导读：数据中台是一道关乎企业未来的选择题。本文从数据中台的视角来看企业创新是如何升级。

作者：江敏

来源：大数据DT（ID：hzdashuju）

本文摘编自数澜科技联合创始人兼副总裁江敏在2020-2021中国数字化年会上发表的《数智化，数据中台驱动企业创新升级》主题演讲。本次演讲的完整版PPT，可在大数据DT（ID：hzdashuju）公众号后台对话框回复数据中台下载。

▲数澜科技联合创始人兼副总裁江敏

以下是编辑整理的演讲全文：

01 数字时代：从庞大数据中挖掘数据价值

数字时代的一大特点，就是数据量非常大。

大家都能看到，我们现在的互联网、移动互联网，物联网，随着这些新兴技术的发展，对于数据量增长的需求是非常大的。

而当在数据量达到一定量级后，数据的价值与意义也就凸显出来，我们也能够透过数据层面更多的维度地去看待整个企业的发展。

但反过来看，数据量大了之后，如果我们在处理数据的能力不足或者不够，那么只能是“入金山，空手而归”。

举个简单的例子：比如说一个数据库表，数据量超过1个亿，我们在处理数据的时候就非常有难度。而到了今天，百亿、千亿级的数据量都十分常见。如果还拿以前那套方法，那肯定是行不通的。

近些年，我们可以看到，从GPU到分布式计算框架，再到云平台弹性，这些硬性条件的提升与突破，已经为大规模数据处理能力打下了一个坚实的基础，而现在急缺的是将数据用起来的平台和算法框架。

从数据价值层面来说，现在可能还是一个刚刚起步的阶段。

随着我们数据量的增长，计算力的提升，数据价值在企业或者在组织里面的增长，它们之间的关系并不是等比增长的。

数据量和计算力，它的走势可能会更早一些。但数据价值，肯定在每个企业的应用层面都是不一样的，它的曲线可能是缓慢上升。所以，对于我们来说，这其实是一个非常大的挑战，因为每个企业都有各自的特点。

对于数据这一块，去年的时候，国家已经把它定义成第5生产要素。

从整个领域、国家层面来说，数据作为第五生产要素受到极大的重视。国资委发布了《关于加快推进国有企业数字化转型工作的通知》及相关的指导意见；美国国防部发布的数据战略报告，报告中关于数据中台、大数据处理的内容很多，也与现在数澜科技在做的事情非常接近。

02 从IT到DT，“老大难”是阻碍

从IT时代跨越到DT时代，从企业信息化包括数据建设的情况来看，进度还比较缓慢。我们将进度缓慢的原因归结为三个字，就是“老”“大”“难”。

有的企业信息化建设比较早，在信息化建设的整个过程中，由于对企业的使用习惯，包括各方面的原因，其系统建设时间比较久远，也存在着一些东西想去做，但是又不敢做，因为发动之后很可能会影响现有的利润。

还有数据沉淀。我们有很多的可能是10年前、20年前的数据沉淀在那里。这些数据已经转了好几手，以前做这方面数据的人可能已经离职了或者已经转岗了，这个数据当时到底是什么情况，现在可能很难弄清楚。

此外，从大的角度来看，我们的系统结构，现在有很多集团性企业，拥有几百上千的系统。你今天想到一个业务，做一个事情；明天想到一个业务，做一个事情；这些业务跟系统之间的关系网络非常复杂，这个时候我们怎么样去解决这个问题，是值得深思熟虑的。

同样对于数据量来说，我们现在各个系统积累了很多的数据。可能从单个系统的角度来看，数据量并不是很大，但是系统一旦多了之后，这些数据体量规模就非常庞大且繁杂。

从数据使用的角度来说，我们很难；从管理的角度来看，我们企业到底有什么样的数据？这些数据从哪个业务部门出来的，它是由什么业务产生的？最终我的数据将用到哪里去？

这些问题我们都不知道，或者说我们只掌握了少数。可能专门去研究，或者说专门管理这个团队的，会了解得比较清楚。但是从一个企业的全局视角来说，很难去把这一点做到。

03 数据中台不是产品，而是一种机制

以上这些问题正是阻缓企业数字化转型升级的重要原因，那么企业是怎样去解这个问题呢？

我们认为对机制的认知十分关键。从数据中台的角度来说，很多时候把它定义成我买一套产品，这个问题就解决了，这显然是不对的。

实际上就我们自身的经验来看，如果想要达到某一个效果，这就并不是说我今天买一套技术平台或者一套产品，就可以把这个数据资产体系建立起来的。

所以我们定义数据中台不是一个产品，也不是一个技术，我们更多把它定义成一种让企业能够快速地把数据用起来的一种机制，而且这个机制是能够持续运转的。

拿一个传统企业的例子来说，今天有一家生产型的企业，他们面临的问题，比如说采购员，我采购完了之后，是不是有一套标准的生产流水线，同时还要有一套完善的仓储管理体系、商品管理体系。最后就是这个商品生产出来，要怎么样能够通过供应链体系快速地输送到终端，比如门店。

从刚才讲的过程来看，中间这几个环节其实都是存在共性的，或者对于一个企业来说，它是通用的，又或者说它的能力是非常有价值的。

其实它核心的目的就是说我在数据的流通使用的环节，把这种能力建设起来。所以在这个里面我们怎么样通过这种能力，让我们业务端能够快速地去交付，快速地去试错。

04 数据中台是企业数据的“中央厨房”

另外，在数据中台领域非常关键的一点是长期的适用性，如果说今天做了一套系统，只是解决了今天的这个问题，没有持续的迭代，可能过了三年之后，这个问题发生了变化，或者它的环境变化导致了解决这个问题的方法不适用了。

如果说出现这种变化，我们却跟不上的话，大家可能会发现三年前这个系统，今天肯定用不了，或者说用起来会很别扭，其实这个是我们数据中台在落地的时候非常需要关注的，需要想办法去把这个建起来，这是非常重要的一点。

从数据中台的地位，比如说从信息化时代，我们做了很多ERP、OA、CRM这类，其实它沉淀了很多信息，但是这个市场做完了之后，你会发现随着互联网技术的发展，我们开始做其他业务安排的时候，比如说零售企业，它开始除了以前的线下供货，门店直销，现在可能会通过网络商城去做一些APP、小应用，然后通过这个渠道去销售产品。

此外，以前信息录入主要是靠员工手动录入，现在你会发现通过各个APP、网页、小程序等终端，这些数据可以直接录入进来，所以这个时候你会发现原先做的系统，它其实是覆盖不了的，这个时候这两个数据最容易发现的、产生的问题是什么，我的会员体系没有打通。线上有线上的一套会员体系，线下有线下的一套会员体系。

这个时候我想要更全面的掌握我的用户，我应该怎么样去做，我把以前全部的事情推倒重新来一遍？这肯定也是一种方法。

其实，前面提到过我们有“老大难”的问题，建设了这么多年，我去重新推倒再来，对于企业来说决策风险太大了，或者说成本代价太大了。那么，我有没有一个更好的方式来解决这个问题。

如果能够从另外一个视角把这个问题解决，或者说能够通过另外一个视角能够把问题给绕过去。这个是我们在做数据中台需要解决的一个问题。

数据中台体系中非常重要的一个部分就是数据资产治理，通过将企业数据汇聚起来，从一个更全面的视角去看企业的各个业务单元及它的应用情况，无论是线下还是线上，是互联网的还是传统录入，这些数据最终都会汇聚在这里。

当然这里面需要解决的问题也很多，像前面说到的数据质量、数据口径有没有统一的标准等问题。

当数据中台里面这些能力已经建设起来之后，无论是企业持续的经营，还是业务端的数据运营、内部一线部门的操作使用，企业都可以站在一个更全面的视角，去利用、分配企业资源，进行业务增长及创新。

05 数据中台是一道关乎企业未来的选择题

我们认为数据中台是一种机制，而这项机制将支撑着企业在接下来几十年、上百年的市场竞争中生存下来，所以我们在考虑这套机制架构的时候，也一定需要用发展的视角去建设。

关于数据中台建设的方法，从数据的战略到组织，到实施步骤再到整个过程。我们在《数据中台：让数据用起来》这本书中，提出了一套「数据中台建设的方法论」，即一个行动，两个保障条件，三个目标准则，四条建设内容和五个关键步骤。

当然也有少部分的企业在数据中台搭建的层面，已经走得非常前面了。所以根据每个企业的实际情况，大家对「数据中台建设方法论」，在落地的时候进行分析，根据不同阶段的建设重点、关注重点，肯定也会不太一样。

最后，简单地和大家介绍数澜科技，数澜科技是一家初创型企业，2016年6月份成立，至今未满5周岁，我们聚焦在如何帮企业把数据用起来的赛道上，从成立之初我们也是做了相关的很多事情，每年6月20日数澜会举办一场围绕着数据展开的大会——数栖大会。

我们还写了一本书《数据中台：让数据用起来》，目前这本书的行业口碑评价不错，销量也比较高，大家感兴趣也可以去阅读下。

以上就是我今天的分享内容，感谢聆听。

延伸阅读《数据中台：让数据用起来》

点击上图了解及购买

转载请联系微信：DoctorData

推荐语：数据中台领域领先企业数澜科技出品，阿里巴巴集团联合创始人推荐！萃取百家头部企业数据中台建设经验，系统总结数据中台建设方法论。

活动预告????

数字化时代，你准备好了吗？

4月3日/10日/17日

⭐舞动数字·2021数字化转型系列论坛盛大开幕

陈春花、陈威如、韦玮

陈雪频、张晓泉、林光明、韩光

杜浩、马晓东、吴超、铁平、彭锋

12位知名专家、学者

云集线上从战略、管理、实践三个维度

分享企业数字化转型所需业务模式

助力企业具备可持续竞争优势

干货直达????

• 终于有人把网络爬虫讲明白了

• 终于有人把搜索引擎讲明白了

• 数字化转型最致命的5个误区

• Python高能小技巧：了解bytes与str的区别

更多精彩????

在公众号对话框输入以下关键词

查看更多优质内容！

PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作

大数据 | 云计算 | 数据库 | Python | 可视化

AI | 人工智能 | 机器学习 | 深度学习 | NLP

5G | 中台 | 用户画像 | 1024 | 数学 | 算法 | 数字孪生

据统计，99%的大咖都关注了这个公众号

????