靖笙浅谈数据中台

张靖笙

      最近关于数据中台概念的讨论在业界越来越热，惹得我这个数据老兵也忍不住进来看看到底这葫芦里面有什么新药。

      引用我的朋友蔡（春久）总最近所群发史凯总（凯哥）的《2019数据中台行业调研报告》，所有的甲方企业都在讨论什么是数据中台，

      数据中台对于业务的价值，探索自己是否需要数据中台， 数据中台如何建设，已经有了多篇十万+的爆款文章。我一看，天啊，已经有这么多关于数据中台的爆款文章了，我看过的都还没几篇呢！

说起来惭愧，我这个自以为是的数据老兵，也是今年被业界友人当面问什么是数据中台才开始关注这个概念，我已经忘记了当时是怎么扯淡的了，印象中只是凭自己过去经验做了一番貌似也能说服对方的回答，说老实话，我当时也是用这个新瓶装一点自己过去熟悉的陈酒而已。

      今天我看了凯哥的《2019数据中台行业调研报告》后，的确也还是看到很多传统的观念，不过也看到了不少新鲜的观点，当然也有很多认知上的分歧，总而言之，数据中台还是一个新鲜事物，在我看来，大家都对，对于这么一个新概念，或者说新提法，只要您能给出一个自洽的、自圆其说的说法，我认为也对的，这是我对此的总体态度。

      在我这个态度下，我想来谈谈我自己认为对的关于数据中台的看法，虽然我没有参与凯哥发起的调研，但我现在表个态也应该还为时不晚。

      首先，关于什么是数据中台，我和业界的认识也是高度一致的，数据中台不应也不是一个浅白的概念！而现在的关键是，如何向哪些不太懂信息科技的企业领导人简单讲明白，到底什么是数据中台，和让他们想明白为什么必须尽快启动这件事。我估计凯哥也意识到这一点，所以也在报告里面紧跟补了下面的架构图：

      凯哥总结的这个观点和体系图我是认同的，本人在几年前也提出的数据资产经营的思想是一致的，这倒不是我想要蹭热度，我早前发的博文、网课和出版著作都有所论述，只是本人一直以来人轻言微，写过什么东西，讲过什么话，也不至于能翻起阿里爸爸的数据中台这么大的波澜，所以本人提出来的东西接触过的始终少数识干货的人，😊。虽然我已经多次在出版的书籍、发表的文章和网上的视频课程中介绍过我原创的方法，我这里还是略略重述一下，虽然这不是我在本文中的目的，只是为了让读者们自行比较一下。

     在商言商，如果我们把经营企业数据资产作为一门生意，企业对大数据资源的利用看成是一种投资，那么就可以用商业模式分析的方法来描述企业如何开展大数据资产的经营。因为商业模式是解决价值主张、价值获得、价值创造、价值传递这四方面和商业高度相关的要素。

     笔者结合自己近二十五年企业信息化一线经验和近七八年在移动互联网环境下的IT战略咨询工作经验，运用互联网大数据思维进行了一些独创性的思考和探究。结合自身经验和理解，同时也参考了业界领先实践，笔者提出了企业经营数据资产的“在商言数”方法论，这个方法论可以简单总结为以下四步：

l  第一步：数字化商业模式设计；

l  第二步：数字化价值链顶层设计；

l  第三步：数字化组织和业务架构顶层设计；

l  第四步：数字化转型路径设计。

     笔者所提出的企业“在商言数”方法论，是在继承传统企业数据管理技术的基础上，运用互联网大数据的商业思维、业务方法、经营思路，围绕如何最大化数据资产的价值为目标，建构一个企业经营大数据资产获得价值的“商业模式”，进而通过价值链分析的方法形成一个可以落地执行的“企业大数据资产经营管理业务架构”。

    企业要经营大数据，包括了大数据应用、大数据运营和大数据变现等活动，来形成大数据的价值链，有效地支撑企业达到最大化数据资产的价值。当然，大数据价值链分析还需要落地到具体的工作安排上，具体流程如下图所示。

      数字化商业模式明确了之后，具体的数字化转型工作需要设计实现数据从源头采集到运营实现价值输出，需要经过下面4个基本环节：

l  数据源接口环节；

l  数据资产化存储环节；

l  数据价值化开发环节；

l  数据服务化运营环节。

以上环节从源头到目的形成了一条围绕数据资产的价值创造的链条，和传统企业生产商品的价值链一样，除了这些基本活动之外，还需要有以下支持性活动：

l  数据治理；

l  数据资产经营管理；

l  数据战略规划。

以下是对数据资产价值创造价值链条中每个能力环节的简单描述。

（1）数据战略规划：在基于企业架构战略规划的基础上，对数据架构进行具体细化，进而形成整体性的数据规划目标。

（2）数据治理：继承传统的企业数据（资源）管理体系，通过构建统一的数据资源管理平台，全面治理企业数据资源（包含原有的企业内部信息系统的数据、从数据源接口采集的数据以及数据资产化存储的数据），通过让数据质量更好，来确保数据资产的含金量。

（3）数据资产经营管理：建设和管理数据资产专业化运营组织，制定数据资产管理相关政策和规范，构建数据资产经营管理框架，并形成各项相关工作按规划推进的工作机制，并负责开发、运营方面的组织和管理工作。

上面这3个领域是价值链支持性活动，数据规划对数据治理和数据资产经营管理具有指导性的作用。

（4）数据源接口：数据源接口环节负责按需从各个数据来源采集、清洗数据，数据来源可能是企业内部的信息系统或者外部数据源，不排除为了采集数据而建设一些专门的接口系统或者程序模块。

（5）数据资产化存储：结合业务需求盘点和匹配可用的数据资源，明确可纳入数据资产化管理的范畴，数据汇聚平台负责把从数据源接口采集的数据源进行必要的加工后，按照一定的格式统一加载存储在分布式的大数据存储平台，实现从数据资源向数据资产的角色转化。

（6）数据价值化开发：构建数据分析平台，根据业务需求开发数据分析或者数据挖掘模型，对存储在大户数据存储平台系统的数据进行加工形成有价值的信息或者知识，并且企业的数据分析团队通过按需的数据分析挖掘应用开发形成数据分析能力。

（7）数据服务化运营：构建数据开放经营平台，将资产化存储的数据或数据分析平台的结果在可经营的机制下对内外用户开放，并且嵌入到企业其他的业务系统和业务流程中。

（8）数据产品的用户：数据资产归根到底还是要输出成数据产品，数据产品的企业内部用户为：股东、投资人、高层领导、中层经理、分析团队、基层员工等等。企业外部用户包括：企业的消费者、企业的供应商、数据共享伙伴等等。

   价值链的描述是宏观的，在落地执行的时候会遇到很多解读上的多样性，这就需要祭出CBM这个定义业务架构的神器。从数字化价值链顶层设计的基础上再进一步细化，运用IBM的业务组件化模型（Component Business Model，简称CBM）的方法，就可以进一步细化成一些具体的数字化业务能力定义。

  CBM就是结构化的价值链分析方法，可以把价值链分析出来的业务能力要求再进一步细化成具体的业务工作职能安排。借助CBM，在价值链分析基础上细化设计成可以指导具体工作安排的业务活动、业务资源、数据内容和IT系统建设和支持工作等，对落地数字化战略的业务能力进行组件化的定义和划分，达成对业务分类的共识，作为后续数字系统建设需求分析和数字化组织和业务流程设计的起点。

   CBM的顶层架构是一个二维结构，横向是业务能力域，每一列都是价值链中的一环，是具备相同价值目标和业务特点的一组或一类活动。CBM纵向是责任层次按照各业务模块活动成果影响的范围进行划分，CBM将业务模块划分为引导、控制与执行三层。

    业务能力按责任层次再进一步细分就形成业务组件的定义，而每个业务组件包含了直接指导业务执行和系统建设的细节要求描述：

l  一组相关可以重复执行的业务活动；

l  有清晰的业务边界，对组件内的业务活动能集聚化高效执行和闭环管理；

l  在适宜的人员、流程、技术能力、信息系统和数据资源的配合下，可以相对独立地运作；

l  可以提炼出一组反映活动的业务能力水平的关键业务/绩效指标（Key Performance Indicator，简称KPI）。

      本文笔者给出了企业运营数据资产的方法论框架，是笔者在综合自身和团队超过100人年的相关企业信息化和数字化转型项目咨询工作经验，归纳总结这些过程经验和知识资产而形成了一个企业数据资产业务组件参考模型（Enterprise Data Asset Component Business Model，简称EDA-CBM）作为企业数字化组织和业务架构顶层设计参考模板。

      而本人认为我这套思想和当今流行是数据中台是异曲同工、殊道同归的，当然我的个人经验和能力有限，由于众所周知的原因现在也沦为了个体游击队的干活，和阿里这样的正规军队伍的实力不可能比拟，所以不敢忝居业界数据中台专家行列，只希望不要被大部队拉开太远。

      真不好意思啊，简单复述也有这么多的文字，可见说清楚怎么做数据资产运营和管理是一件极其繁复的事情，这么多文字的陈述和表态后，还是没有说清楚一个足以让我们认真思考的问题，能不能对不懂数据行当的企业领导人用最简单直接的，他们可以听明白的语言准确地描述数据中台这个概念呢？

      我相信从我当前看到的相关知识资料，包括凯哥这份和我之前的著述都没有很好的解决这个问题，用一个体系的陈述方式虽然准确，但对数据外行来说又过于笼统，而用凯哥的架构图和我的企业数据资产业务组件参考模型又过于“专业”，肯定让很多没有信息化经验的领导人难以直观理解和深入体会。

       既然问题是我抛出来的，我愿意做一个逆风执炬的无知无畏者，尝试给一个我自以为正确的定义-----“数据中台是中国企业在新时代推动数字化变革、完成数字化革命的司令部！”

      为什么这样说，因为我认为数据中台概念的提出，离不开全球数字化革命和中国新时代高质量发展这样的宏观背景，和广大中国企业数字化变革这样的谁都躲不过的微观个体宿命，如果没有这样一个认识高度，我认为数据中台又只会又沦为信息技术人员自弹自唱的卡拉OK，在很多企业要么浅尝即止，要么照猫画狗两不像，最后并不能达到建设数据中台的根本目的，因为根本从一开始就没要搞清楚这个目的。

      为什么是司令部？因为司令部发出的所有命令都是命和令，需要不折不扣地执行！如果数据中台在企业没有这样一个地位，什么业务数据化和数据业务化都只会成为一句空话，喊喊口号可以，但空喊口号并不能完成艰巨的数字化转型和数字化革命。

     为什么数据中台的概念由阿里巴巴提出来，因为阿里巴巴是目前在这场全球数字化革命中人所共知、广泛接受的胜利者，虽然其市场上的胜利也可能还是暂时的，不过马云的一言一行一举一动已经有广泛的世界影响力，我们可以把阿里爸爸看成中国挥动数字化革命大旗的旗手，但我也不能不严肃地向各位指出，阿里爸爸的很多做法并不具备普适性，广大的中国企业（包括政府机构）生搬硬套和依葫芦画瓢者必死无疑。

      我认为这是关于数据中台最大是大非问题，虽然让大家认同也是我爱的，但我还不能，我就是这么年轻！

      所以，对于广大的中国企业和政府机构组织，还是要务实地从勇于自我革命的高度，认认真真根据自身出发“在商言数”，深思熟虑、精心组织和周密部署，这样才是建设数据中台的唯一正道。

      从这个认识出发，每个企业组织具体要做什么、怎么做，面对具体的数据问题和技术方案怎么看，由于企业组织生命道路的多样性和个体性，回答也自然是五花八门的，对此，我又要搬出我本文开头的态度，大家都对，方便就行。

     对于一篇文章来说，这么多字估计已经让读者很疲惫了，今天我先说这么多，以后再继续补充。

（2019年11月15日成稿，如果您觉得本文内容对您有价值，请在http://www.jiangshi.org/cms/html/fyb/2019/detail.html?lectid=523238&r=0.12489718034803015投“张靖笙”一票或送上鲜花，谢谢）