前言：
-更多关于数智化转型、数据中台内容请加入阿里云数据中台交流群—数智俱乐部 （文末扫描二维码或点此加入）

-阿里云数据中台官网 https://dp.alibaba.com/index

（作者：DeeperMan）

数据中台要从“组织”出发

最近中台比较热，但业界内并没有对中台有统一认可清晰的定义，很多人会把中台与数据仓库、数据湖混为一谈。但需要提醒读者注意的是，数据中台并不是一个系统，它首先是一种组织架构。

“中台”是马云提出来的，他是一位商业领袖，不是技术专家，也不是数据专家。中台是与业务模式、组织战略相关的。将阿里巴巴调整成了大中台、小前台的架构，目的是让这家公司面对不确定的易变化的商业环境可以灵活快速地做出反应。

很多人都没有理解中台是一种组织架构，而片面地从纯技术或者纯数据的角度来理解中台。其实反过来想，如果中台是个技术或数据的东西，那应该是某位技术大牛或数据大牛提出来的。

中台，很多人都没有理解对。

我们生活在乌卡VUCA时代

这个时代意味着我们正面对着一个易变（volatility）、不确定性（uncertainty）、复杂（complexity）和模糊（ambiguity）的世界。

**易变，V=Volatility（易变性）是变化的本质和动力，也是由变化驱使和催化产生的。
**
· 特点：挑战本身与维持的时长是未知并且不稳定的，但是并非难以理解。相关信息通常是现成的。

· 举例：突然来了一次疫情，工厂无法开工，继而导致产品价格波动。

· 做法：勤于闲时，将资源投入到预备力上，例如，保持库存和储备人才。这些措施通常意味着大额的花销，但是投资应与风险程度匹配。

不确定性，U=Uncertainty（不确定性）缺少预见性,缺乏对意外的预期和对事情的理解和意识。

· 特点：尽管缺乏额外信息，事件的基本因果关系已知。具备变革的可能性，但不一定成功。

· 举例：竞争者的新产品发布悬而未决，业务与市场的未来不够明朗。

· 做法：将资金投入信息的搜集、分析，并分享你的所得。这一做法与组织结构变革相结合时效果最佳，例如用信息扩大分析网络，降低不确定性。

复杂性，C=Complexity（复杂性）企业为各种力量，各种因素，各种事情所困扰。

· 特点：这种情况包括许多相互连通的变量，有些信息是现成的，或能预测到。但想清晰地梳理其复杂程度与本质并非易事。

· 举例：阿里巴巴生意遍布多个国家，每个国家的监管环境千差万别，关税体系以及文化价值观也各不相同。

· 做法：重组、聘用或培养专业人士，积累重组资源，应对复杂性。

**模糊性，A=Ambiguity（模糊性）对现实的模糊，是误解的根源，各种条件和因果关系的混杂。
**
· 特点：因果关系往往是不清晰的。没有先例可供参考，你面对的是“不确定中的不确定”。

· 举例：决定将业务拓展到未成熟的市场或新兴市场，或在主营业务范围之外开发新产品。

· 做法：试验。理解因果关系需要不断提出假设，确保你能够从中得到教训，并将成果广泛应用到实际中。

很多企业对于外部环境的不确定性响应比较慢，就很容易被竞争对手抢走市场额。

在乌卡时代，对于一个企业来说不在于你做了什么，重要的是你比你竞争对手多做了什么、你的客户真正感受到了什么、你构筑了什么样的新型能力。而想要快竞争对手一步或者几步，就必须让自己的企业灵活敏捷起来。

“小前台，大中台”的组织架构，是应对乌卡时代的利器。它能根据外部商业环境的变化，迅速做出响应。

中台驱动业务创新

中台把企业的公共资源和优势收拢，形成火力中枢，赋能前方。中台是产品、研发、运营市场、财务后勤等支撑部门，前台是业务单元，这样避免了业务线部门和部门之间资源重复建设，同时可以根据商业环境的变化而快速敏捷调换前方的业务单元，以面对不确定。比如这次疫情，杭州健康码在短短数天内上线，就得益于阿里巴巴的中台架构。

“小前台，大中台”的架构，对于企业管理者来说，如果看到新的商业机会，可以轻量的成立一个新的业务单元来跟进；如果某个业务单元一直没有起色，也很容易把这个业务单元并入到其它业务单元里面。

在这里讲一个阿里巴巴的故事，淘宝分拆的例子。

2011年，阿里巴巴做了一件很夸张的事，商业史上都很少有这样的例子。那时，淘宝如日中天，2012年就到了1万亿元的规模。那年，阿里巴巴管理层决定把淘宝拆成三家独立的子公司——淘宝、天猫和一淘，找了三个最厉害的领导者去带这三个团队。当时集团跟这三家公司讲得很清楚，让它们就照自己对未来的理解拼命地往前闯，即便相互竞争也没关系，目标就是把对手干掉。

为什么会有这么激烈的一个动作？为什么愿意耗费这么大的资源和组织成本来做这件事？原因其实很简单，2009—2011年，阿里巴巴管理层争论了三年，大家对于未来的产业终局无法形成一个统一判断：未来到底是B2C，还是淘宝这样的C2C，抑或是一个搜索引擎指向无数小的B2C。

小的独立B2C其实是美国的格局，即电商的流量都是在谷歌上，谷歌把流量导给无数的小B2C网站。比如，亚马逊的流量其实并不太高，它只是一个买东西的地方，大家不会在上面进行购物搜索等。阿里巴巴管理层在2011年的时候，其实无法确定中国会不会往美国的方向发展，由于无法就未来的判断达成共识，内部资源的分配就很困难，导致大家天天打架。这个问题怎么解决呢？最后马云下定决心，说我们也别争了，大家到市场上去试，看未来的趋势到底怎么样，在游泳的过程中得到的真实感受才代表未来。所以阿里巴巴管理层就把这三家公司“扔”下去干。

干了一年很快就清楚了，所谓的购物搜索这条路不存在，因为那个时候淘宝、天猫的基础设施已经非常强大，大部分人发现独立的B2C成本太高。在淘宝、天猫这个“面”上做生意，其实是把绝大部分的成本都分摊了，所以它们才能够快速、低成本的运营。由于没有独立B2C的存在，搜索的流量入口也就失去了价值。一年后，一淘就变成了一个部门，重新回到阿里巴巴。

在这个例子里面，我们可以看到，下决策花了3年时间（2009-2011），看结果用了1年时间。

这是阿里巴巴还没有中台的时候，做一次组织架构的调整如此谨慎和艰难。

而时至今日，如果关注新闻的话，可以发现在过去的三年里面，阿里巴巴调整了19次组织架构。这些被称为“晴天补屋顶”的动作，也正是发生在中台架构在阿里巴巴蓬勃发展的时期。普通公司可能根本无法承受这样的“折腾”。而实际上我们却看到阿里巴巴的组织架构调整为其带来了巨大的收益。这就是中台架构带来的好处。

写在最后

中台，是为了让企业在面对商业环境的不确定时，响应更加灵活敏捷。

而中台并不是一拍桌子就凭空出现、拔地而起的。数据中台的构建是组织升级主体和先行，阿里巴巴在享受到数据中台带来的红利之后，将思想沉淀为了方法论，在通过方法论研发出产品，通过产品孵化出适用行业的解决方案。有了产品的支撑，数据的资产化和价值化，变得可视、可衡量。

数据中台是企业数智化的新基建，阿里巴巴认为数据中台是集方法论、工具、组织于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系。目前正通过阿里云数据中台解决方案对外输出，包括零售、金融、互联网、政务等领域，其中核心产品有：

• Dataphin，一站式、智能化的数据构建及管理平台；
• Quick BI，随时随地 智能决策；
• Quick Audience，全方位洞察、全域营销、智能增长；
• Quick A+， 跨多端全域应用体验分析及洞察的一站式数据化运营平台；

官方站点：
数据中台官网 https://dp.alibaba.com

原文链接

本文为云栖社区原创内容，未经允许不得转载。