袋鼠云数据中台专栏2.0 | 企业数字化建设三范式

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介: 关于袋鼠云数据中台专栏V2.0 数据中台如何定义?企业数据化与数据中台的关系是什么?数据中台如何支撑企业战略转型?袋鼠云近两年来,先后为国内数十家大型龙头企业提供数据中台咨询与实施落地服务,积累了大量的实战经验,同时也在为客户服务的过程中,不断完善和升华自身的数据中台理论体系和实践方法论。

关于袋鼠云数据中台专栏V2.0

数据中台如何定义?企业数据化与数据中台的关系是什么?数据中台如何支撑企业战略转型?袋鼠云近两年来,先后为国内数十家大型龙头企业提供数据中台咨询与实施落地服务,积累了大量的实战经验,同时也在为客户服务的过程中,不断完善和升华自身的数据中台理论体系和实践方法论。希望通过后续文章的分享,与诸位读者交流,共同加快企业全面数据化进程。本专栏每周更新1-2篇,敬请期待~

正文

笔者的职业生涯是从研发岗位开始的,其中有段时间迷恋《java与模式》这本书,闫宏博士提出的设计模式三定律一直对我触动很大,三定律不但阐述了所有设计模式的核心思想,后续的各种模式也都是在这三个定律的基础上展开和延伸。

笔者在进行企业数据化建设的过程中,也遇到了很多问题,归纳总结后有三个核心关键点,下面罗列出来,供诸位读者一起讨论:

企业数据化建设的产出物是数据

企业数据化是一个连续运行的过程

企业数据化建设需要一个核心引擎用以驱动体系的持续运行

范式一

企业数据化建设的产出物是数据
如果把企业数据化体系比作一个机器,那么这个机器输入的是从各种数据源抽取来的数据,数据没有进入机器之前我们称为「数据资源」,这些数据进入机器后,经过必要的数据清洗和整合被统一存储在一个大模型中,这个时候就成了「数据资产」,机器会根据业务需求和场景计算出结果数据,并最终通过报表、数据应用或者数据API的形式提供使用。

所以我们说说企业数据化建设的产出物就是数据本身。

当一件事物还没有完全成熟的时候,总是会被人从各种视角来解读。当前的情况下,我们对企业数据化(或者说数据中台)寄予了太多的期望,比如企业业务转型(比如新零售)、企业高效运转(数字化企业)、以及各种点石成金的大数据故事(AI,数据智能)等等,把数据和业务价值紧密得关联到了一起。

笔者的眼中:数据就是数据,业务价值就是业务价值,组织就是组织,规范就是规范,技术就是技术,先把所有的问题解构,然后再关联起来,这样事情就会清晰很多。

范式二

企业数据化是一个连续运行的过程
还是如上所说,企业数据化体系是一个机器,输入的是数据,输出的也是数据。这个机器要不断地能够汲取到新的数据,也要不断的吐出更有价值的结果数据。企业数据化体系就像是一个不断运转的机器,靠这些输入和输出的数据来支持企业。

在企业数据化建设中,数据供应的过程,相比于传统的企业信息化进程中各种应用系统的建设,粒度更细,持久性更长,运转也更为迅速。除了一些较大分析主题和目的明确的关键算法可以当作独立项目处理外,其余的众多结果数据要不断计算,不断产生,甚至产生以后也要有专门的运营人员与业务人员一起把数据用好,这样才能保证最终的效果。

所以企业数据化建设,天生就是连续的、持续的过程,很难强制用几个边界明确地将一个大项目拆分出来。

范式三

企业数据化建设需要一个核心引擎用以驱动体系的持续运行
企业数据化这台机器,如果希望良好地运转起来,最好要构建一个「核心驱动引擎」,体系依靠这个引擎来运转。传统企业信息化建设,可以通过各种朴素的业务需求进行驱动,这样的驱动相对明确和直接,比如各种审批业务要上个OA系统,财务业务也需要电算化软件来支持等等。

但是这种驱动方式在企业数据化建设过程中却频频失效。最主要的原因,笔者认为还是由于「数据化建设的复杂性」带来的。数据来源是否具备,数据质量如何,有没有公允标准,组织间的利益博弈如何解决,产出的数据如何使用,如何体现业务价值等等,涉及的是综合性问题,这种情况下,往往是需求提了,做了半天,发现不是一个小项目可以撬动的事情,最后就搁置了。

所以企业数据化建设,更多的,要依靠「规划和设计」来驱动。我们期望把这种规划和设计变成一个可见的,可以使用的引擎用以驱动整个企业数据化建设。

笔者用一个比喻来形容整个过程。我们把数据比作最原始的食材,业务方比作食客,数据团队是厨子,数据中台是厨房。

首先厨子依据食客的要求和自己的经验来出菜单,菜单中描述了有多少种菜品和每道菜的菜价。这些菜里,类似白菜豆腐的一般都会便宜些,芝士龙虾肯定会贵一些,还有一些置灰的菜品,价格高的吓人,因为这些菜不管好不好吃,目前饭店里都没有食材或者是食材的质量不好。

同时厨子的另一个任务就是把菜谱(做菜的过程)写出来,好让食客们知道他们的菜品都是怎么做出来的,使用了哪些食材,制作的过程是不是很复杂,是不是需要厨子很高的技能,这样他们才会心甘情愿的掏钱。

作为食客,自然对每个菜好不好吃有自己的评价,同时也要能够支付的起菜价,显而易见哪些好吃又便宜的菜一定是最受欢迎的,其次是好吃又贵的,最后才是那些又贵又不好吃的。

我们有可能面对的是一群有钱又饥饿的食客,反着无论怎么样,好吃一定是首要条件,即使是哪些置灰的菜品,只要食客们吵闹起来,厨子们就要想方设法的去寻找食材和保证食材的质量。

这个场景清晰而简单,然而套用在企业数据化建设中,却大相径庭。
image

袋鼠云以数据中台为核心 以咨询和运营为双引擎驱动的企业数字化整体解决方案

食客由于长期吃不到菜而没有食欲,店里有多少食材和食材的质量也是两眼一抹黑。还有企业里也缺好厨子,或者说根本没有厨子,只有能够满足客人们基本需求的做饭阿姨,或者由食客们自助炒两个菜解决温饱。这个就是大概的情况吧。

所以,企业数据化建设要想做好,厨子和厨房是硬件,必须有;同时要把整个事情做起来,食材的盘点,菜单,菜谱一样也不能缺。我们把“食材盘点”、“菜单”、“菜谱”称为企业数据化建设的核心驱动引擎。因为有了这三样东西,食客就可以根据需求和看着自己兜里的钱点菜了,厨子也可以开心的在厨房里做菜了,对于那些贵的菜和置灰的菜品食客也不再拍桌子抱怨了。如果真的想吃,厨子们也可以想方设法的去找食材,一切都会变得顺畅而美好。

这个引擎的内容也不会是一成不变的,不断丰富的数据资源,不断提升的数据质量,最新的业务需求和玩法,数据分析师的创新,技术的提升和算法的迭代等等,都会被这个核心引擎记录下来,用以持续驱动整个数据化的建设不断前行。

当引擎建立后,就像艺术大师希区柯克说的那样,一切都准备好了,我们差的只是把电影拍出来了。

本文作者

张旭 (花名:老虎)

袋鼠云副总裁,解决方案与交付负责人

原用友股份应用集成业务部总经理,主数据管理专家、业务创新带头人

曾主导数十家国内500强企业的数字化建设原型项目的规划与落地

拥有十多年企业服务和项目管理实施经验

袋鼠云是企业数据化整体解决方案提供商,是数据中台架构倡导者、引领者,通过打通数据供应链,构建企业数据化驱动引擎,加速企业数据化进程,让数据成为企业核心竞争力。

数据智能,让未来变成现在

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
3月前
|
SQL 数据管理 关系型数据库
SQL与云计算:利用云数据库服务实现高效数据管理——探索云端SQL应用、性能优化、安全性与成本效益,为企业数字化转型提供全方位支持
【8月更文挑战第31天】在数字化转型中,企业对高效数据管理的需求日益增长。传统本地数据库存在局限,而云数据库服务凭借自动扩展、高可用性和按需付费等优势,成为现代数据管理的新选择。本文探讨如何利用SQL和云数据库服务(如Amazon RDS、Google Cloud SQL和Azure SQL Database)实现高效的数据管理。通过示例和最佳实践,展示SQL在云端的应用、性能优化、安全性及成本效益,助力企业提升竞争力。
72 0
|
6月前
|
Cloud Native 关系型数据库 分布式数据库
凭安征信引入阿里云PolarDB云数据库支撑企业征信核心业务系统
凭安征信是国家中小企业公共服务示范平台,主营信用管理服务包括信用管家、水滴信用及可信认证。通过采用阿里云PolarDB云原生数据库替代RDS数据库帮助客户全面实现业务系统性能提升1-2倍,通过PolarDB企业级能力的加持下,运维更加简便,操作更加简单,数据安全能力更强。
|
运维 关系型数据库 MySQL
企业运维训练营之数据库原理与实践— 数据管理DMS—实验:如何快速连接云数据库RDS MySQL(上)
企业运维训练营之数据库原理与实践— 数据管理DMS—实验:如何快速连接云数据库RDS MySQL(上)
213 0
|
SQL 运维 数据可视化
企业运维训练营之数据库原理与实践— 数据管理DMS—实验:如何快速连接云数据库RDS MySQL(中)
企业运维训练营之数据库原理与实践— 数据管理DMS—实验:如何快速连接云数据库RDS MySQL(中)
168 0
|
SQL 运维 数据可视化
企业运维训练营之数据库原理与实践— 数据管理DMS—实验:如何快速连接云数据库RDS MySQL(下)
企业运维训练营之数据库原理与实践— 数据管理DMS—实验:如何快速连接云数据库RDS MySQL(下)
144 0
|
存储 SQL 运维
企业运维训练营之数据库原理与实践—云数据库备份与恢复—数据库备份恢复介绍
企业运维训练营之数据库原理与实践—云数据库备份与恢复—数据库备份恢复介绍
141 0
|
存储 SQL 运维
企业运维训练营之数据库原理与实践—云数据库备份与恢复—数据库备份恢复原理(下)
企业运维训练营之数据库原理与实践—云数据库备份与恢复—数据库备份恢复原理(下)
164 0
|
SQL 存储 运维
企业运维训练营之数据库原理与实践—云数据库备份与恢复—数据库备份恢复原理(上)
企业运维训练营之数据库原理与实践—云数据库备份与恢复—数据库备份恢复原理(上)
195 0
|
SQL 运维 AliSQL
企业运维训练营之数据库原理与实践—云数据库备份与恢复—云上备份恢复能力与场景
企业运维训练营之数据库原理与实践—云数据库备份与恢复—云上备份恢复能力与场景
146 0
|
运维 关系型数据库 MySQL
企业运维训练营之数据库原理与实践—云数据库备份与恢复—备份恢复实战
企业运维训练营之数据库原理与实践—云数据库备份与恢复—备份恢复实战
130 0