简单说一说数据中台_数据中台简单解释

中台的起源与疑惑

“中台”某种意义上是一个正宗的中国概念，早在2015年，马老师访问过北欧的Supercell游戏公司之后，便提出了这个概念。随之而来的，是阿里带动的“大中台、小前台”运动。这个概念听起来还是非常不错的，因为整合技术力量，既能够有效降低研发成本，也能够带来业务上更多的试错机会。但当大家投入进去之后才发现，中台的建设成本如此之大，乃至于一般小公司无法负担起基础的成本。大公司倒是搞好了，但依然无法实现“小前台”的理念，业务依旧需要定制开发。其实这就是今天大家对中台有意见的原因，因为技术上能够整合，但业务上却难以体现其价值。

中台应有的价值如何体现

让我们回到Supercell，对于一家游戏开发公司而言，怎样才算是好的中台？技术人员一般能了解开发一个游戏的难度，如果是从头搭建，成本确实很高。但如果中台能够支撑一定的基础开发工作，比如模拟物理环境、碰撞检测、动画建模等通用出来，我搭建一个游戏就不需要从头开始，而是设计好游戏内容和形式后，直接上手开发就可以了。这样搭建原型出来，需要的工作量只有原来的三分之一左右，即便项目失败，我还有两次机会试错。这个时候，中台看起来就非常划算了。

从最初的例子，我们能够看出来，中台要能够有用，就必须要把通用能力整合出来，这里的通用能力不仅仅指技术能力，也包括了前端、交互、视觉等领域，一个小团队就能够做完项目周期内的全部事情。有了中台能力的加持，小团队不需要考虑额外的技术问题，只需要考虑业务本身的逻辑就可以了。
这种情况下，我们就能够明确中台的设计初衷：中台提供通用的业务解决方案+通用的技术解决方案，而不是仅仅是通用的技术解决方案。

数据中台如何理解

如果说中台提供的是通用的业务解决方案+通用的技术解决方案，那么对应到数据中台，就是提供可复用的数据业务能力+可复用的数据技术能力。举个例子，对于小团队而言，希望通过我们的数据中台分析潜在的商业机会，这时候直接甩过去几张表就不合适。从小团队的视角看，我们希望有一个分析平台，有一些自主分析工具，能够快速了解我们目前能够统计到的数据及其涵义。那么这个时候，数据中台 = 数据仓库 + BI分析工具 + 元数据平台，最好前端能够有个自主搭建报表的工具，通过直接读取数据仓库的数据，来实现快速搭建分析平台的需求。

仅仅是数据仓库，还包含了一系列配套的平台（元数据、数据安全、数据质量、BI分析等），建设的成本比较高，而对于大多数公司而言，这种经济成本是不划算的。

数据中台如何体现价值

假设我们所在的公司有能力搭建数据中台，那么怎样的数据中台是合格的呢？目前看，需要满足两个要求：一个是满足可复用技术能力+可复用业务能力的需求，一个是能够切实为业务团队带来效率的提升。前者比较容易理解，按照数据仓库的建设思路来搭建就可以了。但后者往往被大家所忽略，但确实是数据中台价值体现的核心部分。

因此，我们在开发的过程中，要考虑到的不仅仅是数据能多快算出来、数据模型建设的多么完整、数据质量如何可靠，更重要的，是使用方如何能够快速上手应用。如果仅仅靠数据团队本身，很难把数据中台的价值发挥出来，这个时候就需要多多的跟业务团队沟通，了解它们切实的诉求是什么，并进行针对性的开发。

数据中台如何进行建设

大多数的数据人，做数据中台习惯从自顶向下进行建设。这种做法的优点是能够通盘考虑全局问题，保持数据的一致性，但坏处是变动的成本比较高，难以适应高速变化的业务结构。仔细想想，阿里是先有了电商业务，才有了大中台落地的基础；头条做好了抖音，才有了算法中台的诞生；腾讯IM深耕多年，也是基于IM逻辑做数据中台。其实数据中台更多的要走到业务中，为业务贡献价值，才能真的称之为“中台”。