最近可能大家听到“数据中台”这个词越来越频繁了，但是到底什么是数据中台呢？读了一篇史凯的文章，有了一点了解，分享一下。
史凯，ThoughtWorks 数据和智能总监，精益数据创新体系的提出者，2019 年被评选为 DataIQ100 的数据赋能者，有近 20 年年的企业信息化、数字化转型架构和实施经验，为众多大型客户提供数字化转型战略略规划和咨询实施服务。
一、什么是数据中台
首先它不是一个平台，也不是一个系统，如果有厂商说他们有个数据中台卖给你，对不起，它是个骗子。
要回答数据中台是什么，首先要探讨一下中台到底是什么。虽然没有明确的定义，但是作为理工直男，我们可以先把中台看作是一种中间层。既然是一种中间层，那么中台确实是一种十足技术用语，我们可以完全从技术角度来探讨了。
在数据开发中，核心数据模型的变化是相对缓慢的，同时，对数据进行维护的工作量也非常大；但业务创新的速度、对数据提出的需求的变化，是非常快速的。
数据中台的出现，就是为了弥补数据开发和应用开发之间，由于开发速度不匹配，出现的响应力跟不上的问题。
数据中台解决的问题可以总结为如下三点：
1、效率问题：为什么应用开发增加一个报表，就要十几天时间？为什么不能实时获得用户推荐清单？当业务人员对数据产生一点疑问的时候，需要花费很长的时间，结果发现是数据源的数据变了，最终影响上线时间。
2、协作问题：当业务应用开发的时候，虽然和别的项目需求大致差不多，但因为是别的项目组维护的，所以数据还是要自己再开发一遍。
3、能力问题：数据的处理和维护是一个相对独立的技术，需要相当专业的人来完成，但是很多时候，我们有一大把的应用开发人员，而数据开发人员很少。
这三类问题都会导致应用开发团队变慢。这就是中台的关键——让前台开发团队的开发速度不受后台数据开发的影响。
史凯总结说，“数据中台是聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念”。
DData API 是数据中台的核心，它是连接前台和后台的桥梁，通过 API 的方式提供数据服务，而不是直接把数据库给前台、让前台开发自行使用数据。至于产生 DataAPI 的过程，怎么样让 DataAPI 产生得更快，怎么样让 DATA API 更加清晰，怎么样让 DATA API 的数据质量更好，这些是要围绕数据中台去构建的能力。
二、数据中台与数据仓库、数据平台的区别
括地说，三者的关键区别有以下几方面：
1、数据中台是企业级的逻辑概念，体现企业 D2V（Data to Value）的能力，为业务提供服务的主要方式是数据 API；数据中台距离业务更近，为业务提供速度更快的服务；
2、数据仓库是一个相对具体的功能概念，是存储和管理一个或多个主题数据的集合，为业务提供服务的方式主要是分析报表；数据仓库是为了支持管理决策分析，而数据中台则是将数据服务化之后提供给业务系统，不仅限于分析型场景，也适用于交易型场景；
3、数据平台是在大数据基础上出现的融合了结构化和非结构化数据的数据基础平台，为业务提供服务的方式主要是直接提供数据集；数据中台可以建立在数据仓库和数据平台之上，是加速企业从数据到业务价值的过程的中间层。
数据仓库具有历史性，其中存储的数据大多是结构化数据，这些数据并非企业全量数据，而是根据需求针对性抽取的，因此数据仓库对于业务的价值是各种各样的报表，但这些报表又无法实时产生。数据仓库报表虽然能够提供部分业务价值，但不能直接影响业务。
数据平台的出现是为了解决数据仓库不能处理非结构化数据和报表开发周期长的问题，所以先撇开业务需求、把企业所有的数据都抽取出来放到一起，成为一个大的数据集，其中有结构化数据、非结构化数据等。当业务方有需求的时候，再把他们需要的若干个小数据集单独提取出来，以数据集的形式提供给数据应用。
而数据中台是在数据仓库和数据平台的基础上，将数据生产为为一个个数据 API 服务，以更高效的方式提供给业务。
三、数据中台应该具备的能力：
大数据和人工智能大火之后这几年，很多人一直在提一个说法，那就是“数据是新的石油”。但是数据不等于数据资产，如果没有从业务的角度对数据进行规划，再多的数据也无法产生价值。
1、前提——数据目录：
一个企业的数据要能够充分发挥价值，很重要的一个前提条件就是这个企业的数据结构和数据资产目录是对整个企业开放的。所有人都能够通过这个资产目录了解公司有哪些类别的数据、包含什么属性、源数据由谁管理，这样就可以快速搞清楚这些数据是不是自己需要的。但数据本身可以不开放，因为数据是有隐私信息和安全级别的。”
大企业内部业务众多，不同业务可能存在很多重复数据。所谓的数据资产目录就是把数据的模型去重、归一、梳理，变成一个树状结构，这个树状结构不直接对应数据库中的字段。数据资产目录做的事情就是从业务层面出发制定数据标准，将企业业务相关的数据资产模型抽取出来，这跟后面用什么数据库去存储、用什么结构去存储、存成结构化还是非结构化都没有关系。它相当于把企业的业务从数据层面做了一个梳理，用数据的语言把企业的业务模型还原出来。数据资产目录做好之后，后面才是用什么技术手段、从哪里提取数据来映射到这个数据资产目录。
2、核心——是数据中台要为企业提供强大的数据资产的获取和存储的能力。
除了开放，数据资产目录还应该具有标签描述、可检索，这样才能最大程度地方便真正使用数据的人，以最快的速度找到他们需要的东西。
3、数据的共享和协作
企业的数据中台一定是跨域的，需要让所有的人都知道数据资产目录在哪里。不能因为数据安全，就不让大家知道企业有什么数据。没有共享和开放，数据没有办法流动起来，没有流动的话数据的价值产生的速度就会非常慢。所以在数据安全的基础上，企业的数据资产目录要对利益相关者、价值创造者开放，要让业务人员能够做到“Self-Service”。
4、业务价值的探索和分析
数据中台不仅要建立到源数据的通路，还需要提供分析数据的工具和能力，帮助业务人员去探索和发现数据的业务价值。一个好的数据中台解决方案中需要针对不同业务岗位的用户提供个性化的数据探索和分析的工具，并且在此基础上一键生成数据 API，以多样化的方式提供给前台系统。
5、数据服务的构建和治理
数据中台需要保证数据服务的性能和稳定性，以及数据质量和准确性，还需要具备强大的服务治理能力。数据中台是一个生态平台，在数据中台上面会不断生长各种数据服务，所以从一开始就构建好数据服务的治理结构是非常重要的，数据服务需要可以被记录、可被跟踪、可被审计、可被监控。
6、数据服务的度量和运营
如果数据中台最终只是做到把数据给到业务人员，那它就只是一个搬运工的角色。数据中台还需要具备度量和运营数据服务的能力，能够对中台上提供的数据服务及相关行为持续跟踪和记录，包括哪些数据服务被哪个部门用了多少次等，通过这些去度量每一个数据服务的业务价值。
四、如何搭建数据中台
1、数据中台建设面临的挑战包括：
梳理业务场景：搞清楚数据中台如何对业务产生价值。
建设数据中台的优先级策略：需求可能大而全，但我们不能直接建大而全的数据中台，应该根据业务重要性来排需求的优先级。
数据治理问题：和业务独立开的数据治理少有成功的，大的数据标准要有（数据资产目录），通过数据资产目录将共有的纬度、共性的业务模型提炼出来，在此基础之上数据治理需要跟业务场景紧密结合。
2、数据中台的建设需要两个战略耐心
数据中台是为了加快从数据到业务价值的产生速度，但是它的生产过程依然是需要时间、有很多复杂的工作要做的，所以对于数据中台的投资方和数据中台的建设方来讲，都需要对应的战略耐心。
对于投资方来讲，要充分认识到数据中台类项目的价值和局限性。在现在的组织结构和技术成熟度下，数据中台依旧是一个技术平台，对于业务价值的产生是一个加速的过程。但是业务对于数据的需求不会因为有了数据中台就减少，数据中台也不是哆啦 A 梦，不能随心所欲地变出各种业务想要的服务。这依然是一个需要统筹规划、敏捷迭代、演进建设的系统性工程，所以需要要管理好期望，有一定的战略耐心。
对于建设方来讲，要充分认识到数据中台建设的复杂度，不要操之过急，不要期待毕其功于一役。史凯的建议是要从小中台做起，围绕具体有价值的业务场景去建设，尽量不脱离场景去搞周期长、大而全的纯工具平台建设。
3、数据中台应该从小数据、小场景做起。
数据中台是面向场景而非面向技术的，这种与客户的业务、企业的结构和信息化发展阶段有着紧密的相关性的业务基础架构，是很难买一个大而全的产品来一劳永逸解决的。
，数据中台是面向场景而非面向技术的，这种与客户的业务、企业的结构和信息化发展阶段有着紧密的相关性的业务基础架构，是很难买一个大而全的产品来一劳永逸解决的。
可以通过下面这个图来解释构建中台的原则：
一开始的时候需要顶层设计，面向业务愿景制定中台的整体规划，全面的梳理数据创新全景蓝图，这就是上图左边的黑色框架部分，通过业务愿景驱动出所有的业务场景探索，从而推导出数据中台的全景架构、技术支撑。
但是在实施的时候，要从具体的业务场景出发。从高价值数据集场景做起，然后顺着这个场景竖切，找到数据全景图中的一个或多个数据集合，从小数据场景落地，这样才能快速验证价值。大处思考，全局拉通，避免后续的数据孤岛，但是从小数据集切入，从可实现性高的场景启动。然后一个个的场景做起来，业务价值和中台能力也就同步建立起来了。
总的来讲就是，“设计阶段横着走，落地阶段竖着切。”
