數據中台、相信這四個字大家一定不陌生。因為在2019年、數據中台可謂是最火的概念之一，很多大公司都在佈局自己的數據中台。那麼數據中台到底是什麼？它和我們熟知的數據平臺有啥區別？它為什麼會這麼火、能給企業帶來什麼價值呢？數據中台整體架構和全景圖又是什麼呢？筆者有幸參與了公司數據中台從0到N的建設， ...

數據中台、相信這四個字大家一定不陌生。因為在2019年、數據中台可謂是最火的概念之一，很多大公司都在佈局自己的數據中台。

那麼數據中台到底是什麼？它和我們熟知的數據平臺有啥區別？它為什麼會這麼火、能給企業帶來什麼價值呢？數據中台整體架構和全景圖又是什麼呢？

筆者有幸參與了公司數據中台從0到N的建設，計劃從概念到落地，把中台那些事跟您說透，與您一起分享學習。筆者公眾號：【胖滾豬學編程】

第一問：數據中台是什麼

先不說那些官方的抽象的概念了，我想用我自己的大白話去說數據中台的概念。

那就是如果把前臺比作賺錢的。後臺比作支持的。那麼中台呢就是支持加速賺錢的。

這個比喻我覺得還是很形象的，中台呢它實質就是前臺和後臺的一個橋梁，並且它能在這當中起到很好的加速效果。這裡的加速，可以是效率上的提高，可以是協作上的共贏。

舉個例子，比如前臺業務人員日常要分析廣告投放、在哪個平臺投放效益最好呢？抖音還是頭條呢？這直接涉及到公司的money了。

前臺人員要分析這個肯定要有數據吧、就會向後臺人員要數據：我需要哪些表你要幫我同步過來數倉里，同步好了你要授權給我，然後你再去配置定時報表任務、配置好了你要再做一個前端的展示頁面。這還沒完，數據有問題了還得跟你逼逼叨叨！

這個流程下來，前臺人員需要向後臺人員溝通100句。有了數據中台、一句話都不用說了。上面這些操作，前臺人員都可以自行完成。

所以說數據中台給我們業務效率帶來了巨大的提升。

那數據中台有沒有缺點呢？

我覺得也是有的，本來後臺那些單身小哥哥可以蹭這個機會去跟前臺妹子打些交道、說不定姻緣就來了，畢竟前臺妹子多，結果被這數據中台一搞，一句話都說不上了。這確實是數據中台的一個缺點。

現在大家應該有個初步的印象了，那麼我再用官方抽象的語句做一個總結：數據中台是企業級能力復用平臺！企業級大數據通過系統化的方式實現統一共用的數據組織。其中共用包括數據、信息、技術、業務的共用等。它以服務化的方式賦能前臺數據應用，穩定可靠、高效的支持上層業務的快速創新，為業務快速賦能。

第二問：數據中台和數據平臺的區別

因為我們一直以來都是聽數據平臺這個詞聽得比較多，所以第二問我們還是要來說一下它們之間的差別。

數據平臺你可以把它看成是數據集，那麼數據中台呢他就是數據集API,那麼它們之間就差在API這三個字母上，API我想應該不需要過多解釋呢，大家都知道，比如學JAVA的時候有了JAVA API你才知道怎麼使用，那麼數據中台相當於在數據平臺的基礎上告訴你這些數據怎麼使用。

另外，數據中台是偏向於業務的，而數據平臺是偏技術的

但是、數據中台和數據平臺也有千絲萬縷的聯繫。數據中台需要依賴大數據平臺，大數據平臺完成了數據研發的全流程覆蓋，而數據中台增加了數據治理和數據服務化的內容。總的來說，數據中台吸收了傳統數據倉庫、數據湖、大數據平臺的優勢，同時又解決了數據共用的難題，通過數據應用，實現數據價值的落地。

第三問：數據中台有哪些價值

數據中台的價值，我想用三個關鍵詞來概括：效率、協作、質量

效率：比如數據研發的效率、發現數據的效率。為什麼我們每開發一個報表都要改代碼呢？為什麼數據有問題的問題的時候，我們要找很久才能發現是某某上游的問題呢。
協作：很多應用開發，其實不同的項目組需求大致相同。還是用開發報表來舉例，不同業務線項目組開發報表都一個套路，但因為是別的項目組維護的，所以就是得分別開發一遍。就不能協作共贏？
質量：比如數據的一致性、準確性、及時性以及完整性，有沒有一個通用的平臺來檢驗這些數據呢。

上面說的還是有一點兒抽象，其實要具體回答這個問題，你首先得大概知道數據中台有哪些功能哪些模塊。比如數據地圖、元數據管理、數據血緣、數據處理等等都屬於數據中台。每個模塊都有它的功能，所以它的作用並不是一言兩語可以說得清，這裡筆者再舉一些真實的例子來對比一下：

例一：沒有數據中台之前，業務人員根本就不知道HIVE數倉有哪些表，不知道這些表的具體信息(列信息、索引信息、分區信息、責任人信息)。他要出一張報表還要來問你:"hello 幫我看一下HIVE有沒有同步這張表吧？hello 幫我看一下這張表是不是分區表吧？"。這個表有問題了，他又要來問你"hello 這張表負責人是誰啊？" 有了數據中台之後，完全不需要管了。(這個是元數據管理給我們帶來的便捷)

例二：沒有數據中台之前，我們根本就不清楚表的來源和鏈路，尤其是一些複雜報表的結果表，來源非常複雜可能涉及到多個系統，涉及十幾個源表。等到上游業務表要做變更、都不知道會影響哪些報表，線上已經運行上千個報表了啊！要去揪出這些來實在是麻煩！有了數據中台之後，10秒鐘就能解決這個問題。(這個是數據血緣給我們帶來的便捷)

第四問：數據中台架構

我們說數據中台是服務於公司業務的，因此必須要從自己的業務角度去進行一個全局的規劃和架構。不過你依舊可以參考一下典型的架構圖：

筆者認為可以分為幾大部分：

數據採集匯聚(資料庫，日誌，前端埋點，爬蟲系統等)
數據處理和開發(離線計算、實時流計算等)
數據治理(元數據管理、數據血緣、數據質量、數據安全等)
數據服務(智能報表、標簽系統、推薦系統、大屏等)

其中、數據採集和數據處理開發，你也可以理解為是數據平臺的東西。由於篇幅問題，不對每一個模塊作詳細說明。筆者將在個人公眾號【胖滾豬學編程】詳細分享各個模塊的概念、功能、以及生產落地方案！

第五問：我們該做數據中台嗎？

首先一句話：千萬不要跟風。中台不是你想做想做就能做。

因為要做起一個真正意義上的數據中台，一定是站在公司的層面去看待，而不是某個業務部門自己玩玩過家家。因此需要非常大的投入，人力、物力的投入。而這些系統是否能夠匹配中台建設的需求，還需要持續打磨。另外必須對公司的整體業務滾瓜爛熟，才能有這種全局的視野去建設中台。

那什麼情況下我們可以考慮建設中台呢？

企業是否有大量的數據應用場景？數據中台本身並不能直接產生業務價值，數據中台的本質是支撐快速地孵化數據應用。所以當你的企業有較多數據應用的場景時（一般有3個以上就可以考慮）
企業存在較多的業務數據的孤島，需要整合各個業務系統的數據，進行關聯的分析，此時，你需要構建一個數據中台。比如在我們做電商的初期，倉儲、供應鏈、市場運營都是獨立的數據倉庫，當時數據分析的時候，往往跨了很多數據系統，為了消除這些數據孤島，就必須要構建一個數據中台。
當你的團隊正在面臨效率、質量和成本的苦惱時，面對大量的開發，卻不知道如何提高效能，數據經常出問題而束手無策，老闆還要求你控制數據的成本，這個時候，數據中台可以幫助你。
當你所在的企業面臨經營困難，需要通過數據實現精益運營，提高企業的運營效率的時候，你需要構建一個數據中台，同時結合可視化的Bl數據產品，實現數據從應用到中台的完整構建。
企業規模也是必須要考慮的一個因素，數據中台因為投入大，收益偏長線，所以更適合業務相對穩定的大公司，並不適合初創型的小公司。