数据中台：被忽视的创新枢纽

车品觉

信息及数据的收集处理自古有之，几千年来变化不大，直到个人电脑的普及才开始出现了改变：首先是数据化的领军企业，包括谷歌、亚马逊、脸书及中国的百度、阿里、腾讯等带动了一波数据量级的增长，然后是移动应用和人工智能所引起的智能热潮，前述公司的高速发展都跟这些能力相关。再加上物联网的加入，让我们在不知不觉之间每天都在生产着数据，甚至消费着数据。如今可以说几乎全民都参与在大数据的生命周期之中。

然而，与几年前相比，大数据的结构组成很不一样了，因为需求的细分、终端的发达导致数据变得越来越零散。同时，数据安全的规管也改变了分享数据的形式和难度，汇聚数据的成本正在不断提高。由于数据的核心价值来自分享流通，因此成本效应成为企业及政府机构数据化的绊脚石。曾经有一段时间，阿里集团也为几百PB级别的云存储成本而担心影响企业收益。

数据中台建设刻不容缓

其实所谓中台就像厨房，因为不可能为每一道菜从头切菜、腌肉，有很多中间的工序其实可以預先及统一准备好，菜式可以有创意但类似的半成品可以标准化。试想一下如果每个阿里的App都有自己不同的流量收集及统计方法，是不是既浪费资源又难管理呢？事实上，当年阿里内部确实有三个不同的流量数据统计工具，后来迫不得已才统一起来。

近年来笔者作为国内一些市政府和互联网企业的咨询专家及顾问，都遇到过如何建立横向数据治理系统的问题。笔者发现，治理工作越早开展，成本越可控，否则难度就像有些企业高管开玩笑式自嘲那样：这不是开着飞机换引擎吗？

当初在阿里时，在企业飞速发展的过程中，我们发现数据使用面临着如下挑战：各部门低水平重复开发数据集，浪费了大量的存储和计算资源；数据资源缺乏沉淀机制，导致计算能力难以提升，进化低效；数据割裂，算法分离，带来混乱和质量的不确定性；业务变更时，数据及数据产品反应不及时；组织架构制约了数据的共建和共享；缺乏数据的规范及配套激励机制。

2016年阿里内部总结发现，数据的“汇—管—用”过程中伴随着如下一些现象：数字业务变化速度非常快，数据处理技术及方法都很类似，数据及算法中间层能量的积累能产生巨大效能。因此，做好数据治理工作成为当时笔者在阿里的主要任务，也随之诞生了阿里数据中台及数据委员会。

无独有偶，企业内一些数据治理问题，在各地市政府机构内部也重复在发生。如果缺乏顶层设计，数字化步伐都追随各个职能部门的发展，数据体系也基于业务单元垂直积累，就会形成烟囱式体系。垂直式数据体系的优点是紧贴场景、反应敏捷，缺点是数据分散、欠规范，难以共用关联成为合力，大数据价值优势被削弱。此外，烟囱式数据体系还会造成混乱的数据调用和拷贝，以及系统功能建设和维护带来的重复投资，不仅造成人力、财力、资源的浪费，更糟糕的是时间的浪费以及数据质量的参差不齐。在目前高速发展的互联网市场大环境下，商机是稍纵即逝的，数据中台的建设刻不容缓。

在认同大数据是未来创新核心的前提下，需要把数据战略的先进性、前瞻性放到优先考虑的位置。否则大数据的能力会随着粗放式营运而变得停滞不前，沦为有名无实；数据愈乱，建立大数据的能力门槛愈高，从信息化到数据化的时间节点都会影响治理难度。管理层必须理解，从信息化到数据化再到应用，必须有强大的技术支持、灵活的政策保障，以及开放的生态支撑，如此方可马到功成。

简单地看，数据中台有点像一条生产流水线，从原始数据收集到提炼成稳定的数据。在这一制作过程中，需要有一套生产管理流程体系，用以保证数据品质、时效性、一致性等关键点。但与生产流水线的差别在于，数据中台不仅需要关注数据生产过程中的效率问题，还需具备以下能力：一、收集数据被消费之后的反馈闭环；二、解决多源异构的数据组合的效率；三、具备业务发生变化时的快速自适应力；四、保障数据服务的稳定性。

连接和共享是数据中台的核心

在阿里有一个说法，关联不起的数据就不叫大数据。试想如果要让淘宝的推荐系统猜到你喜欢的商品，不能同时（甚至实时）关联起你在天猫看过或者买过的商品，结果肯定会大打折扣。由此可以看出你的购物及浏览清单关联得越多，就越有利于推荐你心仪的产品。

连接能力是一个数据智能平台的基础。连接指的是将不同来源的数据连接、匹配、融合的能力，让用户能连接到云端和本地化的结构化和非结构化的数据，包含支持不同类型的数据存储平台。这个概念不强调对数据的拥有，而强调能够触及和返回数据的广度及丰富程度。

共享能力是评估一个数据智能平台是否为合格的首要标准。共享不代表要完全的透明，而是构建一个合理的、区分权限的、能够保护数据，同时让知识的价值流转的机制。为了保护数据而不让算法或者从数据中得到的洞察知识流转起来，无疑是不合理的。因此一个数据智能平台存在的意义就是共享，同时保障不应该共享的部分。

数据治理是数据中台的起点

笔者曾经为不少企业做顾问，其中最容易让大家明白数据治理的重要性是这句话：有治理数据的企业在生产及加工过程中，可以节省70%的工作量。当中的道理很简单，治理的目的就是为了优化数据的生产过程。

数据中台围绕数据生命周期的各阶段（产生、存储、增强、使用、传输、共用共创、更新、销毁等）而建立，服务的对象可以是IT研发者、数据科学专家、产品经理、分析师、决策管理者等。使用者会因需要而加工数据，情况有点像石油提炼。

而数据生产过程中还有一种极其重要的数据，被称为元数据，又叫数据中的数据。对元数据管理得当，就可以让数据在生产过程中变得更精淮、稳定及可被追溯。元数据管理须记录生产过程中各项数据因素，包括生命周期、调度情况、品质保障、安全监控、数据字典、数据血缘关系等。元数据是数据中台的精髓，有利于数据在生命周期中的监督、成本管理或分摊、追踪数据价值。

因此，数据中台所需的第五种能力，就是建立一个协作平台，让整个数据的生产到服务更规范有序，可追溯，又化繁为简地把前面所提到的四种能力有机汇聚起来。这并非一件技术性的工作，大部分依赖于人的管理。

数据服务赋能快速创新

数据可以作预处理，帮助企业增加效能。算法当然也可以模块化，以作组合使用。不需要每个创新业务都从头开始，我们希望创新业务的人员可以更聚焦在业务工作上。

一切数据都是应业务目标驱动而形成的，产生于业务且又服务于业务。可以通过松耦合的数据服务带来业务的复用。例如淘宝和天猫有着各自的买家评价服务，但在防止刷屏的时候，会使用相同的数据模型鉴别虚假评价。所以尽管业务场景不一样，但很多基础数据模型及算法可以被重复使用。

经过清晰的沉淀，算法可以通过重新编排、组合，成为服务接口，响应业务的基本需求。由于具备快速编排、组合数据服务的能力，企业能以较小的成本投入来构建出一个创新的前端业务。这在传统模式构建的系统中是前所未有的，容许快速试错，是更加適合如今互联网的轻量化运营模式。

组织架构与配套激励机制

有一位市长跟笔者分享建立智慧城市的经验时说，不能想象一个被承袭了百年的组织架构会一下子适应新的智能时代，新时代必将带来种种冲击。好处未到之前，我们还得循循善诱。

任何完善的体系建设依靠的都不仅仅是技术工具，缺乏完善的组织结构及激励机制也不可能令中台顺畅运行。多年来的经验证明了技术架构和治理组织的建立同样重要，而近年来很多企业及政府也纷纷设立起独立的数据治理委员会。前面提到数据中台的核心理念是“以通促用、以用带存”，这里的“通”不仅是数据的联通，也关乎人为组织结构的联通，而且是横（功能部门之间）、纵（数据生命周期的各个环节）都要通。

与此同时，数据中台管理需要制定并形成有效的规范，让数据治理小组从实例中由下而上地提炼出大纲，并由固定团队负责推进、制定工作机制（互惠互利及激励方式）、优先资源配置等。

※※※※※

数据技术“中台”之所以成为攻坚大数据能力的重要途径，一是因为数据中台确实解决了烟囱式数据各自为政的问题；其次更有利于推动轻盈的前台业务创新，同时能把应用中的数据回流，形成更丰富的中台资源。数据中台作为推动数据化营运的利器，同时也能成为营运数据的中心（两者结合为闭环）。

根据多年的经验，笔者可以大胆地说，数据中台的建立刻不容缓：因为在大数据时代，业务与数据之间有很强的联系，但数据内容及结构更新速度非常快；数据算法上的技术很类似，但各师各法；数据质量人人都说重要，但必须明确由谁负责。

数据及其服务能力的汇聚与集中管控协同，很大程度上会促进企业一体化运维的能力。互联网大数据时代的中台特点是：一方面具备海量多源异构数据的整合能力；另一方面是促进创新且变化多端的业务前端服务能力。

大数据中台的建设及行业普及，如今还是摸着石头过河的状态，任何中台都是在不断互动回馈的过程中成长起来的，而非一次性搭建成功。但可以肯定的是，这是个“一把手”工程，必须秉持打破传统管理的决心，做好长期斗争的准备。