场景化服务的串联。我们会对于整个中台中所有的业务环节、中台领域的场景进行一个串联。

第二部分是平台工具的串联。怎么把很多离散式的工具串联起来。我之前遇到过的很多企业不仅仅是像技术中台造轮子，数据中台也经常买工具买平台，同一个领域上就买了很多的平台。这些平台究竟发挥什么作用，怎么整合也是需要考虑的问题。这也是我们现在的工具平台的一个特点。

我们的工具平台不只是提供中台的能力，更多的提供的是整个中台能力的整合。还有一块是数据的连接。这里就非常复杂了，因为我们之前的数据都是一个孤立化的，在系统中的、在一个业务领域中的、在一个业务部门下的。我们现在的整个的平台工具希望是全打通，实现一个全域、把数据连接起来，把企业内部的这些业务去连接起来真正的发挥价值。

所以这三种的一个方向是我们中台的一个特点。

沙加：了解，其实普元还是说既有自己的一些工具，同时更侧重的是说把这些工具以及外面商业的一些工具，如何面向于场景化的方案更好的集成，最终把数据做连接是吗？

莱维：是的。

沙加：既然有这样的方法，有这样的工具，能简单的讲一讲就是到底我们在在哪儿做了一些相关的案例实践吗？

莱维：好的，这里我也非常乐于跟大家分享一些我们在客户那边遇到的实际的问题和解决的情况。我主要简单的概括一下我遇到的行业的一些场景。那就像我们现在普元的主要受众之一，如政府和企业、一些非常大型的典型的客户。如某直辖市在最近几年搭建了它大数据的资源平台，融合了 50 家委办局区的全部数据，进行相关的数据治理与应用，也支撑了非常多在全国有典型性和开拓性的一些服务的场景。普元协助了某市的大数据中心做一个数据资源平台或者叫数据中台的一个整体的串联和连接。作为一个市级的大工程，其实有非常多的业界厂商在里面共同的去贡献身上的力量，这里我们每个厂商在里面都发挥自己的作用，取得了很好的成效。

普元在其中着重的体现的就是我们的一个整合能力。我们协助其建立了数据资源的相关的管理体系、运营体系，整合了不同的领域的平台，从集成、开发、数据的存储、应用、服务化整个全体系的一个串联。

所以这是我认为非常有典型代表性的，在一个大型体量下的城市级的数据平台中，如何去把每一个孤立的模块串联起来。我们还协助了非常多行业，像航空、医疗、制造业、军工，只要各行业里探索出他们有自身特点的相关的一个整体的数据中台的建设之路。

提问

网友：数据中台和技术中台是如何相互结合来解决企业管理的问题的？

莱维：我这边谈一下我的理解吧，因为我认为其实几个中台是有一定的层次关系的。因为业务和数据相互纠缠，相互的关联，业务的数据化，数据的业务化也是我们很重要的一个概念。这里数据和技术认为技术是数据的一个基础，那么我们之所以有技术中台，是因为技术中台做了很多的抽象很多的管理，刚才沙同学也做了很好的分享。数据中台我认为更多的是依赖于技术中台所提供的技术能力与企业的内部的 it 的做一个深度的结合，这样才能够形成一个对于数据中台来说它不偏，因为很多的时候你做数据的时候也一定会有相关的技术的选择。第一，保证你的路线不要偏离。第二保证你的整个开发也是被技术中台所控制和约束的，这里是认为技术中台和数据术台最重要的一个依赖，那么还有一个重要依赖数据中台其实要依赖于技术中台的能力，其中它还是一个本身的核心的技术的输出。

我举一个例子，现在大家比较热门的知识图谱，其实图谱我认为是更多的是一个横跨技术和业务的内容，它需要与依赖于技术中台提供知识的，比如说图谱的能力，比如图数据库的能力，比如说相关的高性能的一个拓扑检索的能力，这是技术台所提供的能力。那数据中台我认为更多的是要结合它的场景，把图谱化的知识建立起来，更多的是面向应用，所以可能作为一个例子来解释技术和数据的一个切分。

网友：想了解一下数据中台的数据处理运算有什么需要注意的吗？

莱维：这里其实会有一个不同的方式，这里我想重点的去提一下，因为数据处理运算是一个很久远的问题，从最早的大家编代码、到 SQL，到现在更多的是通过流式的，其实我们更多的需要注意的是什么？如何去拉通每个开发人员的认知，因为这里跟居住证是一样的，所以说数据的开发和技术开发是一脉相承的，那么普元这么多年做技术开发管理的有相关的经验，那么其实就会之前遇到一个很重要的问题，包括我个人也做了 8 年的数据的分析和开发，这里就会发现有很多的时候，很多的企业它因为有不同的厂商。厂商里即使是是同一个厂商的。很多的一个团队的人员，他的技术水平不一样，认知不一样，他们每个人做出来的开发的成果和内容都千差万别，这里可能比我们认为的技术的整个的开发难度还要大。甚至至于数据开发最后做出来的结果是千变幻化了，你每个人做出来都不一样，所以说我们认为对一个数据中台提供平台能力的时候，你的处理和运算更多的是要做封装，而不是开放。太开放了最后对于企业的管理是有很大的问题的，毕竟很多的企业我们终究是解决业务，不是去钻研技术去破裂设立这种新技术。

所以这个时候我认为数据的处理和运算更多的要有封装性和控制性以及约束性，这里才能够去保障我们的数据的开发，或者说数据的应用是可控的。

莱维，普元信息大数据研究院首席顾问，全面主持普元数据领域方案、产品规划建设，重点客户项目实施指导。在数据领域具有十余年设计研发经验，深入研究数据仓库原理与数据架构设计，擅长数据治理，精通大数据平台、元数据、数据集成、数据分析挖掘等领域技术架构与实现。

关于 EAWorld：使能数字转型，共创数智未来！