作者 | 刘丹

提及“中台”，有人兴奋，有人迷茫，有人对其趋之若鹜奉为“神器”，有人矢口否认称其“迷信”。

短短5年时间，企业对其态度更快速经历了：争先恐后，望而却步，不过如此，略知一二，值得深究……，如过山车般的体验。

不可否认的是，无论是云服务商、应用软件厂商，还是数字营销厂商及用户，在谈及助力企业数字化转型、新业务创新时，都逃不过“数据中台”。

尤其是在2020的开端，一场疫情更是按下了企业数字化转型的加速键，数字化、智能化的需求更为迫切，在企业数字化浪潮下，云计算、大数据、人工智能、5G等“确定性”技术，成为企业追赶浪潮的必要手段，而“数据中台“作为不确定性，却令众多企业欲迎还拒。

如何扫除“不确定”带给大家的疑惑，放心的成为先行者而抢占先机？希望本篇文章能够带给您一些启发。

我们到底需不需要数据中台，答案是“非要不可” 

企业对于数据中台的种种疑惑，归根结底是想要了解自己是不是真的需要它，而数据中台又能为自己创造什么价值？

我们不如换个思路来看，作为一家企业的管理者，您是否希望您的企业能够比竞争对手更快、更好、更多的盈利？如果答案是肯定的话，那么，我们认为数据中台对您来说就是非要不可。

对此，智领云CEO彭锋博士强调：“我们绝非为了建设数据中台而建中台，而是为了建设一个企业级的数据能力共享和复用平台，以此抢占先机，提供出比竞争对手更快更好的产品。”

纵观企业发展的历史，当企业发展到一定规模时，必须能够比同行业竞争对手能更有效地、更快速地提供符合市场需求的产品和服务。企业能否通过数字化运营制定出更好的竞争与运营策略，从而帮助其在激烈的竞争中取得优势，并在此过程中为企业创造出真正的价值尤为重要，而想要达到这样的目的，现有业务与新业务的数字化转型就成为了当务之急。不过，由于不少企业在数据开发与应用开发之间存在着Gap，这就导致企业的数字化转型举步维艰，进展缓慢。数据中台的出现，则弥补了数据开发和应用开发之间，由于开发速度不匹配，出现的响应力跟不上的问题，从而能够帮助企业快速的实现数字化转型。

那么，数据中台为何有如此魔力呢？我们不妨来看看阿里是如何定义数据中台的——数据中台就是基于计算与存储底座，提供标准统一、可连接萃取的数据平台，包括数据采集与研发、数据连接与萃取、数据资产管理及统一数据服务，服务于上层业务。其三项核心能力分别为：OneModel负责统一数据构建及管理，OneID负责将核心商业要素资产化，OneService负责向上提供统一的数据服务。

而智领云认为，数据中台的核心能力是数据能力的抽象、共享与复用，两者对数据中台的定义看似差异巨大，但仔细分析，阿里所定义的数据中台的核心能力正是智领云所定义的数据中台的结果。换言之，“抽象”是为了达成“OneModel”、“共享”则是为了“OneID”、“复用”才能让“OneService”更有意义。

当然，无论是否建设数据中台，企业都迫切需要解决各部门数据重复开发，浪费存储与计算资源、数据标准不统一，数据使用成本高、业务数据孤岛、数据利用率低等问题。

此时，建设数据中台不仅能够促使企业快速响应市场，比对手更加稳准狠的了解市场需求，快速生产出更适应用户需求的产品，达到在任何浪潮下都能比竞争对手先行一步的目的。同时，数据中台所强调的精细化管理与低成本的生产，更能为企业节省不少的开支。

因此，数据中台所提供的三大服务应该包括，避免重复造轮子的创新方法，让资源得以复用、站在全企业视角提供全局的数据能力以及为数据使用者提供更细微的颗粒度。这些都会为数字化浪潮下的企业提供十足的火力。

正如营销之父菲利普·科特勒在中国行的一次分享中所强调的“近来，市场营销出现了一个变革，就是数据营销。每一个公司如果不转向数据营销，都是在犯错误。”

数字化运营不同阶段，数据中台做了哪些它们做不了的事？

归根结底，数据中台是解决“数据”问题，而这也催生出不少人对于它和数据仓库、数据湖、大数据平台等同样解决数据问题的数字化运营手段的对比。实际上，如果我们用心比对，就会清晰地发现以往数字化运营阶段的一些局限性，从而更加清晰明确地了解数据中台的优势所在。

举例来说，传统数据仓库，第一次明确了数据分析的应用场景应该用单独的解决方案去实现，不再依赖于业务的数据库，从而帮助企业更加了解用户的反应。随着大数据时代的来临，数据量剧增，业务发展迅速，数据仓库并不擅长于对实时数据、非结构化数据的处理。而必须事先定义好分析内容和方向则成为其最大的局限。

数据湖在提出之际便考虑替代数据仓库的思维，将原始数据按照类别进行存储，在各数据池中将数据转化为统一的可直接提取的格式，这种方式对大数据分析做出了极大贡献，也为企业带来多种能力，例如，实现数据的集中式管理，以及结合先进的数据科学与机器学习等技术，帮助企业构建更多优化后的运营模型。不过数据湖主要解决的是“看见数据”的问题，却没有解决“如何用数据”的问题。

大数据平台则是以处理海量数据存储、计算及流数据实时计算等场景为主的一套基础设施，使用大数据平台，企业可以比竞争对手更快地作出数据驱动的决策，更快地推出适应客户需求的产品。但在建设中，硬件投资与软件开发投入量巨大，极大增加了研发的难度、调试部署的周期、运维的复杂度。除此之外，还经常由于架构的缺陷，数据应用开发运维的困难，多租户资源隔离的复杂度等原因造成数据孤岛，应用孤岛的问题。

不难发现，以上数据概念按顺序整体呈现从局部到全局，从后端到前台演变的趋势，这也反映出数据行业价值的转变。在数字化运营的当前阶段，大数据平台已经发展到了足够成熟的阶段。但是，数据如何能够更加安全、快速、最小权限、且能够溯源的被探测和快速应用？又如何真正解决重复开发、数据标准不统一、数据孤岛等问题呢？

以上，数据中台能做，大数据平台却无能为力！

简言之，数据中台，是在大数据平台上打了补丁，解决了大数据平台原来难以解决的问题。

中台不止于阿里，“数据中台”的正确姿势也可以这样

众所周知，“中台”一词在国内最早是由马云提出，随后越来越多的企业跟随其热度，利用中台推动其业务增长，使得“中台”得以风靡。所以，提到中台，大家首先想到的是阿里。但实际上，中台的实践者并不仅仅只有阿里一家。

来自智领云的彭锋之所以能够斩钉截铁的对数据中台给出肯定的回答，是因为他曾先后在Ask.com 和 Twitter两家硅谷公司工作多年，并在此期间长期进行过与数据中台的相关工作。除了前面强调的有关数据中台的技术优势，实践与落地更能检验真理。彭锋强调，在硅谷绝大多数知名独角兽都是遵循所谓国内称之为“数据中台”的方法论，而现在阿里、今日头条内部也基本运用了数据中台的方法论与架构。

而为了让更多企业感受到数据中台的魅力，彭锋将将硅谷知名独角兽企业的数据中台方法论带入了国内，并创立了智领云。

智领云所提供的数据中台优势明显。首先，在产品战略方面，团队领军人物对于大数据技术了解甚早，其核心团队都有在各大高科技公司大数据部门多年工作的经历，经验丰富，对大数据有着独特的视角；其次，彭锋所带领的智领云团队，对数据中台有着丰富的技术方面的积累，智领云的产品也具有很高的产品化程度，用户使用后，见效快、风险低，决策流程快速，因此，其复购率很高。

智领云：让数据驱动能力成为公司未来的核心能力

回过头来，我们再来看是否要做数据中台时，便会清晰地了解以下三点：

我们的大数据系统要不要解决数据中台所要解决的问题？答案是肯定的！

是不是要专门做一个阿里所说的数据中台？答案是未必。

我们应该建一个什么样的数据中台？答案是能给企业提供相对竞争优势的数据中台。 

彭锋再次强调，数据中台实质上是传统大数据平台上的增强，但很多企业建设数据中台时，却连大数据平台都没有，所以智领云的全家桶产品包含从0到1建设大数据平台的所有内容，也与合作伙伴为企业提供例如传统数仓、数据治理等工作，可以帮助企业将前期缺乏的部分一并建立起来。

而当建立起大数据平台，或者有大数据平台的企业想要这块神奇的“补丁”，从而进行数据中台建设时，才是智领云真正发挥核心优势的时候。智领云提供了包括全局的数据应用资产管理、全局的数据治理机制、自助多租户的数据应用开发及发布、数据应用运维、数据应用集成、数据即服务、模型即服务、数据能力共享管理、完善的运维指标等工具与方案帮助企业建设数据中台，而这也正是智领云的核心产品BDOS的主要目标。

据彭锋介绍，自去年以来，头部客户已经显示出对于数据中台的强烈且直接的需求，而不少企业由于缺乏合适的建设数据中台的工具和方案，没有掌握正确的数据中台建设方法论，导致了数据中台建设没有取得预期的效果，甚至得到了适得其反的效果。而智领云的出现，则为企业提供了一条经硅谷独角兽企业验证的数据中台建设之路。

彭锋始终强调：“数据中台作为一种方法论，提供的不是端到端的解决方案，而是帮助企业构建一个数据驱动的业务体系，让大数据平台从成本中心变为利润中心。而且我们认为这样的数据驱动能力是每个公司未来的核心能力。”

所有的伟大，都源于一个勇敢的开始，每一次文明的进步，都源于对价值的不断追求。智领云作为一家初创企业， 利用自身在产品战略与技术方面的优势，经过内部打磨以及不断的经验积累，在金融、医疗、在线教育等众多领域提供了完善的数据中台解决方案，成为众多企业在数字化浪潮中，再上新高的强大助力。由此，也让我们看到这家年轻企业的魄力与野心。

- FIN -

福利

扫描添加小编微信，备注“姓名+公司职位”，加入【大数据学习交流群】，和志同道合的朋友们共同打卡学习！

更多精彩推荐

• 谜之中台 用之有道

• 硅谷的“中台论”与中国的“中台论”

• 数据中台送到家 企业数字化转型“输血”变“造血”

• 授人以渔的数据中台，能否解你的焦虑综合症（文末有福利！）

• 数据中台行业应用与实践

• 深度剖析数据中台技术架构