數據中臺在企業的經營管理過程中起著“智慧大腦”的作用，然而很多企業在建設數據中臺后發現數據中臺用不起來，云徙科技數據智能資深專家李思飛其中有一個細節是沒有做好數據中臺的全局規劃。
如何做好一個數據中臺的全局規劃？
-“XYZ法”
云徙科技的“XYZ法則”就是針對數據中臺戰略規劃的一個方法。
XYZ法則是定義三個坐標軸：X軸、Y軸和Z軸，通過這三個坐標軸來規劃數據中臺。
X軸：代表數據的覆蓋度，如：企業有多少數據，如何接入數據，哪些數據需要接入，接入的廣度如何？
Y軸：代表支撐業務的能力，接入的數據如何支撐業務。
Z軸：代表管理賦能深度，即數據體系建設、支撐業務的深度。舉個例子：X軸接入人力、財務、營銷等系統，如果系統要更好去支撐業務，就要去接入更多的數據，甚至第三方的數據，這就是Z軸的深度。
第一階段是可見：企業接入營銷數據后只能對營銷做報表分析，僅支撐一個營銷平臺報表數據的可見。
第二階段是可知：隨著數據不斷接入和企業對數據和業務的理解加深，可做到可知。如企業可洞察商品售賣情況、不同得客戶分別偏好什么商品、客戶標簽、商品標簽、客戶與商品如何匹配等。通過可知發現規則，制定相應的經營和營銷策略，幫助商品得銷售，讓客戶更喜歡你。
第三階段是可預測：要做到可預測只通過企業本身數據是不夠的，企業做的端和觸點數據要做可預測，但要借助第三方的數據或合作方的數據等更多的數據，數據接入后可做銷量預測。在數據中臺實施過程中，云徙科技給客戶做過門店級銷量預測，反向來決定供應鏈端推薦每一種貨品采購的量。
企業具體如何通過XYZ法則規劃數據中臺？對此，云徙科技數據智能資深專家李思飛給出了答案。
首先搭建一個底座，然后做數據采集和接入，數據接入后定義業務場景，也就是Y軸。X軸是把數據切進來做相應的數據體系的建設，后關注業務場景，比如接入營銷系統數據就做營銷、客戶相關分析，分析后可做下列賦能和擴展：
首先，賦能業務部門，通過深入的數據分析發現一些潛在規則；
其次，橫向在X軸上擴展，不斷接入財務、供應鏈、人資等數據，從整個業務流程的閉環上可在數據中找到相應的拉通機制。從而不僅結合營銷，還可以橫向擴展財務、成本等。另外在營銷層面可以更加深入，比如說接入APP的數據后獲得客戶行為，洞察分析客戶行為后可以做精準營銷。
未來，隨著不斷在X軸Y軸和Z軸上擴展，數據中臺規劃也逐漸完善。這就是通過XYZ法則規劃數據中臺，建設數據中臺是一個漫長的過程，這個過程與企業數字化轉型的情況是息息相關的。
數據體系建設的4個關鍵內容
隨著業務發展、系統不斷建設，數據接入越來越多，可分析可支撐業務的內容也會越多，需要結合企業實際情況總結和規劃。規劃完成后重點關注四個內容：模型、指標、標簽的建設，以及數據質量。
1.模型：數據接入后要進行數據倉庫的規劃，還有數據標準的設計。
首先，很多企業數據不統一，且轉換麻煩，甚至數據缺失。所以一定是通過數據模型的建設反向推動業務系統去改造。
其次，建立模型的過程就是對業務流程梳理的一個過程，梳理業務流程，然后明確在某些關鍵的業務節點，這些數據會落在哪個系統的哪張表中。在此基礎上設計付倉分層分類的模型、制定指標規則時會起到作用。
2.指標：從經營視角看一定要選核心的北極星指標，然后做逐一的拆解。如有些企業主要是提升GMV，即流量?轉化率?客單價?復購?裂變。指標可以按照這種方式拆解，拆解后看指標的定義、計算規則、所屬部門、指標的使用權限人?；谶@種結構可以對指標進行拆解的分析。同時指標非常關鍵，很多企業的指標藏在報表里，也沒有相應的指標體系進行管理，降低了指標的作用和價值。
3.標簽：標簽的建設與標簽體系的建設、指標類似，但標簽不僅限于客戶，設備、商品、企業內部人員等都可以打標簽。在這過程中也需要建立一套標準的標簽體系，用于營銷活動，同時，模型、指標和標簽之間可以互相轉換，模型也是標簽的基礎。
4.數據質量：數據質量有一致性、準確性、及時性。把數據質量的優先要求，按照制定的規則管理起來，才能搭建一個完善的數據體系，才能保證提供給業務去使用的數據是高效、準確的。
數據中臺與傳統BI的區別和優勢
云徙科技認為：數據中臺建設過程中，可以從數據的可見可知，一直做到可預測，這是數據體系賦能業務應用的三個必經階段，但傳統的BI很難去支撐。
數據中臺建設時，為什么數據中臺采用大數據這樣的架構？因為數據中臺具備極大的橫向可擴展性，可擴展的目的就是能夠接入各種各樣的數據，包括結構化的數據、圖片、文本、音頻等，數據接入后才可以進行深度的洞察。
如果用BI進行建設無法滿足這些情況，需要額外采購數據產品，甚至在原有基礎上搭建數倉，或把原來做好的內容推翻，數據的加工、處理等通過數據中臺來實現。比如可知，BI無法做標簽、IMMF模型、智能配置。平臺架構和技術底座決定了可預測也無法做到。
如何補充？
云徙科技認為，前期企業做了BI系統和看板，隨著業務部門對數據需求的逐步提升，需要提供面向運營、精準營銷的內容，原有的平臺無法修改，需要重新搭建，花費更高的成本。所以在數據中臺整體規劃過程中，要清楚企業的數據現狀，同時考慮未來數字化轉型的這個步伐，是否有更多的數據接入、業務部門會不會有深度的數據分析洞察需求等。若沒有上述情況，且數據量不大，數字化轉型的進程也比較慢，可以用傳統的BI方式，先解決業務門檻數問題。如果數據的規模較大，業務部門對數據的需求也大，企業可以通過數據中臺規劃去建設，從而降低一些推倒重建的成本。
