Monthly Archives: September 2020

数据中台的终局是将数据变现

如何真正理解数据中台?只有大厂才需要考虑数据中台吗?数据中台的出现会给企业现有的战略、业务、技术带来哪些挑战?

与其讨论什么是数据中台,泛零售企业对「如何利用数据中台解决业务问题并带来盈利」更感兴趣。因此,如何利用好数据中台成为新的增长引擎,正成为一门新课题。在实践过程中,我们发现很多泛零售企业不清楚如何真正用数据中台有效解决业务问题,想要盈利也变得愈加困难。

9月9日「数智·泛零售」03课,地雷老师的分享中提出了建议,在实施数据中台前,泛零售企业必须梳理3个问题:

1、数据中台在泛零售行业中是成本中心,那老板为什么要斥巨资投资做数据中台呢?

2、数据中台落地的每一步,能带来哪些业务收益?上数据中台不同于上ERP、CRM及内部管理系统,数据中台是非常底层,刚开始业务部门感受不到它的存在,需要老板有战略决心。

3、设想中的数据应用,涉及到哪些现有系统和数据?

从以上3个问题总结,其实需要从战略、业务、技术实现三个层面去考虑。

如果你是一位有着多年数据中台建设的老手,看到某些指标,可能你就可以感受到项目实施的成功率。比如说业务部门比IT部门着急,催着IT部门上线,那就对了。意味着有了清晰的战略和业务出口,最忌讳的是先做数据中台,将数据汇集并存起来,未来再进行数据挖掘及变现。

数据中台VS传统数仓

40年前就出现的数据仓库概念和今天盛行的数据中台有何差别?尤其在技术上又有什么差异性呢?我们听到最多的可能是以下这两种回答:

1、是IOE为代表的传统技术栈,转向Hadoop等开源大数据技术。

2、增加了类似离线计算/实时计算/数据资产/数据API这样的功能模块。

再仔细想想,仅仅是技术因素吗?技术当然会更新迭代,数据中台在技术上比传统的数仓在处理的数据量上大大提高,如果仅仅考虑至此,当被问到老的技术撑不住新的业务了吗?在传统的线下零售情形下Oracle就搞不定吗?这些问题是可能是矛盾的。

我们认为数据中台是业务概念,而非技术概念。相比传统数仓,数据中台离业务更近,能更快的响应业务和应用开发的需求。数据中台的首要出发点并不是数据,而是业务,帮企业解决业务问题,让企业的业务效率更高。

大数据时代,数据是一种「石油」,直白地讲,数据经过汇聚、生产、服务,是可以给企业赚钱的,也是所有业务的出发点。


数据中台的终局是什么?是将数据变现,让数据本身「生钱」。

同时,这也是数据中台兴起的初心,和传统的数仓不同在于,传统的逻辑上,这些都是成本中心,但数据中台是一门新的生意,将数据攒下来进行生产并变现。

意味着数据中台项目在一开始就要奔着生产数据中台产品并且能卖钱进行建设,这也是上一代和这一代在业务上最本质的区别。 如果实施几期之后,开始规划计量计费功能,那么就对了!因为正在朝着对外服务并进行收费的方向进行。 在划分数据中台的功能模块时,一种典型的思路,采用典型数据开发的技术导向,一级信息架构类似这样:离线计算/实时计算/数据资产/数据API……

不以技术划分,而是以数据生产的场景划分。如果开始按照数据开发、数据运维、数据服务、数据资产等岗位场景组织产品功能,事情就对了。

泛零售业务的技术挑战

一般泛零售企业没有阿里双11那样的场景,应将重点应放在哪里?产品形态又如何?

泛零售企业都是线上线下协同的,既有线下场景,又有线上场景,数据来源也极其庞杂。泛零售企业数据用的时候实际场景也是混杂的,需要跨域协同。

对数据治理来说,一方数据、二方数据、三方数据的依次处理,与业务都有强关系。光有数据而不能赋能业务的,都只能算是半吊子。

未来所有的企业核心都会变成加工数据的企业,虽然泛零售行业数智化转型不一定保证成功,但不做数智化未来注定失败。

当泛零售企业发现:数据问题导致变现出现困难时,就是该上数据中台的时候了。数据主动向业务前端靠近,这也是DT时代数据变现的发展大趋势。