导读:中台应该包含哪些内容呢?什么应该包括在中台里,什么不应该放在中台里?中台与企业现有的ERP、CRM是什么关系?如果建设了中台,中台应当如何发挥作用,而不是又让企业陷入建设另一套IT系统的老路?
作者:陈新宇 罗家鹰 邓通 江威
如需转载请联系大数据(ID:hzdashuju)
01 中台的分类
中台是从多个相似的前台业务应用共享的需求产生的,因此最先提出的中台是业务中台。
数据是从业务系统产生的,而业务系统也需要数据分析的结果,那么是否可以把业务系统的数据存储和计算能力抽离,由单独的数据处理平台提供存储和计算能力,不仅可以简化业务系统的复杂性,而且可以让各个系统采用更合适的技术,专注做本身擅长的事?这个专用的数据处理平台即数据中台。
02 业务中台定义及建设内容
业务中台是阿里巴巴首先提出的作为企业IT架构的转型之道。站在阿里巴巴集团全局的角度,业务中台是从整体战略、业务支撑、连接消费者和业务创新等方面进行统筹规划。因此业务中台深深内含了阿里巴巴做为电商交易的主营业务。业务中台关注的更多的是如何支撑在线业务。
阿里巴巴一开始通过淘宝作为平台方连接商家和消费者,进行电商交易活动。随之发展出淘宝商城即后来的天猫。天猫本质上还是电商交易平台。既然都是电商交易平台,就都涉及售前、售中和售后的业务流程。
业务中台围绕以交易为核心所关联的领域组成。交易的对象是商品,商品通过店铺售卖给会员,交易的凭证是订单,在线交易需要支付,成单后需要货品出库和物流派送等,售前需要营销促销活动吸引流量加强转化,售后用户会对店铺、商品进行评价等。由此,典型的业务中台表现为由多个业务服务中心组成,如图3-3所示。
▲图3-3 一个典型的由服务中心组成的业务中台
会员中心服务于用户的消费全生命周期,为用户提供特定的权益和服务,企业可以通过会员中心进与用户进行互动,培养用户忠诚度。主要能力包括:
商品中心提供管理商品核心数据的能力。围绕商品构建商品关联数据,诸如商品版本信息、商品品牌、商品属性、商品类目等。主要能力有:
交易中心负责企业业务交易订单的整体生命周期管理,包括加入购物车车→订单生成→合并分拆→流转→支付→发货→退换货→完成。所有电商业务的核心系统都是围绕交易订单进行构建的。主要能力包括:
评价中心提供对评价主体对象、评价规则/等级、评价内容、评价操作的管理能力,从而满足了不同角色的评价用户对评价内容的发布、追加、平台审核、平台申诉等需求。主要能力包括:
店铺中心提供企业店铺主体管理、店铺管理、类型管理、经营对象管理等能力以支持企业为其商户用户提供线上门店,同时也支持商户管理、店铺会员、店铺会员等级管理、店铺装修等。主要能力包括:
支付中心给下游商户输出标准的支付服务,提供代付代收、财务对账等服务。通过对接多个主流渠道,稳定输出微信、支付宝、银联等支付能力。主要能力包括:
营销中心提供商家的活动计划、申报、审批、执行、核销的全链路管理,也提供了基本的促销能力,如优惠券活动、满减买赠等。主要能力包括:
库存中心提供仓库、库存、货品、单据(入库单/出库单/盘点单/盘点盈亏单)、审核(调拨/盘点),包裹、货品运费、物流运输、接入第三方物流公司的服务能力。主要能力包括:
建设了一套中台系统,则可同时运用在多个电商平台的开发设计和服务中。因此,中台可以为同时建设运营多套电商平台的互联网企业节省系统建设和运营成本。因为既可以避免功能重复建设,又可以通过全渠道打通会员、增加流量、互相促进,还可以减少运营成本和人员。有了中台,再发展电商相关应用就会变得更加容易。比如,阿里巴巴发展出的聚划算。
如果使用传统的系统思维来设计业务中台,很有可能只是将原先隔离的各业务系统通过微服务的方式,强行集成在一起,如图3-4所示。这种方式构建的微服务不是纯粹的领域建设,而是一个系统的粒度层次。比如PMS会涉及用户和订单,OMS也需要关注会员和订单,CRM同样涉及会员。
因此,按此方式建设的所谓中台,它的各组成部分还是互相交叉重叠的,并不能体现中台是能力共享平台的核心理念。所以,只将企业业务系统做了一个大一统的集成,并不是中台。
▲图3-4 传统思维下所建设的“业务中台”
03 数据中台定义及建设内容
这三个一直以来是人们问得最多的问题。本节将试着对这三大问题进行一一解读。
在回答数据中台是什么这个问题之前,先了解一下大家比较熟悉的数据仓库是什么。在以BAT为首的互联网公司蓬勃发展起来之前,国内三大运营商对于数据仓库的建设走在其他行业的前面。
早在2011年的时候,中国移动集团公司就组织编写了指导各省公司建设数据仓库的纲领性文件《中国移动NG2-BASS3.0建设规范》。在文件中明确将中国移动的业务分成了7大业务板块,按照功能将数据资产划分为三层:数据层、功能层、应用层。这是很典型的数据仓库建设的分层模式,如今的数据中台数据分层建设模式也延续了数据仓库的分层建设规范,后面会详细讲到。
图3-5是应用层规划的内容,详细规划了每个应用领域的数据应用。但是仔细研究可以发现,这些数据应用几乎全是“分析”,也就是解决了事后“看数据”的问题。
▲图3-5 中国移动数据仓库分层模型
再来看看图3-6中阿里巴巴的数据中台支撑的数据应用层,除了通用的数据分析以外,还包含了“个性化推荐”、“风险评估”、“预警监控”等与业务紧密结合的数据赋能业务的应用。而这些丰富的赋能业务的数据应用必须依赖数据中台提供的强大的数据服务支撑。
▲图3-6 阿里巴巴数据中台总体架构图
通过上面的对比不难看出,数据中台与数据仓库最大的区别就是数据中台更加贴近业务,不只提供分析功能,更重要的是为业务提供服务,与业务中台或者业务系统(老旧系统)链接更加紧密了。
就拿大家比较熟悉的“千人千面”案例(如图3-7所示)来说,除了要整合业务系统产生的用户基础属性、订单、评价、加入购物车等行为数据,还要通过埋点的方式实时获取用户偏好浏览、搜索、分享商品等行为数据,经过数据中台一系列的数据加工处理后,最终以微服务的形式提供。
在业务系统每个需要呈现商品给目标用户的数据服务处,已不是简单的、一成不变地去商品库查询数据,而是调用数据中台提供的商品推荐接口,以此来根据不同的人群偏好、浏览历史、商品相似度等数据来为每个人推荐他最感兴趣的商品。试问这种业务、数据紧密联动的场景在数据仓库时代又如何能做到呢?
▲图3-7 数据中台与外部系统交互
在介绍完数据中台与数据仓库的区别之后,我们再回过头谈谈数据中台到底是什么。首先说说数据中台不是什么。
第一,数据中台不等于大数据。近些年来,“大数据”这个名词可能是被提及最多的词汇之一,大数据甚至成为国家战略。同时,“数据中台”也正是在大数据概念兴起之后应运而生的。因此,不可避免的,相当一部分人把数据中台和大数据划等号,一提到数据中台,天然的就想起Hadoop、Spark等大数据处理技术,这样的想法是不对的,这些大数据处理技术只是数据中台的基础设施提供者。大数据技术的大行其道,加速了数据中台战略成熟。
第二,数据中台也不是一个研发工具。最近一段时间,在市面上流行着一种说法,说某某公司有一个数据中台产品,可以直接卖给某某客户。这种说法是在忽悠客户。实际提供给客户的仅仅是一个可视化的研发工具而已。数据中台一定是整合了企业自身的数据并经过加工、治理后形成的企业自身的数据资产平台。试问,根本还没了解客户到底有什么数据的情况下,如何能说自己有一个数据中台产品呢?
那么如何定义数据中台呢?我们也曾尝试在网上找到一个标准答案,找过首倡“数据中台”概念的阿里大咖们寻求标准答案。最近网络媒体上各种数据中台分享、解读、峰会纷纷扰扰,各种解读真是乱花渐欲迷人眼,但都没有得到一个很精炼、标准的数据中台定义。但越是没有标准,越是被人问得多,这就是为什么开篇提到的第一个问题就是“什么是数据中台”。
经过这些年来对数据中台的一腔热血,也曾经为此翻阅大量资料,力求言简意赅,力求精准定义,我们认为:数据中台是一个用技术链接大数据技术能力,用业务链接数据应用场景的能力平台。
“链接能力”是数据中台的精髓。作为一个处在中间层的能力平台,“链接”是其根本的任务。
因此,链接是数据中台的根本能力,也是数据中台的价值所在。
04 业务中台和数据中台的关系
无论是业务中台还是数据中台,都是在企业IT系统架构演进过程中形成的,并从企业自身IT系统规划、建设、运营、运维等多年的经验中提炼出来的共性能力。
业务中台和数据中台作为两个轮子并肩构建了数字中台,支撑前台对会员的从营销推广、转化交易到智能服务业务的闭环,促进企业业务的提升和发展(如图3-8所示)。数字中台对内连接企业的后台系统,诸如ERP、人力资源、协同办公、财务管理等。
▲图3-8 业务中台与数据中台双轮驱动的数字中台支撑前台业务
业务中台抽象、包装和整合后台资源,转化为便于前台使用的可重用共享的核心能力,实现了后端业务资源到前台易用能力的转化,为前台应用提供了强大的“炮火支援”能力,随叫随到。业务中台的共享服务中心提供了统一、标准的数据,减少了系统间的交互和团队间的协作成本。
数据中台接入业务中台、后台和其它第三方数据,完成海量数据的存储、清洗、计算、汇总等,构成企业的核心数据能力,为前台基于数据的定制化创新和业务中台基于数据反馈的持续演进提供了强大支撑。可以认为数据中台为前台战场提供了强大的“雷达监测”能力,实时掌控战场情况,料敌先机。
不过数据中台所提供的数据处理能力和之上建设的数据分析产品,也不局限于服务业务中台。数据中台的能力可以开放给所有业务方使用。
从前台应用的角度,业务中台所提供的“炮火支援”能力和数据中台所提供的“雷达监测”能力是一体的,并不是截然独立的。业务中台与数据中台相辅相成,互相支撑。对于业务方来说,自己产生数据,并同时消费自己的数据,在消费自己的数据时又在继续产生数据,从而形成数据闭环。
打个比方,业务沉淀数据是产矿,将数据导入到数据中台是探矿和挖矿,数据中台对数据进行建模等加工处理是对矿物的加工提纯,通过数据服务指导业务的开展则是矿产再生的过程。业务中台和数据中台只是技术实现方式不同,但它们一起组成了支撑业务创新的两只轮子,缺一不可。
本文摘编自即将出版的新书《中台战略:中台建设与数字商业》,经出版方授权发布。