數聚中臺賦能數驅管理創新

                                                                            上傳人:悅** 文檔編號:175483911 上傳時間:2022-12-19 格式:DOCX 頁數:11 大?。?86.75KB
                                                                            收藏 版權申訴 舉報 下載
                                                                            數聚中臺賦能數驅管理創新_第1頁
                                                                            第1頁 / 共11頁
                                                                            數聚中臺賦能數驅管理創新_第2頁
                                                                            第2頁 / 共11頁
                                                                            數聚中臺賦能數驅管理創新_第3頁
                                                                            第3頁 / 共11頁
                                                                            資源描述:

                                                                            《數聚中臺賦能數驅管理創新》由會員分享,可在線閱讀,更多相關《數聚中臺賦能數驅管理創新(11頁珍藏版)》請在裝配圖網上搜索。

                                                                            1、數聚中臺賦能,數驅管理創新作者:陳慶華摘要:本文作者結合過去 20多年在數據管理、數據應用領域的實踐經驗,并閱讀了大量文獻、資料,聽 取了多方的報告,對數據中臺的起源、本質、為什么受歡迎、與以前建設的數字化中心/DWH/BI是啥關系、 誰該上數據中臺、怎么上數據中臺等進行了深入研究與分析?!皵祿信_”這個詞,最近可謂是火遍了大江南北。業內人士都知道這個詞是阿里巴巴集團提出來的,一個中國公司提出的IT概念,能夠被那么多中國大中型企業認可和關注,這在以前是不可思議的。以前, IT 的概念都是美國人在引領,國內企業提出的概念大多被嗤之以鼻,后來不了了之。這次阿里巴巴提出的數據中臺理念被眾多國內企業

                                                                            2、認可甚至采納,一方面反映了人們對數據的重視程度,另一方面也說明國人越來越自信了。對其他中國企業的相信,其實也是國內企業對自身的相信。一、“數據中臺”確實是中國獨有的概念為了驗證上述國人的自信,筆者利用公司的 Gartner 會員身份,請我司戰略副總咨 詢了多位 Gartner 全球著名分析師,得到的結論是:“數據中臺”這個概念確實只在中 國有,國外沒有這樣的概念。Gartner分析師說,中臺這種說法Gartner并沒有在其他市場發現過,也沒有在自 己的報告中使用過。相比而言,Gartner建議客戶使用網格應用和服務架構(MASA - Mesh App and Service Architect

                                                                            3、ure)框架規劃數字業務的應用架構。僅從上述信息看 來,Gartner似乎更關注的是技術,而阿里提出的數據中臺,似乎已經超越了技術。我們在為阿里感到驕傲的同時,不禁自問,數據中臺究竟是什么?為什么那么受歡 迎?它與我們之前做的有什么區別?筆者帶著疑問開始研究阿里巴巴數據中臺概念。二、數據中臺究竟是什么?現在網上關于數據中臺的文章鋪天蓋地、書店里也鋪了不少關于中臺的書,其中多數寫文章、寫書的人都要跟阿里沾點邊,即使主要作者不是阿里系的,也要拉上一個在 阿里待過的人作為作者之一,似乎那樣才顯得正宗。這讓人不得不聯想到西游記里那些 在觀音蓮花池中聽經的金魚,雷音寺里聽佛經的蝎子,畢竟親耳聽過菩薩念經

                                                                            4、,功力似 乎就會高些。筆者不是阿里系的,還是聽聽阿里巴巴集團中正宗菩薩念的真經吧。幸虧阿里巴巴 那些數據中臺的開拓者也出了書,其中由鄧中華出的大數據大創新:阿里巴巴云上數 據中臺之道(后簡稱中臺之道),幾乎成數據中臺的教科書了。關于數據中臺,中臺之道是這么說的:云上數據中臺處于計算后臺與業務前臺之間,其內核能力是 以業務視角而非純技術視角智能化構建數據、管理數據資產,并提供數據調用、數據監 控、數據分析與數據展現等多種服務;承技術后臺,啟業務前臺,是建設智能數據和催 生數據智能的引擎。上述描述揭示了如下幾點: 1)數據中臺后面還有計算后臺(或技術后臺);2)其內核 能力是業務視角,并為業務前臺

                                                                            5、提供數據調用的手段;3)數據中臺把數據當成資產看待, 并具有智能化構建、數據監控、管理等手段; 4)數據中臺提供了數據分析與展現的服務。最近在烏鎮互聯網大會的BDAI數據中臺論壇上,可里巴巴數據技術與產品部總經理 王賽說,阿里巴巴公司并沒有叫“數據中臺”的部門,為了完成阿里巴巴數據公共層建 設,除了前期啟動的 23 個項目,此后還投入上千人一直在不斷完善、運營數據中臺。建設數據中臺,其實可里巴巴自己也在不斷摸索、不斷完善,在向產業界輸出的概 念上更是在不斷調整。比如其建設數據中臺的方法論,以前稱為“OneData”、“OneEn tity”、” On eService”,蠻難理解的,現在阿里人

                                                                            6、把它們歸納為一個核心方 法論 On eData,并由On eModel、“On e-Id、“On eService來解析上述 On eData方法論,這就容易理解得多了。配套其方法論,阿里巴巴提供了相應的工具,包括數據加工與管理工具 DataPhin, 當然也少不了阿里自主研發的BI工具QuickBI (按王賽總的話來說,BI是“白米飯,每 個企業都需要)。所以數據中臺是確確實實存在的那么一個實體,它可能涉及規劃、觀念、視角、方 法論,甚至組織的變革,但不是虛無縹緲的。它可以作為 企業級共享服務平臺的形式出 現,它涉及的產品可能不止一個,要建設它也不是一個項目就能做完的,它是一個系統 工程。阿

                                                                            7、里巴巴在建設中臺的過程中,曾經有個 SOP( Standard Operation Procedure) 的概念,其目的是通過提供一套標準化的流程 + 預留可動態注入的擴展點的方式來向前 臺提供服務-即賦能前臺。比如淘寶和天貓在業務上可以共享一套SOP,在這套SOP 的擴展點上各自注入自己不同的規則,從而滿足自己的需求。這些SOP,非常好地闡釋 了“業務數據化與數據業務化”的水乳交融。綜上,數據中臺的本質是對數據的統一管理(OneData),方法是把數據變成資產(On eModel/O neld),重點是數據價值的業務變現(On eService )。三、數據中臺是頭部企業的自我修養由于數據中

                                                                            8、臺是獨立于業務的,所以得由專門的組織來負責。阿里巴巴也設立了這樣的組織,王賽說,這個組織曾經走過彎路,早期叫“共享業務事業部”,曾一度從100 多人被業務蠶食成20 多人,因為業務覺得他們不能正確地理解業務的需求,把相關的人 挖到業務部門去了,后來這個部門是從20 多人重新組建的,由阿里巴巴 CTO 行癲張建 峰親自掛帥推進中臺戰略,作了詳細規劃、部署,才有了今天阿里中臺的影響力,該部 門也逐步發展成1000多人的有話語權的團隊??梢?,建設數據中臺不是個一蹴而就的事, 哪怕阿里都花了 4-5 年,而且還在持續投入。袋鼠云的創始人陳吉平在阿里干了11 年,是阿里數據中臺的最早建設者之一,他在烏鎮

                                                                            9、互聯網大會的數據中臺專題研討會上坦陳,建設數據中臺的責任在建設方,數據中 臺是頭部企業的自我修養。之所以說是頭部企業的自我修養,這里有兩層意思:1 )頭部企業,也就是說并不是 所有企業都需要上數據中臺;2)自我修養,即建設數據中臺的責任在建設方,而不是承 包一個項目給乙方就完事的工作。建設數據中臺是需要投入不小成本的,其次數據中臺 涉及的面非常廣、貫穿的時間非常長,甚至涉及到組織機構的變革。比如阿里,為建設 數據中臺首先啟動了23 個項目,而且還專門有個部門叫“數據技術與產品部”,新增了數據產品經理的崗位,重新規劃了負責數據中臺的部門的績效考核機制,所有這些, 都是建設方需要考慮的,乙方公司頂

                                                                            10、多帶來些其他公司的經驗,完成其中的部分項目說數據中臺并不是所有企業都適合上,網上有篇文章說“只有符合以下條件的企業,才有實施中臺的必要,切莫亂搞”,還是負責任地講了大實話:中臺朋略斛決盪雜坐態系統的治理問如果不圧復余先態磊統.ERP或企業倍息化祥理系統嶇適合怖,屮臺戰略左農融降低盯乘統 的H雜度丸即臺,小前臺具備快速試錨、快速反甩快速創締的能力,他 黑你的業務場嚴童化平大,槪孫化或組件化克適合你中臺建設解決皮就吐以遂吐的何題,如果你的証業不存在這個M膛 .說明rr治理井不壘眼卜函怎迫的問題擁有爭解業部、爭個產品蜒.隔要在金鄆產品線中形成皴抵其亨 和口用構建數據中臺,是實現數據一體化辭理的方法Z

                                                                            11、圖 1 企業適合做中臺的條件所以,對于業務線比較單一的企業,盲目嘗試中臺架構有害無益。另外,我們也要 清楚實施中臺的目的,以及中臺會給企業帶來的價值,原則上講,建設數據中臺,是為了讓企業級數據能力能得以復用,并因此打通數據孤島,快速響應變化中的數據需求,賦能業務創新、轉型升級、降本增效。四、數據中臺的概念為什么那么受歡迎阿里巴巴提出的數據中臺并非一項技術,也不是一個產品,它涉及觀念、方法論、 組織變革,其目的就是讓數據更好地為用戶業務服務,即所謂“業務數據化,數據業務 化”,它強調的數據的治理與價值實現。這就不難理解數據中臺的概念為什么會那么受歡迎了。我們來看一下另一項由Gart ner進行的

                                                                            12、調研:Digital TransforimationiBu5ine& ritMligeriLe 口r cht-a anBlvtfcs-solutionCyber)1 in far mat ran -njrrtwPercentage of respondents Percent of respondent decreasiftR Investment Increasing, investmentCIO Survey: Bl/Data Analytics Ranks Number OneinitJilivs (inilixiing, dig: nl rmirkEt in|CLetorneryuse

                                                                            13、r ExperienceArbiRznl taiteHiEeTce/macfine leamireAutianirtiEn MttiiesEpllcaUixit Tec 血口寸刖 iriqsiion Softvrare- dftslDpfreiTt or upradH IwiciLKfing hirg, maint-nancs and syppartl GLtonr rdationshlp 丹日國盟 ni 亡 ntwahitlo 曜 Infras-lru dtu v iid daa wnlsr I rateiTiebsf Things E-tDmrnerce/ciftken jxxtBi/Mb

                                                                            14、-sIte Enisprue r-soun-E- 口InmirE Nfftwarking; vote and cata rnnmurwcfftlDns 亡0(0網1:創6吐口1亡刊#了410匚111詭 Wi-Fi and internet :匚us: Induilryspec fc alLrtm圖2 Gartner關于需要加大投入的技術調研上述調研是2019年初Gartner就您的組織在2019年將在哪個技術領域加大資金 投入?”,在對全球上萬家著名企業發出調研單后,收到了3086 份有效答案(不包括那 些回答不知道的),吉果顯示45%的組織把票投向了 Bus in ess In tellig

                                                                            15、e nee or data analytics solution(即商業智能或數據分析解決方案),該項技術獲得了第一名的排位,而且該項技術在過去十年中已經獲得九次第一了。為什么會是這樣的結果呢?筆 者作過仔細的研究與分析,發現主要原因還是因為企業管理者感覺缺乏數據。盡管過去 數十年來在信息化建設方面投入巨大,但各組織的管理層 /業務層仍然缺乏有效數據支 撐,他們紛紛給IT部門施加壓力,從而傳遞到Gart ner的調研上,造成了與分析解 決方案”是未來一年中最需要加大投入的技術領域這樣一個結果。所以當今社會,幾十年的信息化建設已造就大量的數據,但由于這些數據分散在各 個業務系統中,形成了多個孤島

                                                                            16、,使得管理者/業務用戶仍然感覺到缺乏有效的數據支撐, 而“數據中臺”的概念就是要進一步治理數據,讓數據更準確,成為資產而不是負擔, 還要讓業務用戶能觸手可及,這當然是各組織所訴求的了,所以數據中臺的概念受到極 大的歡迎也是理所當然的了。五、數據中臺與我們之前建設的數據倉庫/BI項目有什么區別?數據中臺這個概念是在大數據概念被熱炒多年以后才冉冉升起的?!皻v史總有驚人 的相似,看來DT( Data Technology)技術的發展也不例外。只不過人類歷史的車輪 更大一些,技術的發展的歷史車輪更小一些,而且滾動的速度越來越快。早在上世紀80年代,Bill Inmon提出“數據倉庫”(DWH-Data

                                                                            17、 Warehouse)這 個概念,一度風靡全球??墒?,在數據倉庫發展一段時間后,人們發現數據倉庫越積越 大,無論模型建設得多么有前瞻性,前端取數的性能和方便性卻越來越出問題。于是, 在 1993 年, 被稱為關系型數據庫之父的 E.F.Codd 博士提出了聯機分析處理 (OLAP-On li ne An alysis Process in g)的概念。把對數據技術的關注重點,從數據收集 存放建模往前挪了一步,到數據供給,關注業務的數據需求。 OLAP 的概念也一度風靡全 球;OLAP的技術提出沒過多久,人們發現把對數據技術的重點放在存儲和供給上都是有 偏頗的,應該放在前端應用上,于是,BI(業

                                                                            18、務智能-Business Intelligenee)的概念應運而生,并于1996年被Gartner引用,從此BI開始逐漸風靡全球。無論是數據倉庫”, 還是“聯機分析處理”,還是“業務智能”,其實都涉及數據的收集、存放(含建模)、供給、應用,只不過是把關注重點逐步從數據存放的后端前移到應用而已。 隨著信息技術的發展,數據的形態與容量發生了巨大變化,可以說從量變到質變。2008 年,維克托邁爾-舍恩伯格及肯尼斯庫克耶編寫的大數據時代面世,大數據” 的概念被提出,火到現在。對大數據技術需求最大的可能要數互聯網企業了,因為互聯 網巨大的訪問量已經突破了傳統數據庫的處理能力。中國是互聯網應用最成功的國家

                                                                            19、, 阿里、騰訊、百度、京東等優秀互聯網企業積累了巨量的數據。就如數據倉庫時代一樣, 當互聯網企業在數十個業務板塊,百余家公司,千萬級客戶,上萬個應用場景的情況下, 原先的大數據體系架構也已經滿足不了前端的需求了。人們發現數據應該統一管理 /治 理,應該更加關注業務需求,應該為業務需求統一建模,這就如數據倉庫時代的OLAP, 把對數據技術的關注點前移,于是“數據中臺”概念應運而生。我們再來看看阿里巴巴的中臺建設之道,下述插圖來自中臺之道:I 4 t t t 4*4 f大黙抵不是営養島,帀足缺宣活不下去的經耀、曲液、走騎1512-6冉一t巴巴妁*杜祐主掘麗 17 : 右駐諭IT卄EEji tVft

                                                                            20、RELUI VIIKChflRH9K1E 足勺甘” HBRiiE-r Pii-winmBHHKK.aru-.iivTn.BS二用常5 3舄屮* it盤用用疏九 & V性k t弭疋BdiE屮潔聃丁 is弈空吧誤田st活ffiT122.妙酸T強IB瞬 沁H中e-lKW序歳研倉按丸求少半8址2曲翌亍描陽啊總宓醉特丸戰邂忡計坦耳耳逝軍詐曹翅雄和疔阿歹湘 ETL血H唧側測軸丁用3-r k ce& ;!; it竝:*旳v .-,(,;丄_卜詁I? k勺:沢;F KW胡!:縱觀阿里巴巴數據中臺的整個建設過程,其實與我們在為企業提供的“數字化中心”/ “數據倉庫” / “BI”解決方案非常相似。阿里巴巴也是在

                                                                            21、數據越來越混亂、資源越來越浪費之后,才痛定思痛下決心,讓數據獨立出來集中管理和治理,把數據變成資產,更好地為業務服務。由數據中臺概念催生的對數據的重視可謂達到了一個新的高度:阿里巴巴認為大數據不是營養品,而是組織缺之不可的經絡、血液、大腦,它也是大創新的源泉。當然Qn eService是阿里數據中臺的一個重大創新彳艮多企業在建設數據倉庫系統,或者數字化中心”、或者BI系統時并沒有On eService的概念,而On eModel/O ne-Id, 可以說數據倉庫建模、主數據就是為此而存在的。OneService 讓眾多的業務需求都能通過一個數據 API 接口獲得數據中臺的數據服 務,這對于阿里

                                                                            22、這樣需要服務眾多電商客戶的企業,是非常有必要的,它不僅大幅減少 了溝通成本,還能防止商家復制數據,并方便地向商家收取數據使用費。但某個內部無 須結算數據使用費用的組織是否也一定要用 OneService 來提供數據服務,是值得商榷 的。其實阿里巴巴自己也沒有定論,他們把這三個One稱為最佳實踐。所以,除了云概念/OneService以外,阿里巴巴云上數據中臺建設與我們之前為客 戶提供的數據倉庫/數字化中心/BI項目沒有什么本質區別,也不是什么新物種、新技術, 但數據中臺更加貼近業務,不只提供分析功能,更重要的是為業務提供服務,與業務中 臺或者業務系統(老舊系統)鏈接更加緊密了。所以有人把數據中

                                                                            23、臺定義為: 是一個用 技術連接大數據計算存儲能力,用業務連接數據應用場景能力的平臺。既然“數據中臺、是一種觀念、一種方法、一種組織架構,那么很多企業其實早就 有這樣的意識,也有自己的方法,甚至有專門的組織來負責數據,他們是不是已經在建 設中臺了呢?在阿里巴巴工作了十一年的袋鼠云創始人陳吉平就說,其實在馬云老師正 式提出數據中臺、之前他們早就開始了中臺建設,可見,其實中臺建設是被業務需求 推著走的,這就像數聚股份服務過的很多客戶,其實已經在建設數據中臺的路上,只是 之前沒有那么冠名。六、數聚 DIMP 助力中臺建設,驅動管理創新數聚 DIMP 是為企業或政府的數字化而打造的產品,其本身的立意就是

                                                                            24、通過匯聚各類信息 系統所產生的數據,進行恰當的治理,以此打通各系統之間的關系,賦能業務,尤其賦能數據驅動的管理與數字化業務。如圖:;檢工物聯網/ : HI/設備等物岸一.客戶瞬 平臺信慝系統r;員工 平臺r1于魏濁沖我乜;- r cvg:四大類信息化靈刪累大量數熱數聚肋力建設數字化中心,挖掘數宇價值E H re? nrNUi合柞伙伴/;生態系統:5JZ 臺::十口:圖 3 數聚股份一直致力于為客戶構建數字化中心阿里巴巴數據中臺無論從頂層設計、實施步驟,還是成果(“觀星臺”、“黃金策”、“直播廳”、“孔明燈”),都與數聚公司幫助客戶構建的數字化中心思想不謀而合,只是數聚股份還打造了 DIMP(數

                                                                            25、字化智能管理平臺),讓它承擔了企業大腦和中樞神經的重任。阿里云上數據中臺所建設的“觀星臺”、“黃金策”、“直播廳”、“孔明燈”等在 DIMP 上都可以找到“領導視窗”、“主題報表”、“實時大屏”、“數字看板”等功能對應模塊。DIMP產品是基于微服務體系架構的,這為其賦能中臺建設打下了良好的基礎此外QIMP產品是一個經過十年時間磨礪的產品,在為眾多企業服務的過程中已經抽象出了很多共同的成分,比如,復雜的用戶權限管理、團隊成員在各類報表與分析工作中的協同與互動、管理 者使用數據的普遍規律、管理者發現問題與分析問題的最佳實踐、管理中計劃制定的優選方 案、因循PDCA形成管理閉環的方法、管理中的沙盤模

                                                                            26、擬、平衡計分卡/阿米巴管理思想的落地等等,都形成了一個又一個的標準化操作流程(SOP ),能快速賦能前臺業務:衛fr業主數據徨型動態營理巔據零戶休掘平合信息系址平臺loTWWrr應用1能監控/ 賞時數據抓麻 提升用戶體驗偵測分衲/人工 程腿樸塊孌現內存擁式救搖 庫提斤數翳給 旳效率開源的鯊牖業 理讓ET世輯得 収兇化業矣Cvhg DIMP賦能數據中臺,讓數據業務化“仔并:左除內琲交尿圖4 DIMP產品架構的設計就與中臺理念兼容DIMP 還能通過大屏應用賦能各業務條線,大屏應用包括制作、管理與投放模塊;DIMP自帶的管理畫布更是賦能一線管理者和業務人員自我獲取數據與知識DIMP智慧 洞察功能讓管理者無須登錄系統就能發現不健康的指標狀況,這些都是賦能前臺的 SOP(標準化操作流程)。DIMP除了直接通過模塊賦能管理、賦能業務洞察,還為各類業務創新提供了API, 也為數據中臺的建設提供了部分行業模型最佳實踐,并在提升用戶體驗方面做到了極致阿里巴巴數據中臺成功的重要標志是80%的人在使用數據中臺,而數聚DIMP就是通過“智慧錦囊”、“數字看板”、“數字大屏”、“管理畫布”等模塊,讓數據應用的覆蓋面最大化,賦能一線管理者與業務人員,驅動業務與管理雙創新。參考資料:大數據大創新:阿里巴巴云上數據中臺之道 -鄧中華 中臺建設最糾結的五個問題-首席數據官智庫 中臺戰略-陳新宇等

                                                                            展開閱讀全文
                                                                            溫馨提示:
                                                                            1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
                                                                            2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
                                                                            3.本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
                                                                            4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
                                                                            5. 裝配圖網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
                                                                            6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
                                                                            7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
                                                                            關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服 - 聯系我們

                                                                            copyright@ 2023-2025  zhuangpeitu.com 裝配圖網版權所有   聯系電話:18123376007

                                                                            備案號:ICP2024067431-1 川公網安備51140202000466號


                                                                            本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對上載內容本身不做任何修改或編輯。若文檔所含內容侵犯了您的版權或隱私,請立即通知裝配圖網,我們立即給予刪除!

                                                                            日韩精品一区二区三区在线播放_亚洲中文字幕无码人在线_最新亚洲av日韩av二区_欧美深深色噜噜狠狠网站