[数据仓库]我理解的数据中台

概述

特点

数据应用成熟度

核心：让数据产生价值

与传统数仓的区别

技术架构

建设思路

自上而下

自下而上

概述

数据中台不仅仅是一个技术栈，还是一种经营理念;需要利用数据中台理论提高企业的组织效率、协同效率、运营效率

不仅仅是业务和技术聚在一起，业务提需求，技术画架构，然后开发实现，这样一定做不好数据中台，它首先一定要在组织架构上表现出来，有组织保障。同时技术需要工具承载；因此数据中台是方法论+组织+工具的集合；最后的表现形式为：数据+服务+解决方案+组织。

特点

是一套能够持续将企业数据应用起来，产生价值的应用机制；
是一套不断将数据形成资产，并服务于业务的产品模式与架构方法论
数据来源于业务，然后反哺业务，形成闭环，从而帮助企业实现数据的可见、可用、可运营。
提高效率。消除烟囱，实现数据集成、标准统一，方便数据共享。
能够降低创新成本，这里的创新不是颠覆性的创新，而是基于现有的业务，通过合并简化式的创新，以适应变化的市场。

数据应用成熟度

查询统计

数据分散存储在业务系统中，无统一质量管控，以查询统计为主

决策支持

数据集中存储在数据仓库中，有一定的数据质量管理，主要用于决策支持

数据驱动

以数据价值驱动，采集更多数据：包括数据类型、数据量

运营优化

统一规范化数据和应用，优化数据中台，形成数据应用闭环

核心：让数据产生价值

尽可能地采集数据，包括结构、半结构、非结构数据
更好地整理数据

ETL过程：清洗、转换、加载

数据仓库：多维建模、ER建模

挖掘数据潜在的价值

与传统数仓的区别

传统数据仓库先把业务数据归集，根据数据发展业务，也就是“有什么数据做什么业务”；数据中台根据业务归集数据，先考虑做什么业务，做这些业务需要什么数据，然后产生和收集需要的数据，形成数据的循环，也就是“有什么业务就产生什么数据”。因此传统建设数仓周期长，见效慢，数据中台采用小步快跑，见效快，逐步迭代。

数据中台更加重视数据服务，比如数据分析、数据播报、数据运营。目标是被集成到更多的业务系统，因此考核的重要方面：核心表数、接口数据、被调用次数和频率、数据协同情况。

技术架构

建设思路

自上而下

盘点数据资产
规划数据架构
挖缺数据价值

自下而上

按业务需求规划第一个主题域
建设其他主题域
数据治理