从零到一建设数据中台 - 应用场景及实施路径
一、数据中台技术场景
- 异构数据源集成、交换场景：实现异构数据源的整合集中和交换共享
- 数据治理场景：从元数据角度实现企业级数据目录管理、保证数据质量、数据安全，提供数据血缘、数据服务
- 数仓、数据湖建设场景：数据集成汇聚数据湖统一管理、或者ETL入仓，高效构建企业级数据湖、数仓
- 数据中台建设场景：快速数据资产构建、数据治理管理，数据开发、分析、可视化应用等、助力企业业务增长和成本优化
- 大数据离线分析场景：批量作业可视化作业开发Studio，低门槛实现离线数据分析，无缝对接多上下游数据源类型
- 大数据实时流计算场景：实时流可视化作业开发Studio，低门槛实现实时流数据分析，无缝对接多上下游数据源类型
- 大数据融合分析应用场景：实现多元异构数据的融合和联合分析洞察
二、数据中台功能指标
- 多种异构数据源接入，支持实时流批一体处理
- 可视化任务调度与运维监控
- 湖仓一体架构，支持数据分布式存储
- 元数据管理与主数据建设
- 支持可视化ETL数据处理开发
- 数据集市，数据服务总线管理
- 数据治理与数据资产管理
- 零（低）代码可视化数据报表分析与数据应用开发
- 权限分级，数据加密、备份、脱敏、审计
三、数据中台实施路径
第一阶段（IAAS、统计分析、BI展示）
- 全局数据集成解决数据孤岛问题
- 数据集成、存储和开发、数据挖掘分析
- 稳定的大数据集群
- 跨域历史数据的统计分析、报表
第二阶段（支撑管理决策）
- 洞察、支撑管理决策
- 大数据BI系统、实时分析报表、描述型挖掘分析
- 对数据集成质量、海量数据案例与分析的检验
第三阶段（预测、智能推荐）
- 基于历史事实对未来做预测分析
- 基于历史事实进行智能化个性化推荐
第四阶段（智能化融合）
- 结合业务场景，基于机器学习、深度学习技术实现智能化模型、并将智能模型对接到业务流程中建设企业智慧决策中枢 -- 智慧大脑
