数据中台：建立在数据网络效应之上的赛道

正文

请到「今天看啥」查看全文

Scott说，「从客户或消费者的视角出发……离最终客户越近、中间的层级越少、跟客户直接交互的触点越多，公司就越有竞争力。」

京东的「十节甘蔗」理论某种程度上验证了Scott的说法。刘强东把面向消费者的价值链条分成创意、设计、研发、制造、定价、营销、交易、仓储、配送、售后等十个环节，其中前5个归品牌商，后5个归零售商，围绕后5个环节的价值链，京东着力打造了其中的仓储配送能力，通过纵向「吃掉更多的甘蔗节数」成为中国电商的另一个代表平台。

综合而言，以平台为比较对象，未来企业的数字化转型所面临的最大挑战，不是每个模块内部的横向分别优化，而且围绕价值链展开的纵向全局优化 ，最大难题在于：

1. 业务上： 如何统一顾客视角，把高度横向分化的价值模块整合成「以顾客为中心」的纵向价值链条，打造端到端的顾客服务体系（End to End）；

2. 数据上： 如何统一开展数据治理，把分散的孤岛数据转变成可信的数据资产，形成全局数据支撑「以顾客为中心」的端到端服务体系；

3. 组织上： 如何改变高度依赖横向竞争者的分布式架构，围绕核心价值链构建「以顾客为中心」的平台式架构，从流程驱动转向数据驱动。

另外，需要澄清的是，这里的端到端并不是说不需要进行分层优化和模块优化，而是需要找到更合理的架构来打破原有边界，优化分层和模块，以及链接方式。如果说第三时期的专家是管理咨询专家和IT顾问，那么第四时期的专家就是架构师。

今天企业面临的架构问题，除了传统的技术架构问题，还有数据架构问题，以及和技术和数据相匹配的业务架构问题，同时，企业还需要解决新的商业模型下团队和角色的缺失问题（比如数据科学家），以及如何调整组织架构以适应全新的商业挑战问题。

如果说过去的架构问题是纸老虎，那么，今天的架构问题就是真老虎，必须要通过各种架构师来从根子上进行优化。

02

价值链整合

以用带通，以通促用

可能不为人所知的是，最早的业务中台和数据中台多多少少都和eBay有关。

eBay作为最早成熟的电商平台，需要服务大量碎片化的商家和碎片化的用户，传统的应用开发方式和部署方式存在大量重复建设和资源浪费的问题。为了解决这个问题， eBay摸索建立了5C（5个中心，包括商品中心、会员中心等等）的业务中台架构雏形，围绕BI需要搭建了「数据采集-数据消费」的数据架构。

后来阿里巴巴的业务中台就脱胎于eBay，淘宝通过五彩石项目复制了5C的方法论，构建了阿里自身的业务中台；支付宝则复制了eBay的BI体系，构建了BI的数据架构，但是这个时候，并没有真正意义上形成数据中台。

奇点云创始人行在曾经是阿里数据的老兵，完整经历了阿里巴巴从数据仓库到数据中台的发展过程，也是阿里云数加平台（现阿里数据中台Dataworks）创始人。他表示， 数据中台并不是凭空长出来的，或者是单纯技术进步的产物，而是经历了「看、用、运营」三个阶段，业务需求驱动了数据中台 One Data 方法论真正成型。

最初，业务仅仅是希望用数据来看见「业务发生了什么？怎么发生的？」，数据仅仅支撑了各个事业部内部的BI分析需求，但即使是这样，到2012年，阿里巴巴有50%的服务器都不再进行任何事务处理，而仅仅用于数据分析，可见数据分析的规模。

为了解决海量数据的存储计算问题，阿里巴巴在2009年就开启了云计算的道路，并且以阿里小贷为起点开始了云计算的摸索。然而，回头去看，阿里小贷不仅仅是阿里云的起点，也是数据中台的起点。

行在曾经多次在不同场合表述，阿里小贷项目通过数据实现了低风险高效率的小微金融，让公司决策层达成共识： 数据是生产要素，「基于数据才能够产生阿里小贷这样的创新业务；也只有在数据集中融合的基础上，才能够产生这种业务。」

这对于数据中台的诞生有重大意义。

以此为基础，2012年，马云正式提出了 「一切数据业务化，一切业务数据化」 的数字化转型理念，成为了阿里数据整合的开端。

对当时的阿里巴巴而言，通过构建业务中台，初步重构了面向消费者价值链的平台架构，在后台形成了业务模式复用的能力，但是，在数据上，每个消费者仍然归属于各自的平台，并没有形成统一的消费者视角，平台对消费者也缺乏统一认知。

就在同一年，行在领衔TCIF（淘宝消费者工厂）项目，第一次通过 One ID 打通了阿里系所有平台的数据，并在此基础上建立了3000个通用标签。换句话说， 不管消费者出现在阿里系哪个平台上，平台都能识别并还原消费者的特征，真正意义上建立了人群定向的能力——围绕消费者实现端到端的精准服务。

2015年，数据中台的 One Data 方法论成型，在此基础上，行在创立了阿里云数加，构建了现在的阿里数据中台Dataworks，第一次公开向客户提供数据中台产品和服务。

在实践过程中，行在形成了两条认知：

第一，围绕数据的「生产-消费」价值链条，传统企业的业务架构和数据架构都有极大的优化空间，数据的市场非常广大；

第二，数据对业务有价值，但数据能力要适配业务的需求，不能过于超前，「大炮打蚊子」的技术自嗨要不得，要围绕业务需求来建设数据能力。

怀抱着让「实体商家都拥有淘宝一样的数据运营能力」的愿景，2016年底，行在离开了阿里，和团队一起开创了奇点云，一家通过提供数据中台服务帮助企业数字化转型的技术公司。

奇点云的独特之处在于，当其他同类公司都把中台赛道当成横向的替代竞争领域时，奇点云从一开始就是奔着帮助企业「纵向优化」建立一方数据价值链的思路，构建了整个端到端的交付能力。

如果我们打开数据「生产-消费」的链条，我们可以把整个数据价值链分成数据生产、数据采集、数据存储、数据计算、数据治理和管理、数据服务、数据应用、数据智能应用等几个大的模块，简化而言就是「存通用」三个主要环节。

奇点云发现，传统企业在过去的数字化转型过程中，仍然采取横向优化的思路，因此，尽管在三个环节上都有尝试，但因为缺乏对数据价值链的认知，并没有形成「以数据为中心」的纵向优化能力，换句话说，数据应用缺少端到端的业务服务能力。

请到「今天看啥」查看全文