3.3　数据中台如何支持数字化转型

数据中台的建设是支持上述数据驱动系统能力的必要条件之一。可以看到，3.2节中列出的数据驱动能力可以使企业快速获得市场洞察并提供个性化产品和服务。但是在没有数据中台的时候，数据是隔离和零散的，是难以自动化、汇聚和使用的，因此实现真正的数据驱动比较困难。这也是很多人认为现有的大数据平台是赶风口的面子工程的原因之一，因为它们并没有真正帮助企业实现数据价值。

数据中台的产出是全局的、标准的数据和服务，它解决了上层数据驱动应用的基础输入问题，在这个基础上才能真正高效地实现数据驱动的输出。类似于上面对“程序=数据+算法”的分析，数据中台解决了企业级的数据问题，3.2节列出的数据驱动能力则是使用各种不同的算法来帮助企业实现数字化运营目标的能力。

在数据层面之外，下面简单介绍一下数据中台从技术层面和组织架构层面如何支持数据驱动和数字化转型。

3.3.1　从技术层面支持数字化转型

如前所述，数据驱动的核心特点是持续、洞察和动态，因此在技术层面，整个数据中台必须非常注重数据标准、开发工具和能力服务化这些平台性的功能，使整个系统能持续不断地汇聚和处理不断变化的业务数据，将后台的数据处理和前端的数据使用解耦，保质保量地为业务系统提供正确的数据决策。而且，因为数据中台需要赋能公司业务部门的开发人员和产品经理，所以逐步降低数据中台的使用门槛、提高数据应用的开发效率是数据中台的核心要务。具体平台提供什么样的数据驱动能力则可以由各个业务部门来定义和开发，但这些都必须构建在数据中台提供的体系之上。

业务部门使用数据中台的场景一般是这样的。每个业务部门实际上相当于拥有自己的一个云平台和大数据平台，同时拥有平台中公开的数据服务以及数据工具。因此，它们可以将自己的业务系统数据导入大数据平台，同时与现有的数据进行联合，进行各种各样的查询。此外，它们还可以发布各种新的数据应用供自己或者其他部门使用。

因此，在技术层面，数据中台必须提供以下支持：

·全局的数据标准和完善的数据模型；

·完善安全的多用户管理；

·方便灵活的工具链；

·高效稳定的数据应用发布及运行流程；

·完善的数据治理和数据应用资产管理；

·全面的审计和监控。

3.3.2　从组织架构层面支持数字化转型

数字化运营不仅需要技术的支持，它更是一种企业运营的模式。要高效地实现数字化运营，企业的组织架构必须有相应的支持。在公司层面，管理层必须推行数据驱动的决策和产品迭代，一般会在CIO或CTO下设置CDO、CDS之类的职位，来负责数据相关的技术路线，推进数据驱动理念在各个业务部门的贯彻。

数据中台的方式将改变许多部门现有的工作方式，特别是数据标准、数据驱动决策、信息安全、企业基础设施支持、合规、对接第三方数据提供商等。在CTO或者CIO的领导下，可以设置一个由各个业务部门和技术部门参与的数据委员会，公司的产品立项、设计、测试、上线都要经过严格的数据审查，确保数据的产生符合全局的规范，产品和运营的决策有相应的数据支撑，相似的数据功能不会重复开发，具有类似于A/B测试的数据验证机制。

数据委员会通常由CTO或CDO负责，其主要职责包括

·宣扬数据中台对于企业数字化转型的价值；

·审计和辅导公司所有产品的立项、设计、测试、上线流程中与数据相关的内容；

·维护公司的数据标准，发现数据工具中欠缺的方面并组织解决；

·协调其他部门，必要时抽调人员互相驻场以解决摩擦；

·向第三方数据或应用提供商提出数据的要求和标准。