基于數據中臺的頭部企業核心業務單元拓展研究*

張 弛

(武漢理工大學 法學與人文社會學院，湖北 武漢430070)

一、引 言

中臺概念最早源于中國古代，“在中國古代東漢時期，尚書臺成為政府的中樞，號稱中臺。”[1]顯然，這里的中臺是一種政治組織架構和運行體系。及至后來，中臺(Middle-end)一詞又用于描述美國的軍事作戰體系，指在前方和后方之間搭建一個連接架構，如作戰中的中臺炮火群。[2]在企業運營中較先引入中臺模式的是芬蘭Super cell公司，但其使用的不是中臺一詞，而是用的“部落”一詞。2015年，受“部落”模式啟發，阿里巴巴正式啟動“大中臺，小前臺”的中臺戰略。目前，中臺尚無統一定義，可以將企業中臺理解為既是一套企業運行架構，又是一種體系；既是一種戰略，又是一種管理思想，“這種思想主要是為了加速數據驅動價值的過程。”[2]

數據中臺作為中臺體系的基礎和核心，是與大數據如影隨形的。進入大數據時代，企業界逐步認識到，“大數據本身并不是企業競爭力，但大數據分析和挖掘有助于提升企業競爭力。如果說企業競爭力需要重塑的話，那么一定指的是在數字經濟條件下提升企業大數據管理能力。”[3]但如何提升企業大數據管理能力，特別是對頭部企業來說，如何將大數據原理和技術運用到具體的管理實踐中，如何將掌握的海量數據運用到企業核心業務單元的開發拓展中去，現實管理中業務前臺和技術后臺之間還缺乏有機的中臺連接。為有效解決數據與業務的脫節問題，阿里在2014年提出“數據業務化，業務數據化”的設想，并通過構建阿里“數據中臺”付諸實踐。從這個意義上說，數據中臺概念起于中國。[4]雖然從概念到落地實踐時間較短，但對企業從IT時代走向DT時代來說，也是一種管理理念的創新。[5]

目前，數據中臺的主要應用對象是頭部企業，走在前列的是互聯網巨頭，還有金融[5]、電網[6]、媒體[7]等行業巨頭。頭部企業率先實施數據中臺戰略[8]，在于其具有營收規模大、業務單元多、數據沉淀多、內容結構復雜、對外擴張業態渠道多樣、上下游合作關系廣的特點。研究機構認為，符合上述六條中任意兩條者皆需要搭建數字中臺。

關于數據中臺的架構，一般是在One Data體系下建構One ID，One Model，One Service三個模塊，以One ID核心商業要素資產化為核心，以One Model統一數據構建及管理方法論為主干，以One Service提供統一的數據接入和數據查詢服務為內容(見圖1)。與大數據對接，將“數據業務化、業務數據化”是構建數據中臺的直接目的。數據中臺定位于計算后臺和業務前臺之間，其核心價值是以業務視角而不是純技術視角來應用大數據，數據中臺的功能是“承技術啟業務”，也就是說，數據中臺不是純技術，不是純業務，也不是純數據的架構，它是以大數據為中軸線，基于技術而又深入業務的智能化數據體系。中臺一方面專注于從業務視角建設數據中臺智能數據體系，另一方面致力于通過數據與業務鏈深度融合實現企業核心業務單元數字化升級。本文試圖通過分析數據中臺對企業業務的賦能，來探討企業的三個核心業務單元，即產品業務單元、用戶業務單元、服務業務單元基于數據中臺的開發拓展問題，見圖2。

圖1 數據中臺基本架構(作者整理)

圖2 數據中臺賦能核心業務單元(作者整理)

二、產品業務單元拓展

邁克爾·波特在《競爭優勢》一書中指出：“每一個企業都是用來進行設計、生產、銷售、交貨以及對產品起輔助作用的各種活動的集合。”[9]在這個“集合”中，產品處于業務單元的核心地位。在進入工業4.0的智能化時代，數據中臺之所以率先在頭部企業展開，就是這些企業經過多年信息化建設，新舊IT系統沉淀的數據之間難以打通，企業內外部數據難以連接，一個個“數據孤島”猶如一個個林立的“煙囪”互不連接，許多企業同時使用SaaS和老一代ERP，而進入大數據時代后，新業務和老系統之間，需要一個“路由器”[10]，而這正是數據中臺的核心需求所在。

互聯網行業以及金融、電網、媒體、物流、房地產、連鎖商超等行業的頭部企業率先建立數據中臺，一個重要原因是這些企業產品業務單元遍布線上線下，產品數據遍布企業內部外部，亟需通過數據中臺對產品業務單元進行設計拓展。

(一)無形產品的拓展

隨著“互聯網+”戰略的實施，頭部企業的產品線越來越長，產品形態日益多元復雜。互聯網巨頭本就靠互聯網起家，其產品線主要分布在線上，而且大多是無形產品。無形產品主要指非物質性產品，包括計算機軟件、信息服務、網上教育培訓、娛樂消費等服務類產品。服務類無形產品的增長符合產業比重變化規律，即工業化程度越高，第三產業比重越高，服務類產品以及無形產品在產品總量中的占比也必然提高。[11]比之物質性有形產品，非物質的無形產品創意性更強，因而其知識產權屬性更為突出。

數據中臺戰略及其構想在中國最早是由阿里巴巴提出并實施的，阿里巴巴作為一家互聯網頭部企業，其所擁有的金融產品、菜鳥物流服務、大數據云計算服務、廣告服務、跨境貿易服務都表明阿里的產品業務鏈并不短，其產品業務單元復雜多元，而且大都是服務性的無形產品。還有一個明顯的市場信號是，阿里在2018年完成自身的數據中臺架構并有效運轉后，已經開始對外輸出基于阿里云的數據中臺系統，這一將數據中臺能力作為無形產品對外“賦能”的舉動，甚至被部分客戶質疑為阿里花大力氣構建數據中臺的目的是不是為了賣云。如果阿里巴巴真的賣云，說明其業務鏈還在逐漸拉長。阿里無形產品單元的拓展依靠的正是其云上數據中臺的有力支撐。[12]

除了互聯網頭部企業之外，作為傳統行業的金融頭部企業也較早構建數據中臺。在“互聯網+”和大數據推進下，金融機構業務不斷從線下轉向線上，但傳統的Oracle、SAP數據庫很難支撐即時快捷的海量數據挖掘分析，因此紛紛搭建基于大數據的“承啟技術后臺、賦能業務前臺”的數據中臺。[13]在強大的數據中臺支持下，各金融機構的金融衍生產品層出不窮，從產品形態上講，各種理財產品都是無形產品，都是系統里的一堆數字，這些非真金白銀的無形的金融產品之所以贏得客戶信賴，其金融信用依靠的是數據中臺把控的數據安全。基于大數據的全數據原理運行數據中臺能即時快捷地發出哪怕是萬分之一的風險提示。頭部企業的無形產品大都具有信譽度高的特點，除了其產品創意和質量能滿足客戶日益多樣的需要外，還在于其產品的安全性，不管是阿里的支付寶、騰訊的微信支付，還是銀行的理財產品，都是客戶信得過的無形產品，而這些令人眼花繚亂的無形產品的安全性都有賴于基于大數據的數據中臺的支撐。

(二)免費產品的拓展

克里斯·安德森在《免費：未來的商業模式》中指出：新的“免費”并不是一種左口袋進、右口袋出的營銷策略，而是一種把產品和服務成本壓低到零的新型卓越能力。免費模式不是單純建立在物理層次基礎上的經濟學，而是建立在電腦字節基礎上的經濟學。[14]顯然，以“電腦字節為基礎的經濟學”是網絡時代的經濟學，因此，免費產品的拓展設計對線上頭部企業尤為重要，線上企業生存和發展的關鍵是用戶點擊率，而提高用戶點擊率的一個重要營銷手段是通過提供免費產品來聚集用戶人氣，擴大用戶群，增加用戶黏性。盡管產品免費會減少一些收入，但通過吸引用戶眼球，提高用戶點擊率，就可以提高廣告收入，這從另一個渠道補償了損失。

免費產品的設計是基于一個營銷思路的改變，即實現由購買者至上向受眾至上轉變。傳統的商業關系是只有買賣雙方的二維經濟關系，即賣方只為買方提供服務，一手交錢一手交貨的買賣關系簡單明了，但這種一對一的買賣關系具有很強的功利性。在大數據時代，“線上+線下”的互聯網商業模式突出強調電子商務、廣告和增值服務，但這些商業活動有一個共同的前提就是必須擁有一個巨大、免費的用戶群。因此，大數據時代的互聯網經濟不是簡單的二維經濟關系，而是多維的受眾關系。丹尼斯·麥奎爾提出“受眾的滿足模式”(Gratification Set)概念，指出“受眾的滿足模式”意味著受眾是處于分散各處，無相互聯系的個人集合體。將無相互聯系的受眾作為互聯網商務的受眾，會大大擴展產品用戶群，也就是說，互聯網經濟強調的不是如何獲取收入，而是如何獲取用戶，盡管有些用戶只是潛在用戶。克里斯·安德森在《免費：未來的商業模式》中指出：“作為商家，只要免費能獲得用戶的注意力和忠誠度，就可以嘗試。因為總有5%的VIP客戶愿意主動付錢，或者你總可以從互補的產品中獲得收益。”[14]

免費產品具有易于數字化、無形化、成長性較好、沖擊力較大以及間接性受益的特點。因此，拓展設計免費產品是互聯網頭部企業的重要商業模式。免費產品的設計和運行需要消費場景，消費場景本質上就是消費業務鏈，即A產品免費、B和C產品收費，A、B、C共同構成一個消費場景。場景的設計要運用消費心理學的“心智交易成本”，在心理上滿足人們好占便宜的天性。互聯網頭部企業的車音網是成功實施免費+收費消費場景的企業之一，車音網的會員只要支付一定數額的話費，就可以任意撥打國內電話，還能免費享受緊急救援、導航、代辦違章繳費等服務，而且收費價格比一般市場價格低得多。這種低價格收費+免費的產品組合順應人們天生具有的好占便宜害怕吃虧的天性，“通過對大家都認可需要收費的部分(通信)收費，就讓用戶的這一‘心智交易成本’不復存在。”由此可見，“交叉補貼式的免費模式需要企業提供多種產品(或服務)，單一的產品(或服務)是無法進行交叉補貼的。而這多種產品(或服務)組合在一起，就變成其他競爭者無法超越的核心競爭力。”[15]

互聯網頭部企業熱衷于設計推送免費產品，其設計思路是流量變現，即通過免費獲取巨額流量，以致于有人提出“互聯網賺錢的公式是：流量=金錢”，“只要有了流量，變現根本不是問題。”流量變現具體有三個操作：一是廣告變現，現在一些互聯網頭部大號幾乎每條視頻都有廣告植入，而且還能通過數據中臺提供的用戶對廣告的厭惡度數據分析針對每個人實時調整廣告播放時長，做到既做廣告又不傷粉。二是帶貨變現。如“抖音好物聯盟”開展的0粉絲也可以開通商品櫥窗活動，還有“抖音會說話的劉二豆”通過帶貨跳轉到淘寶銷售寵物用品。三是知識付費，如“潛能宇哥”以健身達人的身份，免費分享很多關于健身的專業教學，吸引健康愛好者并推薦健身付費產品。

免費產品的設計拓展與feed流密切相關，特別是互聯網頭部企業更是feed流的主要操控者。Feed流(news feed)是一種數據格式或一種信息單元格，其將用戶喻為愛吃東西的動物一樣不間斷持續提供信息數據流，很多社交和資訊類App中，如微信朋友圈、今日頭條推薦頁、知乎關注頁、還有抖音短視頻等都使用了feed流。Feed流顯然融入了對人性的理解，免費、娛樂、刺激、快感都會使人上癮。在feed流的背后是數據中臺即時、快捷、準確地將用戶訂閱的消息數據源組合在一起形成內容聚合器，幫助用戶持續獲得最新的訂閱源內容。Feed流系統的核心在于存儲和推送，存儲系統中的賬號關系存儲和feed消息存儲都是100TB甚至是PB級的數據量，推送系統中的發布和讀取功能都需要保證千萬級的TPS和QPS，這都需要基于大數據的數字中臺對數據信息進行整理、聚合和發布，可以說，沒有數據中臺，就沒有免費的feed流。

三、用戶業務單元拓展

擴大用戶數量，滿足用戶需求一直是企業發展追求的目標，企業經營的一系列數據——產品、銷售、成本、利益等，歸根到底都與用戶有關。用戶有個體用戶和團體用戶的分類，但個體和團體都是現實的人，因此，關注用戶就是關注人。在基于大數據進行用戶畫像和“量子人性”[16]的條件下，對用戶行為進行量化細分不僅具有理論必要性，而且具有市場可行性。英國當代數學家及人類學家托馬斯·克倫普在《數字人類學》一書中指出：“數字的本質是人，數據挖掘就是在分析人類族群自身”。他認為，數字是人類行為和客觀世界的數字化或者定量化，人類行為通過數字表現出來，“從跨文化上來判斷，數學的經驗是統一的。”數字與人類行為的同構性是通過數據挖掘洞悉人性和人的行為的基礎，通過數據挖掘分析人類族群自身，本質上是源于“現有特定的聚居人群的經濟、社會和政治都是一些動態系統，”而數字人類學就是關于“這種系統是如何運作的假設。”從這個意義上說，“人人都是建模者(modeller)”。[17]中國管理學界一直在研究“量子時代的管理”，周箴提出“量子時代的到來催生了對應的量子思維和量子管理以及管理變革。”[18]在“量子管理”和“量子人性”推動下，互聯網時代的用戶單元正在大力拓展。

(一)潛在用戶的拓展

頭部企業一直把擴大用戶群作為搶占市場的重點目標，金融機構搶奪客戶的白熱化競爭自不必說，商超百貨也通過跨地域連鎖不斷搶奪客戶群。互聯網頭部企業憑借泛互聯優勢將客戶群擴大到千萬級和上億級，其中一個目標重點是對潛在用戶的開發。

潛在用戶的開發與頭部企業成功運用大數據預測功能密切相關。根據“第四范式”，大數據“是在未知規律的情況下，運用計算能力從大數據中發現規律并發揮規律的作用”。從“未知”中挖掘數據并發現規律，其核心意義在于發現可能存在的潛在價值，而不是發現現實價值。大數據的這一預測功能說明傳統意義上的可能與現實的關系發生了變化，這種變化主要表現在兩個方面：一是將小數據時代的“大概”的經驗式可能性轉變為大數據時代精準的科學式的可能性；二是通過大數據預測將好的可能性變成現實，將不好的可能性不變成現實。[19]

從商業營運的意義上講，可能與現實關系的變化要求企業把關注的重點不僅放在現實用戶上，還要關注可能的潛在用戶。在大數據時代，聚眾效應作為互聯網經濟的一個重要的盈利機制，就是快速聚集形成一個龐大的瀏覽圍觀群，形成“眼球經濟”。

頭部企業能快速拓展潛在用戶的原因除了企業聲譽、產品質量、服務滿意度等因素之外，還在于其快速粘住用戶的能力，特別是互聯網頭部企業拓展潛在用戶一般都是通過構建“用戶回環”和“內容回環”來實現。“用戶回環”是運用feed流不斷進行用戶的“獲得-激活-留存-再獲得”操作，形成并拓展“用戶池”進而形成用戶回環。用戶回環包括用戶獲取、用戶激活、用戶留存、用戶推薦四個環節。用戶獲取主要通過關系鏈導流、異業合作、ASO等方式進行，關系鏈導流包括導入QQ、微信好友和通訊錄，異業合作包括快樂大本營、天天向上等帶動用戶激增。用戶激活以內容準備、自動播放、參與創作等方式粘住用戶。用戶留存通過“熱門內容篩選+個性化推薦”算法吸引用戶為回頭客。用戶推薦通過個性化推薦和參與創作使用戶從消費者轉變為傳播者。“內容回環”通過產品設計、社區氛圍、外部刺激等方式將內容消費用戶轉變為內容生產者進而形成內容回環，內容回環中消費者和生產者的角色合二為一，通過“我也可以拍出火爆視頻”“拍同款”等挑戰創作活動，將內容消費者用戶不斷向內容生產用戶轉化。顯然，通過“用戶回環”和“內容回環”拓展潛在用戶必須將內容池的數據與用戶池的數據進行匹配，為用戶進行個性化推薦，常用推薦算法是“協同過濾+內容推薦”(見圖3)。現實生活中，頭部企業面對的都是海量的用戶數據和內容數據，要實現精準的個性化推薦，基于“人”的維度找對人，基于內容的維度找對內容并即時快速地進行匹配，這是原來IT架構下林立的“煙囪”系統所無法勝任的，必須運用基于DT架構的數據中臺才能完成。

圖3 內容—用戶精準匹配

(二)無聊用戶的拓展

“無聊用戶”與“無聊經濟學”有關，這里的“無聊”是一個比喻，喻指一種“閑暇”狀態。無聊經濟學的提出者是“分眾傳媒”董事局主席兼CEO江南春，他提出無聊經濟學是因應網絡新媒體而日盛的分眾傳播，分眾傳播強調傳播的精準性。眾所周知，任何企業的價值實現都離不開廣告，但“眼球疲勞”逃避廣告信息是很多用戶的本能反應，運用“注意力經濟”吸引用戶接受廣告信息就必須針對用戶的興趣點并利用其“無聊時間”，打發無聊是人們日常生活的常態，無聊經濟正是要進入這種常態。從心理學意義上講，無聊一般分為主動無聊和被動無聊，主動無聊是人們在緊張工作之余主動選擇的一種閑暇放松狀態，在主動無聊狀態下人們會很反感廣告信息的打擾。被動無聊是人們主觀上不愿意但現實環境卻讓人感到很無聊，在被動無聊狀態下人們并不很反感廣告信息的打擾，反而會關注廣告信息以幫忙打發時間。網絡新媒體的“分眾傳播”特征與現代人的個性化生活狀態有關，而個性化的生活狀態決定了市場的細分，市場細分必然導致用戶細分，具體表現為無聊用戶群的出現。因此，現代人的生活方式在很大程度上會影響現代商業運營模式，生活碎片化和碎片化文化必然導致市場碎片化和快餐文化，碎片化是后現代的產物，是后現代文化現象的基本形態。[20]碎片化和快餐化應用的最大意義在于解決標準化產品和用戶需求個性化之間的矛盾，[21]碎片化并不是消極現象，它對現代微生活模式的展開具有意義。[22]面對碎片化和快餐化以及由此衍生的“無聊經濟”，企業運營也應該把注意力投向打發“無聊時間”的“無聊用戶群”身上。

由于“無聊”是人的一種“閑暇”狀態，因此，與“閑暇”有關的產品都可以吸引“無聊用戶”，如旅游產品、音視頻產品以及良品鋪子等休閑食品都可以將無聊用戶作為拓展對象。當然，無聊只是“閑暇”的一種狀態，而不是“閑暇”的全部狀態，拓展無聊用戶針對的主要是生活碎片化、娛樂化狀態下的消費人群。

無聊用戶在互聯網頭部企業的用戶群中呈快速增長態勢，用戶來源主要是游戲客戶群。自電腦游戲問世以來，從單機版到聯機版再到網游，游戲產品越來越多，游戲玩法越來越多，游戲玩家越來越多，游戲公司獲利越來越多，僅在中國，從2008-2017年游戲用戶就從6700萬增加到5.83億，用戶量增加近10倍，游戲行業收益也從185億人民幣增加到2036億元，收益增加近12倍。[23]網絡游戲公司是最早運用大數據對用戶進行“聚類”畫像的，聚類和簡單的分類不一樣，簡單的分類往往是一維的，而聚類是多維的，聚類對游戲玩家未知的分類比常規的維度要多，既有活躍度、消費額度評估打分，又有玩法、參與、社交項目評估打分。聚類通過相似性尋找將N個散點通過機器學習的算法聚為一類，可以從未知的視角發現一些比較難發現的用戶特點。網絡游戲是公認的離錢最近的行業，但也是數據處理最復雜的行業，游戲行業的運營指標多達200多個，是所有行業里最多的，游戲運營會產生非常多的數據，這些海量實時數據只能依靠大數據平臺來處理。因此，數據中臺對于網游公司的運營來說是至關重要的。

四、服務業務單元的拓展

在傳統生產條件下，企業的服務業務基本上是一元結構，即售后服務。在現代生產條件下，企業服務業務呈現出多元性全時空特征。所謂全時空，是指在時間上的全程性和空間上的多維性，全程性表現在從產品設計、生產、質檢、銷售、交貨、支付、反饋、售后等全程業務環節都有服務性參與，多維性表現在從云空間到微空間也都有服務性元素參與其中，如通過微空間開展咨詢業務活動。

由售后服務到全程服務的轉變，在宏觀層面與經濟發展由短缺經濟向過剩經濟的轉變有關，在中觀層面，與產業產能過剩有關，在微觀層面，與企業技術水平相對同質化導致的市場激烈競爭有關，現在的市場競爭，不僅需要拼產品，也要拼服務。由一維的售后服務到多維服務的轉變與泛在網絡[24]的發展有關，泛在網絡創造的云空間和微空間為企業提供云服務和微服務創造了條件。在互聯網、大數據條件下，頭部企業服務業務單元的拓展突出表現個性化私人定制服務和體驗式服務等方面。

(一)個性化定制服務的拓展

企業管理進入大數據時代，將“量子管理”理念帶入到數據分層和用戶畫像的定制服務新場景。數據分層的定制服務在本質上是一種面向分眾時代用戶多樣性需求的科學的量化手段，Martin Klubeck在《量化——大數據時代的企業管理》一書中深入分析了量化對于企業管理的大數據意義。他認為“量化分析就是使用不同層級的信息(數據、指標、信息和其他量化指標)講述故事。”[25]定量化的私人定制改變了傳統營銷的千篇一律、千人一面的標準化格局，使營銷服務形式更貼近用戶，滿足個性化需要且更加精準化。正如長尾理論的推薦者所說：個性化需求本來就是人的天性，“長尾之所以存在，與人們的需求密不可分，而人們對于多樣性的需求，來自于人類本身的特性。”[26]

數據分層和用戶畫像將定制服務深入到人性和人的行為分析的“用戶圖譜”繪制層面，將人的消費行為與人的文化屬性融為一體，“文化組學”就是這方面的研究成果。文化組學[27](culturomics)是由“文化”(Culture)和“基因組學”(genomics)共同組合而成的組合詞，文化組學研究方法的特點是運用大數據方法和基因研究方法來量化分析人的文化心理和人的交往行為背后的文化屬性，根據量化指標的適配性來對人進行數據分層和智能分組。文化組學的創始人艾略茲·利伯曼·埃頓提出這一概念的初衷是進入谷歌龐大的圖書數據庫系統對1000余萬種圖書進行數據挖掘，將文字或單詞等關鍵詞作為文化基因，運用大數據技術挖掘發現隨著時間推移文化如何發生改變的量化指標。將“文化組學”具體運用到企業運營的是蘋果公司收購書燈(Book Lamp)的“圖書基因組計劃”(Book Genome Projet)[28]，該計劃通過分析處理每個客戶的購書瀏覽記錄和支付記錄來了解客戶的閱讀興趣，通過用戶畫像給客戶繪制“專業圖譜”和“興趣圖譜”，據此對客戶進行“智能分組”，針對每一個客戶進行基于“圖書基因組計劃”的“私人定制”和“量身定做”。這種“量化人性”的量身定做能使對出版對象的深描進入到量化分析的量子層面，具有典型的“文化組學”基因。

頭部企業努力開展個性化定制服務一方面是由于市場競爭日趨激烈，另一方面是有了基于大數據應用的數據中臺作為支撐。現階段，制造業頭部企業紛紛搭建數據中臺，就是因為原有的企業管理信息系統老舊，如ERP、MES、PLM、SRM和CRM等都是以流程驅動為核心設計的，但在產品復雜性逐步增加，客戶定制化需求逐步增多，供應鏈協同復雜性逐步增高的情況下，分立的企業管理信息系統就難以滿足實時快捷高效處理海量信息數據的需要。簡單的一個業務場景，如供應商需要一張圖紙，對接客戶的采購人員就需要先學會在PLM系統中搜索一張圖紙，同時還要學會在ERP系統中找到圖紙對應的原材料的庫存情況，甚至還要學會在SRM系統察看供應商給出的采購價格。簡單的一件事由于后臺系統的復雜性導致無法形成及時和協同的數據供給，無法滿足用戶個性化需要。[2]現代制造業已逐步進入以3D打印為代表的智能制造時代，3D打印本質上就是滿足用戶個性化定制需求的智能制造技術，其存在和發展更加需要數據中臺的支撐。

(二)體驗服務的開發拓展

傳統的企業業務鏈是圍繞著產品線展開的，表現為以產品為中心一手交錢一手交貨的單一買賣模式，缺乏企業與用戶之間的互動。缺乏互動一方面使企業不掌握用戶體驗數據，另一方面用戶體驗心得也不能反饋給企業，形成產品固化和市場僵化。在現代生產條件下，企業與用戶的關系已不是單純的買賣關系，還包括多維度的服務關系，特別是用戶體驗服務日益重要。用戶體驗本質上是產品線的延伸，產品服務是體驗服務的基礎，體驗服務是產品服務的拓展，這種拉長和拓展企業業務單元的營銷策略只是要轉變一個思路——要在離用戶最近的地方創新產品和服務。

哈雷·曼寧在《體驗為王》一書中將“用戶體驗”稱為“互聯網時代商業競爭的核心哲學”和“偉大產品與公司的創生邏輯”，認為“只有客戶體驗是一切的核心——它決定了你如何進行你的業務，你的員工在同客戶和彼此之間互動時的行為方式，以及你所提供的價值。”[29]6前迪斯尼執行副總裁李·科克雷爾更是提出現時代是“體驗經濟時代”，他認為，“情感因素比交易過程中的金錢更重要。因此，我們不僅要把商業中的情感因素經營到位，而且要做到至美、至善、至誠。”[30]企業不僅是經營產品，還是在經營情感，體驗經濟時代就是將企業與用戶的關系從冷冰冰的商品買賣關系中提煉出來，將體驗服務上升為經濟交往中人與人的社會關系，用體驗服務的情感紐帶增強用戶黏性并提高用戶忠誠度。

體驗服務關鍵是把人的因素放到企業經營的核心位置，這需要理念創新，近幾年迅猛崛起的互聯網頭部企業拼多多創始人黃崢指出：拼多多的出現正是因為它不用原來的舊思維。在以人為先的思維下，應該先想這個人需要什么？我們要做的是物質消費和精神消費的融合，精神消費不只是做服務電商，而是用娛樂的方式讓用戶消費之余獲得開心。基于這一理念，拼多多平臺上眾多的“游戲+程序”伴隨著客戶的購物過程，因為成功的游戲都是讓人欲罷不能的，不能洞察人性的游戲不是成功的游戲，而占便宜就是人性的一個側面，黃崢曾說：我們的核心不是“便宜”，而是滿足用戶心里占便宜的感覺。抽獎和搶紅包這些是最簡單的娛樂行為，這種方式是很矬，但我們確實在試圖做消費和娛樂的融合。通過抽獎和搶紅包等游戲娛樂來讓用戶獲得“開心”的“占便宜的感覺”，這里體現的正是互動和體驗的力量。

頭部企業的頭部性，除了業務體量大、市場占有率高等龍頭企業特征外，還有一個重要特征，就是有頭腦有思想，其思維理念總是圍繞著人這一核心概念思考問題。傳媒頭部企業率先建構數據中臺，一個重要的考量就是基于傳媒企業的文化產業屬性，文化產業屬于精神生產，是最能滿足人的精神愉悅感的產業部門。精神愉悅感具有很強的私密性和主觀性，傳統的關系性數據庫是很難處理這些情感類非結構性數據的，因為關系性數據庫系統的出發點是追求高度的數據一致性和容錯性，而社交類情感類數據雜亂無章、千頭萬緒。進入大數據時代，以Map Reduce 和Hadoop 為代表的非關系數據分析技術已能將非邏輯結構的“數據廢氣”變成“數字資產”。客戶體驗具有很強的主觀情感特征，正如哈雷·曼寧所說，“客戶體驗也是他們在與你互動時的感受：激動、高興、安心，或緊張、失意、沮喪。”[29]6現階段，企業要掌握客戶購物的興趣、愛好、意向、能力以及互動和體驗感受等非邏輯結構的數據，只有通過運用大數據技術才能實現，而數據中臺作為應用大數據的技術平臺正在發揮越來越重要的作用。

五、結 語

德魯克曾經指出：“管理既不是一門藝術，也不是一門科學，而是一種實踐，其成就是以管理結果來衡量的，而不是學術獎勵。”從這個意義上說，管理首先是實踐，所有的管理理論一定是基于實踐而得出的規律性的認識。[31]中國企業率先提出“數據中臺”概念并付諸實踐，這值得研究者從“企業實踐的變革中抽象成行之有效的管理學啟示”[32]。

數據中臺既是企業數字化運行的體系架構，又是一個大數據應用平臺；既是一種數據業務化、業務數據化戰略，又是一種新的管理觀念和思想。作為一種新概念、新實踐，數據中臺還處于成長期，從理論總結到實踐生成都還在不斷探索，但頭部企業的實踐證明數據中臺應用總體是成功的，不僅對企業基于大數據的整體數字化升級產生了重要推動力，而且對于企業核心業務單元的開發拓展也發揮著重要作用。

圍繞著數據中臺建設，目前已形成一個新的數字中臺行業，在市場上為各個企業提供數字中臺建設解決方案，但應該看到，數據中臺建設并不適合于所有企業，是否需要搭建數據中臺還要根據各個企業所處行業、發展階段、數據成熟度等因素綜合考量決定。初創公司、業務鏈單一的企業現階段并不一定適合搭建數據中臺。但對頭部企業來說，建設數據中臺只是時間早晚、進度快慢的問題。