数据中台是真火还是炒作？

数据中台真的火了么

马云老师在2019年说了一段话，“很多人会把数据比作石油,我们现在搭建的数据中台,就是希望扮演发电厂的角色”，这一段话，现在被大众认为是“数据中台”这个概念的起源。

在2019年的企业服务市场，中台概念之下的数据中台，铺天盖地而来，裹挟着行业里的甲方乙方，大家都在讨论，思考，也不乏争议和质疑，但是有一点，似乎数据中台火了。

那么数据中台是否真的火了呢？

我做了一个小小的研究，利用百度指数作为参照指标。

百度作为行业里中文搜索里基本垄断市场的王者（虽然我认为，搜索作为互联网的基础架构，百度已经做烂了，而且如果百度做的好一点，出现头条，微信这样的私域流量的内容巨头的可能性就小很多，但是目前，我们还是必须面对，百度占据中文搜索的大部分市场），能够客观地反应中文语境下，一个概念的受关注程度。

百度指数就是量化的体现受关注度的一个指标体系。

百度指数分为两个体系，一个是搜索指数，一个是资讯关注度。搜索指数体现有多少人搜索了这个关键词，资讯关注，是这个关键词在各种媒体资讯中出现的频度。

资讯关注度，很多时候受关度键词相关方的市场推广，软文，通稿的影响，体现关键词相关方在这个概念推广方面的努力程度和传播广度。

搜索指数，是所有在搜索引擎上搜索了这个关键词的次数的统计，相对真实的体现行业对于关键词认知和热度。

所以，我们更多的将关注搜索指数。

        为了客观地体现数据，我将数据中台，数据仓库和中台，三个关键词作为组合研究。

“中台”和“数据中台”

我们先看一下“中台”和“数据中台”的搜索指数。

上图清晰的体现了中台和数据中台的，搜索指数，绿色的是中台，青色的是数据中台。

从2012年开始，中台这个词就有被搜索，出现的最早，但是一直停留在一个比较低的搜索数据，不到20的日均值。

数据中台在2018年6月4日，一下子突破了100的搜索日均值，然后一直保持上涨趋势。

在2019年5月13日到2019年5月19日，网络对于数据中台的关注暴涨，直接达到497的搜索日均值。这期间，中台被搜索的日均值还是0.

接着，2019年5月20日到5月26日期间，中台的搜索数据，突然崛起超越了数据中台。

在2019年9月26日，中台的搜索热度达到历史顶峰，日均搜索1667。

当然，这个直接可能的原因就是，2019年的云栖大会是9月25日到9月27日开的。

“数据仓库”和“数据中台”

说到数据中台，就不避免的谈到数据仓库，数据仓库作为过去十几年企业数据领域的主要承载平台，一定程度上推动了企业的数字化转型，那么我们来看看行业对于数据仓库和数据中台的关注度的关系。

上图是数据仓库和数据中台关键词的搜索指数。

我们可以看到，从2011年以来，数据仓库一致以来保持着持续的搜索热度。             

直到2018年6月4日到10日，数据中台略受关注，然后一路保持增长，直至翻转超越数据仓库的热度。

发生转折的时间点在2019件6月17日到6月23日，数据中台的关注度第一次超越了数据仓库，然后就一直保持着领先的态势，目前仍保持着高速的增长。

关键发现

        从以上几幅图的数据分析，有以下几个关键发现（蓝色的线是数据中台，绿色的线是中台和数据仓库）：

数据中台的受关注度早于中台

数据中台的关注度在持续增长并且超越了中台的关注度

从下图看出，中台展示出下降趋势，并且数据中台的搜索量最近超越了中台

数据中台和数据仓库的总体受关注趋势是一致的

数据仓库和数据中台的总体受关注度的趋势是保持一致的。

数据中台的受关注度已经超越了数据仓库

2018年开始启动的数据中台热度，在2019年7月份超越了数据仓库，并且目前持续走高。

从以上的数据分析来看，数据中台的确是火了，而且是在越来越受关注，越来越火。

数据中台现象的本质剖析

每一个现象的背后，都有其根本的原因，我尝试去理解和剖析数据中台火爆背后的根因，这个现象代表了什么样的诉求和变化。

还是利用百度指数，我发现，大数据的搜索量依然远超数据中台和数据仓库，并且趋势走向和数据中台也是一致的，但是大数据整体的热度，已经没有前两年那么火热了。

在今年三月份的时候，中国数据价值研究中心发起了一个数据中台的调研问卷，收到了超过400份的有效问卷，问卷中以下的数据可以帮助我们去剖析数据中台现象。

数据中台是一个体系

百分之百的参与调研的对象都认为，数据中台是一个体系，而不仅仅是一套软件。

所以，数据中台和大数据，数据仓库是有本质的区别的，大数据是一个愿景，是一个概念，数据仓库是一个具体的软件系统，而数据中台是一个体系。

数据中台对于企业的价值

在问卷中，有一个主观题，让所有的被调研对象填写他/她认为的数据中台对于企业的价值。

我将这个问题的所有的答案做了分词，做了词频统计，用如下词云的方式做了展示：

可以看到，前10名从上到下分别是（排除数据这个词）：

业务，数据服务，价值，快速，场景，统一，赋能，资产，孤岛，打通

从这些关键词中，我们就可以看出，数据中台受企业关注，追捧，形成行业级现象背后的几个大的根因。

业务对于数据部门或者数据平台的需求从来没有变化过，那就是：

快速为业务提供基于统一，打通数据资产之上的数据服务，从而赋能业务场景，产生价值。

为什么是数据中台而不是数据仓库

这是一个很尖锐，但是直击灵魂的问题。

坦率地讲，我看过一些现在行业里打着数据中台大旗的产品和解决方案，但是，有不少都是挂着数据中台的名字，干着传统数据仓库的事情。

我从13年前就参与了多个企业级数据仓库的规划，咨询和实施。包括Cognos、BW、Microstrategy、BIEE等。我个人认为数据仓库和数据中台不是一个维度的事情，他们之间并不冲突。

数据仓库在数据中台时代是依然有价值的，并且可能很多时候，企业在构建自己的数据中台的第一步，就是构建一个数据仓库。

但是，企业在构建数据仓库之前，要有一个数据中台的全景蓝图，数据仓库的构建，只是为了填补这个蓝图中的一部分，数据仓库的构建不是数据中台的全部，更不是目标。

数据仓库，是一个相对标准化的技术平台，是可以有成熟的，高复制性的软件产品的，而数据中台则绝对不是，数据中台与企业的业务息息相关。

正如《中国数据价值研究中心-数据中台行业调研报告》中所调研的那样，超过60%的被调研对象认为，数据中台应该距离业务更近，是一个业务系统，而不是一个技术平台。

所以，数据中台是有的非常强的业务属性的，与企业的文化，业务模式，历史沿革，组织结构，绩效体系，流程治理都息息相关，这样的一个体系的平台，是不可能有标准化的，整体复用的解决方案的。

数据中台的功能体系

ThoughtWorks数据智能事业部在2017年的时候就提出了数据驱动的智能企业的愿景，以及支撑这个愿景的六大功能体系（那个时候，我们还不叫它中台，我们叫它数据资产创新平台，并且落地了行业里第一个跨5个产业板块，拉通数据，打通会员、订单和支付体系的数据资产平台）。

这样的一个体系很庞大，它的建设一定不是一天完成的，也不是安装一套软件，建几个应用就可以达到的。

所以，如何整体规划，探索并识别业务场景，并快速启动，持续产生价值呢，我们探索了一个体系(LDIM)，精益数据创新体系能够帮助企业Top-Down和Bottom-Up联动的区建设数据中台。

数据中台的承载体系

数据中台是一个体系，它包括如下的构成部分：

战略和治理部分

数据中台是以数据作为原材料，加工数据服务支持各个业务应用和前端用户的一个数据业务系统。既然是业务系统，那就就需要有业务战略和规划，企业需要制定清晰的数据战略，包括业务价值，业务场景的识别和规划，数据资产的规划和治理，以及技术战略，运营战略和组织结构等。

清晰的数据战略是数据中台落地的基础和前提，但是我们所提的又不是那种传统的做的很重，很细致的战略，是比较轻的精益数据战略和精益数据治理。

技术和平台

在战略的引导下，对齐业务价值优先级，企业要构建自己的数据技术产品和平台。主要包括五大部分：

1.数据智能的持续交付平台，这是所有的数据服务、数据产品、数据平台的基础设施，保证自动持续的集成和交付，我们叫它DataOps和AIOps

2.数据自服务平台，数据平台是打通所有数据，存储，管理数据的基础设施。

3.面向业务的数据服务产品，这就是可复用的数据能力组件。

4.企业的机器学习平台，也就是智能服务平台，它持续的，生产，帮助企业规模化应用和落地人工智能，赋能所有的业务场景。

5.智能服务产品，基于机器学习，人工智能的智能服务，是可以复用的算法模型和智能服务。

组织和运营

数据中台不是一个项目，它为客户和企业内部其他部门，提供基于数据的服务和产品，是要和其他业务部门协作产生价值，并能够度量价值的，最终是一个可以独立运营的组织体系。

所以，在企业层面，数据中台对应的是一个组织部门，并且有套完整的运营体系。

构建数据中台的四个蓝图

如何构建数据中台？

我们认为企业需要构建如下的四个蓝图，我们用三个圈来表示：

业务蓝图

• 识别，梳理有价值的业务场景

• 构建价值全景图

• 结合业务战略，进行优先级排序

• 业务架构顶层设计

数据蓝图

• 分析数据现状

• 诊断数据问题

• 构建数据全景图

• 精益数据治理

• 围绕业务场景设计数据服务目录

技术蓝图

• 梳理技术架构现状

• 识别诊断现有架构问题

• 对关键点进行技术验证

• 设计数据中台架构

• 数据服务化技术赋能

运营蓝图

• 分析梳理，制定数据驱动的业务运营体系

• 构建数据运营团队，建立持续数据分析能力

• 构建数据价值度量和绩效体系，持续深化数据应用

数据中台承载着企业转型成智慧企业的愿景

回顾数据这个行业，其实很传统，很悠久，数据比软件这个行业诞生的更早，早在人们用笔，用纸记录，用算盘，用石子计算的时候，数据就已经被人们所认知并利用了。

在软件诞生之后，数据的利用可以分为四个阶段：

数据1.0

最早的单机软件时代，大部分数据是不被存储在计算机里的，只是计算的副产品。

数据2.0

到了ERP/OA时代，也就是企业信息化时代，企业需要跨域的数据分析，从而建立决策支持的能力，辅助企业管理，就出现了数据仓库和商业智能，这个时期，主要是对结构化数据的分析。

数据3.0

随着企业数据的多样化，业务对于数据分析的需求越来越多，不仅要分析结构化数据，还要分析非结构化数据，企业数据湖应运而生。

数据4.0

在数据仓库、数据湖的基础上，结合云计算的强大算力，机器学习，深度学习等人工智能的技术被广泛应用，这是挖掘数据价值的新的利器，从而让人们能够发现在统计分析之外的业务规律。这个阶段的代表就是数据中台。

从数据1.0到数据3.0都有一个共同的本质，数据的利用还是以人作为用户，还是人看数据再去做决策影响业务。

数据4.0实现的跨越就是，数据中台的数据服务的用户，不再是人本身，而更多的是业务应用，数据服务将直接嵌套到业务系统中，去驱动和改变业务的发生。

数字化转型的第三个浪潮-智能化(IE-Intelligent Empowerment）

穿过数据中台的各种资讯，各种创业融资，各种火热的信息的迷雾，我们看，数据中台到底承载了企业的什么样的愿景。

我们认为，数据中台承载的是企业智能化（Intelligent Empowerment）的业务目标。

数据中台将成为企业业务拉通，融合，创新的生产力平台，从而将数据智能的能力规模化赋予所有的业务场景。

        数据中台，任重而道远，也许明年，这个名词会改变，但是，企业对于智能的需求和愿景，是不会改变的。