隨著數字經濟時代的來臨,作為一個“數據人”,需要思考的問題很多。如,怎樣突破信息化建設發展瓶頸?如何實現數據融合,整合孤島數據?如何為客戶運營管理、智能決策提供支撐?等等。
其中很重要的一個問題是“數據中臺”在數據經濟時代到底擁有怎樣的價值。我們可以把數據中臺看成是位于前臺和后臺之間的,能夠將多源異構的數據整合資產化,為前端業務提供數據服務能力支撐,以實現數據驅動運營。
數據中臺不僅是一套軟件系統,更是一種組織運作機制和管理模式,集戰略決心、組織架構、技術架構于一體,構建了統一的協同基座,以協調和支持各業務部門,使數據最終與業務鏈條結合,真正轉化為客戶核心資產。可以看成是數字化轉型的基礎和核心。
作為數據智能服務的提供方,浩鯨科技在底層基礎技術的支撐下,通過完善的平臺能力和持續的業務數據化,形成高效可靠的數據資產體系和數據服務能力。已經能夠快速的為客戶提供數據服務,比如精準營銷、輔助決策、風險控制、平臺建設及運營等,都可通過數據服務直接賦能業務應用。
本文結合行業及浩鯨科技的實踐,從以下3個方面來分析我們對“數據中臺”的價值思考。
·數據中臺的市場表現及發展的影響因素
·數據中臺的應用場景
·后續的發展及浩鯨在數據中臺上的能力
數據中臺的市場及發展
伴隨著數據量的爆發式增長,數據處理技術日漸成熟,國內的數據中臺行業正在逐步進入高速發展階段,行業增長勢頭明顯。各類數據中臺供應商通過積極探索和拓展,使得數據中臺產品類型與服務內容進一步完善,具備了更多的呈現形式,在未來會有更多的企業參與到數據中臺布局當中,艾瑞咨詢預計到2023年我國數據中臺的市場規模將達到183億元。
數據中臺逐漸擴大的市場規模,高速發展的行業前景,離不開背后強勁的發展驅動力。
政策推動數字化轉型。2020年頒布的《十四五規劃方案》、《關于加快推進國有企業數字化轉型工作的通知》等核心政策,圍繞著打造網絡強國、建設數字中國、“互聯網+”行動計劃等國家戰略,積極推進以物聯網、云計算、大數據、人工智能、區塊鏈等為代表的新一代信息技術與行業深度融合,加速推動各行業數字化轉型。
數字經濟規模穩步擴張。2020年數字經濟規模占GDP比重已近40%,對GDP貢獻率近70%,預計2021年將進一步增至47.56萬億,已經成為國民經濟增長強大的引擎之一。數字經濟規模的穩步擴張,加快了數據價值化與傳統業務的融合,推動了傳統產業向數字化、智能化轉型升級。
市場環境因素導向。互聯網與人們社會生活場景有著深度的融合,其中電商、金融、媒體等行業已經走在領先地位,快消品、地產、汽車等行業也隨之跟進。在現今的市場環境下,促進各方間的互聯互通,加速線上線下融合,推進數據與業務融合,是未來發展的下一個方向。數據中臺憑借著在數據服務、業務創新方面的優勢,為互聯網時代解決行業領域問題提供了基礎支撐。
“數據壁壘”仍普遍存在。在傳統煙囪式IT建設方式下,政企各單位部門都存在獨立采購或者自建業務系統等情況,在內部形成諸多“數據孤島”,缺乏數據的共享交換,特別是在互聯網時代,進一步加劇了“數據壁壘”問題,系統的多樣性和多態性也增加了各單位IT架構的復雜度,使得底層數據的互聯互通共享成為困擾各單位的痛點之一。因此,亟需數據中臺類產品,整合分散在各個孤島的數據,形成數據服務能力。
數據價值化需求顯著增高。數據采集、存儲和處理成本的下降和計算能力的大幅提高,為數據價值化應用提供了經濟環境基礎。雖然大多數客戶已經具有一定的數據基礎,但是由于沒有形成數據全生命周期的閉環,所以數據價值化比例較低,無法提供有效的數據服務,成為客戶數字化轉型的難題。
數據中臺的主要應用場景
數據技術基礎趨于穩固。數據處理能力的日漸成熟,計算能力的極速提升,讓數據的時效性和分析能力有了更大的突破,加速了數據技術與業務場景的融合深化,促進了數據服務的個性化、定制化應用。同時,在數據中臺內融入智能技術,配合機器學習與深度學習算法,能極大提升對異構數據的處理能力,構建更加自動化、智能化的數據服務,充分賦能運營決策。
數據中臺的需求群體非常廣泛,幾乎面向全行業、全領域的數據處理場景。
概括來說,具有良好的數據資源,擁有豐富的數據維度的單位、具有多個大數據應用場景,需要進行整體的技術升級的單位、同時存在多種信息系統,需要構建統一數據管理平臺的單位、內部存在多元化經營,有多條產品線或橫跨多種業態,需要打通數據共享的單位、部門組織架構復雜,跨部門協作障礙,需要數據驅動運營的單位等,都有一定搭建數據中臺的需求。
然而,由于各行業的信息化基礎不同,以及數據化運營的迫切程度不同,使得各個行業對數據應用的需求不同,即使是同一行業內,不同客戶的需求也不同。
下面我們以目前浩鯨科技在云智能方向的幾個重點內容:政務行業、零售行業、金融行業和工業行業四個主要的方向為例,看一看數據中臺是如何應用在生活場景中的:
政務行業場景。可以基于數據中臺構建政務數據的統一管理,實現各部門數據貫通,提升內部跨區域/跨部門/跨層級的辦公效能,促進數據共享交換與業務應用的融合,全面提升政府面向公眾的便捷服務能力、科學化決策能力,為政府帶來新的治理模式和服務模式。浩鯨科技的“一網通辦”產品已經在國內有著廣泛落地。如,在海南,基于業務中臺+數據中臺的雙中臺底座打造了一體化的在線政務服務平臺,實現馬上辦、網上辦、就近辦、一次辦,深入推進政務服務“一網通辦”,大大提升了公共服務能力 。
在零售行業場景,我們認為可以通過數據中臺打通零售企業內外部數據,從數據流層面進行疏通,提升零售企業整體數據服務能力,協助零售企業進行經營管理、市場營銷、精準分析等輔助決策的指定,實現對零售行業市場變化的靈活應對。浩鯨在新零售的數字化轉型上,有基于雙中臺的新零售CRM產品,圍繞會員、營銷、全渠道等進行客戶生命周期運營管理。之前協作阿里云共同為遠大商業集團打造了全新的ERP、CRM等系統,整合遠大現有資源,打通遠大商業不同門店的會員數據,大大提高了數字化經營能力。
金融行業場景。金融欺詐、小微企業融資難等問題一直是全民都在重點關注的問題。數據中臺可以解決金融行業數據時效性較差、數據標準模型落后、數據深度應用效率較低等問題,協助金融企業從數據追蹤、業務流程等多個維度加強數據跨部門、多業務的綜合管理,增強了金融企業與前端客戶的緊密鏈接,依托精細化的數據服務能力,降低了金融企業經營風險與成本。
工業行業場景。數據中臺的重要轉變是讓數據持續發揮價值,將成為資產的數據作為生產資料融入工業企業生產流程中,形成可靠的工業數據架構和高效的工業數據服務體系,以支撐傳統工業大規模、多樣化、全鏈路的運營生產,提升傳統工業創新能力,實現精細化、智能化運營價值。浩鯨為安徽銅陵某化工企業打造了工業大腦,通過大數據應用解決傳統硫磷化工企業生產嚴重依賴人工經驗、磷酸萃取率較大波動等問題,最終實現磷酸萃取率穩定提升至96.6%。
后續將如何發展?
數據中臺在各行業應用場景中普遍會遇到產品推廣困難、標準化困難、落地效果不佳、技術與前端業務難以融合、業務決策缺少輔助場景等問題。為此,結合數據中臺發展現狀,我們認為數據中臺可從以下方向建設:
加速產品標準化建設。數據中臺大多以偏定制化的方式在項目中落地,很難以“通用數據中臺”的形式應對各行業的各類應用需求。因此,需要通過細分行業的各類定制化業務,沉淀數據共享、數據管理能力,豐富完善數據中臺產品的功能模塊,逐步形成標準化的通用數據中臺解決方案。
從業務場景探索建設。數據中臺距離前端業務場景很近,因此數據中臺的建設應從業務場景規劃開始。先探索數據價值的使用需求,根據客戶需求及業務戰略目標排除優先級,然后將不同業務應用場景對于技術的需求抽象建模成相應的數據服務,再由業務應用場景牽引著逐步建設、快速迭代。
數據中臺與SaaS融合。數據中臺是面向內部提供數據服務,并且為前端業務場景提供半成品服務,而非像SaaS為業務需求方提供標準的完整解決方案產品,兩者之間存在一定的關系,SaaS其實是數據中臺發展的下一階段演化產物。例如,企業部署了中臺以后,經過一段時間運行將數據流、業務流都跑通,并且將核心服務提取歸屬到了中臺后,再往下發展就可以抽象出中臺+SaaS產品服務于整個行業。
數據中臺智能化發展。海量數據與多樣的業務場景導致數據中臺數據量大增,積累了豐富的數據指標,需要應用智能技術提供通用化智能服務,為業務決策提供直接輔助場景,比較普遍的智能應用場景有商品銷量預測,千人千面推薦算法、營銷活動預測等。同時,通過智能技術算法可以為前端員工降低數據使用的門檻,提高整體工作效率和生產效率。
浩鯨的通用數據中臺
浩鯨科技在數據中臺方面也有著自己的長期沉淀。憑借多年的行業經驗和在云計算、大數據、人工智能方面的技術積累,浩鯨科技基于鯨智WhaleDI數智底座,打造了通用數據中臺解決方案,構建了數字化的引擎。
作為通用數據中臺解決方案的核心產品套件,鯨智WhaleDI底座以“4 One”方法論為指導,以大數據基礎平臺為依托,通過打造數據工廠、AI工廠,提升數據資產構建和運營效能。在此基礎上打通底層數據,將數據與AI共融,通過數智引擎為企業構建一體化數據閉環能力,驅動企業業務創新。
從構成上看,浩鯨數據中臺主要包括公共數據開放平臺、數據共享交換平臺、數據資產管理平臺三個部分,旨在建成統一的數據資源共享交換服務體系,促進政府各部門、各企事業單位業務協同,促進數據資源共享、公用。
目前,浩鯨科技數據中臺解決方案已經廣泛服務于電信、政務、交通、工業、數字城市、新零售等領域,助力政企客戶充分挖掘數據價值,實現數字化轉型。
用數據提升業務,用業務反哺數據生長,行業豐富的應用場景將成為數據中臺發展的沃土。
