数据中台建设的9大误区，你中了几条？

👆点击“博文视点Broadview”，获取更多书讯

由于不同行业、不同企业的发展程度存在差异，因此会导致不同企业的数据中台的建设起点不同。

虽然起点存在差异，但是数据中台的建设应该是一个不断迭代和优化的过程，没有终点。

另外，不是每个企业都需要建设一个大而全的数据中台。适合自己发展阶段的中台才是最好的。

目前，行业对数据中台存在诸多误解和理解偏差，因此在建设数据中台的过程中，错误的理解可能导致数据中台建设的失败。

下图为数据中台建设的9大误区，下面详细介绍每个误区。

图  数据中台建设的9大误区

01. 数据中台等同于数据工具的集合

数据工具的集合能有效地提高数据开发和使用的效率，实现让数据易用的目标。

建设数据中台的核心目标是为业务中台赋能，提升数据规模化应用的能力，有效地实现数据的价值，支持业务数据化和智能化的需求，快速、敏捷地响应客户的个性化需求。

因此，数据工具是数据中台建设的中间产物，而非终极目标。

02. 数据中台等同于数据平台

数据平台是数据中台的一部分功能，是实现数据好用的核心能力和基础设施。

比如，我们常说的云平台，就是数据平台的一种体现。数据中台是一个价值导向的数据生态，目标是让数据成为资产，让资产可以复用，且充分赋能业务，实现业务价值的最大化。

03. 企业小，不需要数据中台

数据中台的核心功能之一是通过大数据洞察客户的需求，进而敏捷响应和解决客户的差异化需求。

企业不分大小，不分发展阶段，只要追求以“客户为中心”的核心价值观，数据中台就能给企业带来巨大的商业价值和客户价值，让企业实现精细化运营带来的高附加值。

04. 建设数据中台是互联网企业的事，传统行业用不着

数据中台首先实现数据线上化，然后实现标准化，随后实现资产化，之后实现智能化，最后实现服务化。

传统行业自身会生产很多数据，同时也需要外部数据的赋能，只要按照线上化、标准化、资产化、智能化和服务化的路径建设数据中台，就能让大数据产生价值，让业务获得数据智能。

05. 建设数据中台是数据部门的工作，与其他部门关系不大

数据中台是企业数字化转型的核心产品，为业务解决数据资产化和数据服务化的问题。

数字化转型是企业的核心战略之一，需要企业自上而下制定数据战略，需要整个企业的支持和推动。尽管数据中台的日常技术工作主要由数据或科技部门承担，但是与业务中台、后台相关部门的连接点和接触点非常多，需要其他部门提供业务知识、业务规则和业务需求等各种输入。

另外，数据中台的很多工作也需要和业务部门进行共创，而非让数据部门闭门造车。

最后，数据业务化，业务数据化，数据中台工作者也需要和业务部门打成一片，业务部门也需要有数据化思维，有高层领导的战略支持。只有企业上下勠力同心，数据中台才能达到预期功效。

06. 数据中台直连前台更敏捷，没必要建设业务中台

建设数据中台的初衷是实现“数据业务化，业务数据化”，核心目标是构建可复用的数据资产中心、数据智能中心、数据管理中心和数据公共服务中心，赋能业务数据化和智能化，敏捷响应客户的个性化需求。

数据中台主要抽象公共数据服务，涉及大量的数据规整、流程梳理、工具建设、数据模型建设、服务抽象等具体工作，整体的操作灵活度适中。

前台主要是作战模块，灵活度较高。前台一般有多个业务板块，不同的业务板块尽管业务有差异，但一般有很多共性的需求，需要公共服务赋能。

即使一个全新的业务场景，在极端情况下，所有的业务流程都无法复用，数据中台的很多功能也依然可以复用，如数据ETL、数据圈选、数据分析等。

从数据资产和数据复用的角度来看，企业也应该在整体的数据战略中设计数据服务体系和业务服务流程。

从企业整体资源配置和效益最大化的角度来看，业务中台人员需要从流程上进行梳理，抽象和归纳，从而产生公共的业务流程和服务需求，避免重复“造轮子”，同时可以产生海量可用的数据资产，这就是业务中台的核心价值。

如果数据中台直接服务于前台，那么会为了应对前台的临时需求而重复“造轮子”，留下很多垃圾数据。问题日积月累，最终会影响数据资产化的进程，也会影响数据价值的实现。

笔者认为数据中台和业务中台是一对孪生兄弟，相辅相成，互相促进，各尽其职，携手支撑业务前台的敏捷需求，打造可复用的数据资产、数据能力和业务公共服务。

此外，数据中台建设和业务中台建设是一个不断积累的过程。

对于新的前台业务板块，首先需要梳理业务流程，看看哪些现有的业务中台服务可以复用、哪些需要改造、哪些需要新建。如果需要新建业务流程，那么合理的方法论应该是，首先评估现有的数据中台如何更好地满足新的业务场景，然后判断哪些数据服务可以复用、哪些需要改造、哪些需要新建。

此逻辑和方法，既可以高效地支撑新兴业务的需求，又可以避免重复“造轮子”，从而实现数据资产的良性增加。

07. 在数据中台成型后，不需要烟囱式的临时技术团队

值得强调的是，建设数据中台并不意味着企业不能有敏捷的团队。为了开拓全新的业务，企业有的时候需要建设一支临时的、敏捷的业务或者技术团队。

数据中台不仅不会拖累业务的发展，还可以为该业务带来以下两种价值：

①公共模块的复用，快速支撑业务流程。

②数据中台建设的标准化体系让新的业务有参照物，大大提升数据质量和可用性。

08. 不着急建设数据中台，等业务成熟之后再说

笔者见过很多企业刚开始拼命做业务，忽视数据中台和数据体系的建设。等到业务日趋成熟，需要数据进一步提升业务价值时，它们发现数据维度不全，数据质量很差，大部分数据不可用，只能看着海量数据，却望洋兴叹，无从下手。这时虽然数据量很大，但是大部分数据是无效数据。它们最后不得不把一切归零，从头开始启动数据中台的建设。

数据中台建设是企业的数据战略、以客户为中心和大数据思维方式的集中体现。

（1）数据中台建设越早越好，越早建设越能发挥数据的价值，否则大概率会重复“造轮子”，造成资源极大浪费。

（2）数据中台建设是一个不断积累的过程，早启动，早积累，早产出。

（3）数据中台建设得越早，建设的复杂度越低，投入的资源越少。

09. 建设数据中台可以一蹴而就

“建设数据中台可以一蹴而就”这句话存在以下两个误区。

一个误区是建设很容易，可以一蹴而就。

前面提到数据中台的整体目标、建设路径、与业务中台的交互和融合等，涉及数据战略、组织架构、人才建设、数据基础设施、数据标准化、数据模型构建、数据平台、数据智能、数据服务体系和数据管理等内容。

建设数据中台是一项体系性工程，耗时长，花费大，用人多，需要企业自上而下推动，需要企业勠力同心，才能实现数据中台的真正价值。

因此，建设数据中台是一项复杂的工作，降低复杂度的方法有两个：一个是分阶段开展，另一个是遵循数据中台建设的客观规律和方法论。

另一个误区是建设数据中台只是一个阶段性的任务，在任务完成后就可以一劳永逸。

实际上数据中台的建设是一项长期任务，遵循螺旋式建设、优化和迭代的规律，没有终点。

数据中台需要不断地优化数据资产、迭代数据服务、提升平台性能，积累越丰厚，覆盖面越广，对业务的赋能作用就越大，越能发挥数据的价值。

▼

本文摘自《数据中台建设：从方法论到落地实战》一书，欢迎阅读此书了解更多关于深度强化学习落地的内容。

▊《数据中台建设：从方法论到落地实战》

彭勇 著

• 厘清数据中台建设误区，详细阐述数据中台建设方法论
• 以营销中台和风险管理中台为实战案例，助力企业数字化转型

本书通过企业中两个热门场景的应用详细介绍了数据中台的落地实战。第一个是营销场景。企业通过营销中台的建设，构建了智能化营销体系，有效地提升了数据驱动营销的效能。第二个是风险管理场景。企业通过风险管理中台的建设，支持“事前—事中—事后”的智能风险管理，大幅提升了风险管理的效率和能力。

本书适合科技企业和互联网企业的创始人、中高层管理人员、数据战略负责人、首席数据官、信息系统负责人，以及正处于转型中的传统企业管理者和政府相关部门的工作人员阅读。

（京东满100减50，快快扫码抢购吧！）

抽奖赠书

按以下方式与博文菌互动，即有机会获赠《数据中台建设：从方法论到落地实战》一书！

活动方式：关注下方“博文视点Broadview”公众号，在后台回复“数据中台抽奖”参与活动，届时会在参与的小伙伴中抽取1名幸运鹅！

活动时间：截至9月15日（周三）开奖。

快快拉上你的小伙伴参与进来吧~~

如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连

 热文推荐  
地表最强：iOS安全黑宝书中文版来袭
Spring数据库事务典型错误用法剖析
当知识图谱遇上预训练语言模型
书单 | 近期重磅新书，带你牛，带你富！


▼点击阅读原文，查看本书详情~