凤凰网汽车

关于数据中台，可能我们一直都没有理解到位。

通过分析企业半年报中关于线上业务建设的部分，可以发现很多上市公司都在半年报中着重提到了数据中台的建设，其中雅士利、贝因美、红蜻蜓、居然之家等公司更是从2019年财报中就重点提及了正在积极布局数据中台业务，依靠数据智能重塑业务链条。

不过，与上市公司纷纷砸钱、砸资源的热情相对，市场也有声音称数据中台是“PPT造车”、“新瓶装旧酒”，存在“烂尾”、“疗效”未知等问题。那么数据中台究竟发展如何？对企业有什么价值？如何才能用好数据中台？

数据中台缘何成为背锅侠

数据中台作为数智化落地的助推器，市场潜力巨大，行业玩家也正在积极探索与拓宽数据中台的应用场景与服务内容，据预计2020年后，数据中台将实现爆发式增长，到2024年，市场规模将从2019年的40.1亿元增长至251亿元。

可见，数据中台“吸金”能力强大。大量的资源涌入这个行业背后，是资本、创业企业和客户对行业的认可，行业仍处于上升期。

不过，更快的发展速度，也加快了问题的暴露。和所有的新事物一样，“用户的认知”都是需要首要解决的问题，数据中台最早是阿里巴巴根据本土企业快速增长的数据处理需求提出来的解决方案，并且早期在阿里巴巴内部进行了试验，内部孵化、内部应用，模式成熟之后再推向外部市场，这是大企业打磨新业务的天然优势，不过不同于云服务，数据中台缺少海外成熟的规模化应用经验对标，并且同数据库和数据湖的关系也经常被外部专家混在一起讨论，让数据中台这个处于发展初始阶段的赛道缺少标准化的行业认知、可复制的操作流程，这都导致了用户教育成本的上升。习惯了“拿来主义”之后，用户认知本土创新需要时间。

另外，大量涌入的资本，也催生了一些不具备整合服务能力的伪数据中台企业，行业鱼龙混杂的后果，一方面伤害了很多对数据中台抱有开放心态的公司的信心，这些公司本身就缺少建立和运营数据中台的能力，数据中台公司又没法给予有效的指引，结果就是很多企业基于原有的IT系统、基于传统的思维来搭建原有业务边界外的数据中台，大概率难以成功，最后损害的依旧是数据中台的行业口碑。另一方面，“数据中台赛道这个方向不正确”也成为了一些掉队的伪数据中台公司给资本的解释，数据中台又被迫成为了背锅侠。

数据库和数据湖是鱼塘和仓库

数据中台是鱼类加工厂

中国互联网和信息基础设施的蓬勃发展，为各种业务触网留下了巨大的空间，庞大的人口优势在抬升不同业务天花板的同时，也形成了更加复杂的业务模式和组织结构，并在每时每刻不间断的生产出大量数据。

随着增量红利见顶，如何精细化运营海量数据，指引业务进化路径、实现新的增长曲线就显得格外重要，在这方面，无论是传统厂商还是海外服务商，都没有成熟的模式，而数据中台成为了解决这类问题的一种有效探索。

不同于数据仓库和数据湖主要对数据进行控制和管理，数据中台面向的是业务运营和价值创造，如果说数据是鱼，数据库和数据湖就是鱼塘和仓库，目的是把鱼存起来，而数据中台则是鱼类加工厂，能直接把鱼变成商品、产生价值。

数据中台是技术与业务的结合点，要能够指导业务方向，基于产品化的运营思路，服务于业务前台，并通过反馈回来的业务数据不断提升使用价值，例如阿里云数据中台与泡泡玛特合作，通过智能数据来指导新品研发，与美国知名炸鸡品牌Popeyes合作，基于全域数据，指导新店选址等。

如何让数据中台在企业生根

企业如何推动数据中台的落地？如何深度挖掘数据中台的价值？持续享用数据中台的红利？

启动之前，需要三大保障：

1. 战略上要投入，数据中台一定是个一号位工程，由管理层推动，不能做成一个局部的项目。

2.组织上要有保障，搭建有业务、有平台、有技术、有数据的全域团队，实现良好地上通下达，给予足够的资源支持。

3. 选择的数据中台服务商和合作伙伴要有经验、有保障，能够根据业务统筹规划，帮助客户合理避坑，少走弯路。

启动之后，开启四个阶段：

1. 还原历史。疫情期间，企业对于线上业务的需求陡然增长，“员工要在线、供应商要在线、产品要在线、业务要在线，整个业务流程全面转向数字化的过程中，也就产生了大量的数据积累” ，做数据中台的第一步就是要把这些数据先收集进来，把鱼收到鱼塘里面，这需要技术团队给出可行的解决方案。

2. 发现未知。让数据从通到用，建立新的看待问题的视角。早在2018年的时候，海底捞就已经拥有了3000万的会员，每天大量的用户行为沉淀了大量的数据。之前，海底捞在国外购置的CRM系统，是基于传统的IOE架构，无法负荷门店扩张的速度和互联网高并发流量的需求，营销部门也不敢大范围的进行促销推广活动。通过与阿里云合作，基于Quick BI和Dataphin两套数据中台的产品，海底捞搭建了一套完整的数据分析报表系统，可以根据这些分析报表，制定更为灵活的营销手段，提升会员的满意度。基于数据中台，推动CRM系统的升级，散乱的数据被进行规范重组后，为最终实现千人千面奠定了基础。

3. 改变未来。基于数据分析和数据的指引，通过改变避免一些可预测的坏结果，或者通过改变实现更高地增长曲线。比如之前百货公司都习惯把餐饮规划到6、7楼的顶层，后来又尝试在每个楼层都规划餐饮，“因为吃饭是目的地消费，在等位的空档其实是有时间去隔壁店铺逛逛从而促进消费的”。

但是通过数据中台反馈回来的数据发现，目的地消费的人群转化为线下非目的地消费的比例很低，消费者等位的时候并不真的会去隔壁商铺购物，但是一个潜在的增长来自于当消费者抱着“目的地消费”的心态进行线上购物时，是更有可能进行连带消费的。

4. 数据智能。基于数据中台的应用，最后需要促进数据、系统、产品、场景等整个生态的协同。通过数据中台指导企业的全域营销是一个典型应用，从“人群洞察”到“精准营销”再到“新客获取”，帮助商家打造消费者增长闭环。

今年天猫618消费季期间，良品铺子全渠道累计销售额突破5亿元，其中基于阿里云数据中台零售行业解决方案在全域营销端的探索起到了积极的作用。基于对广州、深圳两座城市潜客人群的深度理解，尝试将单端购买偏好消费人群发展成线上线下多端消费人群，提高消费者粘性，形成线上线下多端拉新、提高商品复购。

阿里云数据中台零售行业解决方案还帮助良品铺子打通实体店、手淘轻店和饿了么端，实现通过手淘轻店和饿了么为实体店引流。在广州和深圳，消费者只要身处良品铺子实体店3公里范围内，打开饿了么APP即可收到附近实体店的信息和商品推荐，针对实体店3公里范围之外的消费者，良品铺子也通过手淘轻店进一步拓展同城购场景，消费者在手机端便能享受与实体店一样的购物体验。

跳出经验，相信数据

传统企业很多的业务是靠经验驱动的，对于未来的预测缺少依据，过程中有很多的不确定性，容易遇到发展瓶颈。可行的一种解决方案是：把业务数据化，把数据业务化，相信数据的力量和数据的智慧。

中国的企业发展非常快，体量越来越大，传统企业转型需求也越来越迫切，需要通过更加精准的运营逻辑来挖掘新的红利，这个过程中数据中台是帮助企业向上成长的阶梯，拥有转型需求的企业应该提早迈出这一步，打破惯性、坚定地推进数据指导下的自驱动变革。

搭建数据中台，跑通数据流转之后，企业就可以基于对数据的洞察去指导业务方向，并将业务运行产生的新数据再次输入数据中台，实现数据和业务间不断的正向促进。数据中台是需要打磨和开发的，在不断实践的过程中企业也会建立起走出经验主义、走进数据智能的管理逻辑。