大白话六问数据中台！你想知道的都在这了！

2021-09-29 01:28:17

数据中台、相信这四个字大家一定不陌生。因为在2019年、数据中台可谓是最火的概念之一，很多大公司都在布局自己的数据中台。

那么数据中台到底是什么？它和我们熟知的数据平台有啥区别？它为什么会这么火、能给企业带来什么价值呢？数据中台整体架构和全景图又是什么呢？

笔者有幸参与了公司数据中台从0到N的建设，计划从概念到落地，把中台那些事跟您说透，与您一起分享学习。笔者公众号：【胖滚猪学编程】

第一问：数据中台是什么

先不说那些官方的抽象的概念了，我想用我自己的大白话去说数据中台的概念。

那就是如果把前台比作赚钱的。后台比作支持的。那么中台呢就是支持加速赚钱的。

这个比喻我觉得还是很形象的，中台呢它实质就是前台和后台的一个桥梁，并且它能在这当中起到很好的加速效果。这里的加速，可以是效率上的提高，可以是协作上的共赢。

举个例子，比如前台业务人员日常要分析广告投放、在哪个平台投放效益最好呢？抖音还是头条呢？这直接涉及到公司的money了。

前台人员要分析这个肯定要有数据吧、就会向后台人员要数据：我需要哪些表你要帮我同步过来数仓里，同步好了你要授权给我，然后你再去配置定时报表任务、配置好了你要再做一个前端的展示页面。这还没完，数据有问题了还得跟你逼逼叨叨！

这个流程下来，前台人员需要向后台人员沟通100句。有了数据中台、一句话都不用说了。上面这些操作，前台人员都可以自行完成。

所以说数据中台给我们业务效率带来了巨大的提升。

那数据中台有没有缺点呢？

我觉得也是有的，本来后台那些单身小哥哥可以蹭这个机会去跟前台妹子打些交道、说不定姻缘就来了，毕竟前台妹子多，结果被这数据中台一搞，一句话都说不上了。这确实是数据中台的一个缺点。

现在大家应该有个初步的印象了，那么我再用官方抽象的语句做一个总结：数据中台是企业级能力复用平台！企业级大数据通过系统化的方式实现统一共享的数据组织。其中共享包括数据、信息、技术、业务的共享等。它以服务化的方式赋能前台数据应用，稳定可靠、高效的支持上层业务的快速创新，为业务快速赋能。

第二问：数据中台和数据平台的区别

因为我们一直以来都是听数据平台这个词听得比较多，所以第二问我们还是要来说一下它们之间的差别。

数据平台你可以把它看成是数据集，那么数据中台呢他就是数据集API,那么它们之间就差在API这三个字母上，API我想应该不需要过多解释呢，大家都知道，比如学JAVA的时候有了JAVA API你才知道怎么使用，那么数据中台相当于在数据平台的基础上告诉你这些数据怎么使用。

另外，数据中台是偏向于业务的，而数据平台是偏技术的

但是、数据中台和数据平台也有千丝万缕的联系。数据中台需要依赖大数据平台，大数据平台完成了数据研发的全流程覆盖，而数据中台增加了数据治理和数据服务化的内容。总的来说，数据中台吸收了传统数据仓库、数据湖、大数据平台的优势，同时又解决了数据共享的难题，通过数据应用，实现数据价值的落地。

第三问：数据中台有哪些价值

数据中台的价值，我想用三个关键词来概括：效率、协作、质量

效率：比如数据研发的效率、发现数据的效率。为什么我们每开发一个报表都要改代码呢？为什么数据有问题的问题的时候，我们要找很久才能发现是某某上游的问题呢。
协作：很多应用开发，其实不同的项目组需求大致相同。还是用开发报表来举例，不同业务线项目组开发报表都一个套路，但因为是别的项目组维护的，所以就是得分别开发一遍。就不能协作共赢？
质量：比如数据的一致性、准确性、及时性以及完整性，有没有一个通用的平台来检验这些数据呢。

上面说的还是有一点儿抽象，其实要具体回答这个问题，你首先得大概知道数据中台有哪些功能哪些模块。比如数据地图、元数据管理、数据血缘、数据处理等等都属于数据中台。每个模块都有它的功能，所以它的作用并不是一言两语可以说得清，这里笔者再举一些真实的例子来对比一下：

例一：没有数据中台之前，业务人员根本就不知道HIVE数仓有哪些表，不知道这些表的具体信息(列信息、索引信息、分区信息、责任人信息)。他要出一张报表还要来问你:"hello 帮我看一下HIVE有没有同步这张表吧？hello 帮我看一下这张表是不是分区表吧？"。这个表有问题了，他又要来问你"hello 这张表负责人是谁啊？" 有了数据中台之后，完全不需要管了。(这个是元数据管理给我们带来的便捷)

例二：没有数据中台之前，我们根本就不清楚表的来源和链路，尤其是一些复杂报表的结果表，来源非常复杂可能涉及到多个系统，涉及十几个源表。等到上游业务表要做变更、都不知道会影响哪些报表，线上已经运行上千个报表了啊！要去揪出这些来实在是麻烦！有了数据中台之后，10秒钟就能解决这个问题。(这个是数据血缘给我们带来的便捷)

第四问：数据中台架构

我们说数据中台是服务于公司业务的，因此必须要从自己的业务角度去进行一个全局的规划和架构。不过你依旧可以参考一下典型的架构图：

笔者认为可以分为几大部分：

数据采集汇聚(数据库，日志，前端埋点，爬虫系统等)
数据处理和开发(离线计算、实时流计算等)
数据治理(元数据管理、数据血缘、数据质量、数据安全等)
数据服务(智能报表、标签系统、推荐系统、大屏等)

其中、数据采集和数据处理开发，你也可以理解为是数据平台的东西。由于篇幅问题，不对每一个模块作详细说明。笔者将在个人公众号【胖滚猪学编程】详细分享各个模块的概念、功能、以及生产落地方案！

第五问：我们该做数据中台吗？

首先一句话：千万不要跟风。中台不是你想做想做就能做。

因为要做起一个真正意义上的数据中台，一定是站在公司的层面去看待，而不是某个业务部门自己玩玩过家家。因此需要非常大的投入，人力、物力的投入。而这些系统是否能够匹配中台建设的需求，还需要持续打磨。另外必须对公司的整体业务滚瓜烂熟，才能有这种全局的视野去建设中台。

那什么情况下我们可以考虑建设中台呢？

企业是否有大量的数据应用场景？数据中台本身并不能直接产生业务价值，数据中台的本质是支撑快速地孵化数据应用。所以当你的企业有较多数据应用的场景时（一般有3个以上就可以考虑）
企业存在较多的业务数据的孤岛，需要整合各个业务系统的数据，进行关联的分析，此时，你需要构建一个数据中台。比如在我们做电商的初期，仓储、供应链、市场运营都是独立的数据仓库，当时数据分析的时候，往往跨了很多数据系统，为了消除这些数据孤岛，就必须要构建一个数据中台。
当你的团队正在面临效率、质量和成本的苦恼时，面对大量的开发，却不知道如何提高效能，数据经常出问题而束手无策，老板还要求你控制数据的成本，这个时候，数据中台可以帮助你。
当你所在的企业面临经营困难，需要通过数据实现精益运营，提高企业的运营效率的时候，你需要构建一个数据中台，同时结合可视化的Bl数据产品，实现数据从应用到中台的完整构建。
企业规模也是必须要考虑的一个因素，数据中台因为投入大，收益偏长线，所以更适合业务相对稳定的大公司，并不适合初创型的小公司。