2019年数据中台这么火，趁年底说一说我理解的数据中台

首先说明数据中台不是技术平台，没有标准架构
一、主流的数据中台建设 以及和传统大厂数据模式区别， 按我的理解通俗易懂的总结一下

1.中台的目的：让企业数据资产高效合理用起来

2.数据中台作用：用统一的用户标识（或可相互关联）将数据孤岛链接起来，对外输出统一的数据标准和口径，提供统一的数据服务接口

3.原理：

OneID 统一的用户标识

One Data 相同的标准和口径

One Service 提供统一的数据服务接口

4.如何将数据和业务结合使用？每个公司各不相同，比如：

阿里——淘宝实时推荐

滴滴——打车杀熟

当当——我猜你喜欢

5.早期大厂数据模式和数据中台的比较：

早期互联网大厂的数模式： 烟囱式，业务之间相互独立，企业数据无法互通

数据中台：打通企业各业务之间数据，横向拉通，统一口径和标准，节省企业资源，重点是将公司的数据资产盘活，来挖掘数据的价值，为业务赋能。

以上，参考资料：

《TalkingData闫辉：以数据中台能力赋能场景重构》 https://mp.weixin.qq.com/s/Td0J-AYU_Djg_Yw03gNS-w

《从数据蛮荒到数据中台，数据产品演进的5个阶段》 https://mp.weixin.qq.com/s/-SuhWu2KOkUB5qBXYlTsdA

《数据中台和数据仓库有什么区别》https://www.zhihu.com/question/282421879

《阿里巴巴数据中台实战PPT——企业数据化转型过程中，数据智能定位与思考》 https://mp.weixin.qq.com/s/7jUqtZCztTMndcNjzXCA4g

《滴滴为啥值3600亿？看它的数据中台就知道了》 https://mp.weixin.qq.com/s/M9otglV8Msa0jlYubebK8g

《美团技术团队》https://tech.meituan.com

二、公司数据平台的现状以后后续需要重点去发展的方向

借用起点学院数据数据产品形态和公司成长周期的发展关系图，来说明一下。目前我们的数据产品形态真处于数据产品皱形期。

目前我们公司的大数据平台架构按数据中台方向在走，也节省了很多弯路，如下图：

因为是业界已经比较成熟的架构和方法，大公司要走好几年的路，我们一两年就可以走完。但因为处于公司的成长期很多，功能和产品都有覆盖，但成熟度并没有那么高，需要去长期迭代优化。

（此处非常感谢平台架构组让公司所有业务使用同一个user_id，保证业务之间的数据可以流通起来）

但还有一些这个阶段共性的问题，图中我标灰的部分就是数据智能部没有的，浅蓝色是我们建设比较薄弱的，如下1、2 还有我们后续需要继续推进的发展方向3

1、数据基础质量：

a.埋点管理（目前业务测试和开发对上报数据埋点质量负责）

b.数据采集监控（目前已有，但不够完善目前规模较小，投入人力不多，待后续业务增加即可在此多投）

c.指标口径管理，数据字典（目前数据规模较小，投入人力不多，待后续业务增加即可在此多投入人力）

d.资产价值评估（目前认为评估，暂无系统算法。数据规模较小，投入人力不多，待后续业务增加即可在此多投入人力）

2、数据规范，标准：数仓采用分层设计，同一个指标提供给多个不同的业务，底层数据口径一致。（目前在持续优化）

3、数据赋能业务：目前数据赋能业务较少，数据和业务分离严重。如何将数据合理的用起来比如：

a.用户分层精准运营，降低企业运营成本。

b.对影响核心指标的相关指标做数据产品化一键分析，减少指标下降后人工分析数据等待时间和提数成本

c.智能能排课系统

……

等等，是后续需要长期探索和思考的方向。