組裝式數據分析是“中臺”的未來

王雄

提到“數據中臺”4個字，很多人都會“不明覺厲”。有意思的是，國外并沒有“數據中臺”這個詞，那么，為什么中國企業如此看重數據中臺？中臺是如何產生并被發現進而現價值的？這是一個值得分析的現象。

數據中臺的重要性

不管企業業務規模大還是小、不管公司成立得早還是晚，或多或少地都會對數據進行投資，除了基礎的數據系統建設，還包括數據湖、數據倉庫等。但實際上，這些已有的數據投入并沒有產生理想的業務價值。

為什么會出現這種現象？Gartner研究總監孫鑫一語道破，在他看來，企業已有的數據投入是割裂狀態，有嚴重的數據孤島問題。雖然，企業在后端已經部署了大量與數據管理相關的應用，但與前端數據消費者以及應用之間存在著巨大的價值鴻溝。

有些企業為了實現數字化轉型戰略目標，只是借用了數據湖概念，采購了交易型數據庫、分析型數據庫以及數倉等，并且會考慮未來幾年實現云轉型目標，或者說現在已經在向云化方向發展。但由于企業規模不同、戰略目標不同、對數字化的理解不一樣，它們對數據分析、數據庫和數據資產的投入順序也會千差萬別。但相同的目標是，企業建立數據中臺最直接的動因是希望讓現有的數據投資產生價值。

然而，放眼市場，中國雖然有很多“中臺生意”，但真正做數據整合的廠商卻不多，當企業做了大量BI、數據庫的工作后，才開始意識到ETL的重要性。尤其是大數據時代，隨著企業數據量的持續增加，數據整合的需求變得越來越強烈。所以，數據中臺解決方案的最首要任務是，通過數據整合實現數據的快速交付，并且還要找到真正可復用的數據，從根本上解決數據孤島問題。

如何建立數據中臺

建數據中臺并不是一件容易的事情，失敗的數據中臺會給企業帶來負面效果，這也是“數據中臺干跑了很多CIO”的最重要原因。所以，在企業搭建數據中臺之前，要多問自己幾個為什么，比如，如何決定是否要做這件事兒，如果要做，最需要注意的問題是什么……

Gartner建議，企業在部署數據中臺之前，先要從端到端的數據能力來評估，看看到底缺少哪一塊，而不是盲目上一個中臺。數據中臺一定在“技術成熟度曲線”的頂峰，雖然不管是 BI廠商，還是數據庫廠商都稱自己提供的是中臺解決方案，但作為選型決策者，一定要準確判斷，找到能解決問題的廠商，有時候選型過程可能比部署還難。

另外，如何與業務部門進行深度溝通，也是上中臺前要考慮的重要事項之一。因為，企業的數據大多與核心業務系統有關，比如ERP、CRM；然后再考慮如何建立數倉、數據湖，如果技術和業務不統一，這樣的中臺很難直擊痛點，產生價值。

很多人都認為，數據中臺是一個技術問題，其實更多的時候它是一種戰略決策。尤其對于大型互聯網企業來說，數據中臺來自業務需求，業務部門希望對日益增長的數據進行有效管理，并利用這些數據指導決策。所以，好的數據分析團隊應該是“聯邦”關系，通過中央團隊、中央IT人員，對數據分析進行延展，確保企業數據擁有強一致性。同時，還要聯合業務側的成員，一起關注快速部署與價值輸出的問題。

值得一提的是，搭建數據中臺，還要考慮以往數據資產投入產出比的問題。要知道，無論企業做不做中臺，企業的業務量和數據量都在飛速增長，對于早已投入生產的數倉、數據湖的處理是企業在數字化轉型背景下，必須要解決的問題。如果企業過去津津樂道的“數據資產”并沒有與現有業務實現共享，這其實是數據中臺在設計方面的“不完整”。如果企業把大量的時間都花在尋找數據上，而沒有用在分析數據上，這說明沒有在投資回報率（ROI）上得到更好的體現。

讓數據中臺建設為業務賦能，其實有很多相應的解決方案和實操工具。比如：通過元數據的自動發現，企業可以搜索到更好的數據，找到更符合企業業務情境的數據，并轉化為企業智能生產的語意。換言之，通過智能搜索，可以讓企業快速尋找到相關的數據源，讓藏在各個系統中的數據更直觀地送到用戶手中，最終通過不斷優化和演進，形成企業最核心的數據資產。

有哪些可落地的方案

有人可能會問，數據中臺要想成功落地，有沒有可參考的模型？

Gartner把數據分析或者說任何關于數據的投入，都分成了2個維度。一個是從數據的角度看（也是IT的角度），分為已知數據和未知數據；另一個是從問題的角度看（也是業務角度），分為“已知問題”和“未知問題”。

首先，很多企業建中臺是為了復用數據，并且把這些數據放在數據資產庫中，Gartner把這個數據資產庫稱之為數據目錄，大多屬于“未知的數據”和“未知的問題”。那么，問題來了，過去做的數據自檢，難道不算數據目錄嗎？當然也算，只不過是IT導向，真正的數據目錄，應該有業務部門參與，然后共同完善，實現業務語義的逐步凈化。

其次，通過ETL工具實現數據整合，包括數據的批處理、數據的復制、流數據管理等，解決的是“已知的數據”和“已知的問題”。在數據整合過程中，要讓業務側用戶有獲得數據的能力，并產生實際價值。所以，數據中臺要具備自助部署能力，這一點非常重要，決定了數據中臺項目的成敗。

其三，是數據虛擬化，這是很多數據中臺解決方案或者產品欠缺的一點。所謂的數據虛擬化就是在數據還沒有或不用物理位置移動的情況下，依舊可以在一個虛擬層進行分析和應用。一旦市場有了A廠商和B廠商的產品，企業想把這兩家廠商的數據源整合到數據中臺時，就需要通過數據虛擬化來實現，在虛擬層上完成可復用的數據能力建設。

基于這個模型，去選擇所需要的產品和解決方案，結果一定不會太差。只是，現在很多人都在提數據智能，這一概念是怎么來的？數據智能化和中臺有哪些相關性？

數據智能化和中臺是什么關系

其實，數據呈智能化方向發展，還是和企業的業務變化密切相關。過去，企業的很多決策都由領導“拍腦袋”決定。但是，隨著企業業務的規?；l展，業務決策不再是一個人的事情，而是由數據決定，需要幾個部門共同決策。

更準確的說法是，在數據驅動下，業務決策不再僅是一次性行為，還要強調連接和連續性，要更具情境化。

如果用一句話總結，就是企業決策不再是“一碼通吃”，而是需要把更多小決策關聯起來，形成一個大決策。同時，前一個決策還會影響后面的決策，所有決策都要通過情境化的分析能力作為輔助。這時，以知識圖譜為代表的產品，就成為數據智能化的重要工具。

至于，數據智能化和數據中臺是怎樣一種關系？也并不難理解，數據智能化提升了數據中臺建設的難度。

企業在數據智能化背景下，數據中臺建設也要順應形勢，滿足更高要求。首先，中臺要能夠連接更復雜的數據源；其次，要能夠根據用戶需求，給出更具情境化的數據；其三，能以更連接、更連續、更快速的形式，給決策者提供想要的數據。

不管是交易型數據庫、傳統數倉、數據湖，還是云端數據存儲，企業在數據端的應用非常豐富，構成了屬于企業組織之上的一張虛擬的網。但是，虛擬化不應該只是單純地把數據收集在一起，而是應該以更具情境化的工具或者方案（知識圖譜）對數據進行編織。在數據編織過程中，不僅涉及每個和消費行為相關的數據，還包括元數據的管理與關聯。

從某種角度來說，知識圖譜或圖技術的最核心內容就是以業務視角來關聯數據，且數據存儲是以點和邊的形式實現。過去，企業的中臺或者數據管理模式比較偏IT；但現在有了“圖”能力，企業可以對各個領域的業務進行關聯，通過建模來統一數據交互語言。這是從采集和連接的角度，來看待數據智能化帶來的變化。

組裝式數據分析給企業帶來哪些價值

接下來的問題是，企業如何建立數據中臺才能滿足數據智能化時代的需求？Gartner認為，組裝式數據分析架構是中臺建設未來的方向。

組裝式分析架構，是基于智能化的采集和連接，幫助用戶實現自助式分析。

什么意思呢？就是當數據編織可以給用戶提供合適數據，能夠建立一些分析型應用的時候，企業便可以通過組裝的形式把一個個和數據相關的產品直接整合，而不是每次都從零開始。所以，中臺建設的最終目標，其實是讓用戶基于數據進行組裝。

成功的數據中臺，應該是一個組裝型能力平臺，帶來的是一個個和數據分析相關的能力，而不僅僅只是數據的復用。企業可以通過自助式分析，找到可復用的數據分析模塊，并以組裝的形式構建符合業務需求的分析型應用。

具體而言，組裝式分析架構的底層依賴于數據編織設計模式，上一層是企業已購買的類似于報表平臺、分析工作站、自助式分析平臺或數據科學平臺，且這些能力平臺被微服務以及容器化，以高度開放性確保用戶上了中臺后，可以獲得組裝式體驗。

此外，組裝式數據分析架構的底層，還會涵蓋在應用開發過程中經常用到的一個概念———DevOps。隨著企業應用搭建的加快，或者說建立數據產品需求的不斷上漲、越來越多地把DevOps實踐放到與數據相關的應用上，業內稱之為DataOps。包括版本控制、持續集成、持續開發和CAID理論等，在智能數據時代同樣適用，可以助力數據應用開發快速走向生產階段。

毫不夸張地說，組裝式數據分析正在重塑數據分析應用的未來，把數據中臺提升到一個新的高度。