關於數據中臺,這篇通俗易懂的解釋正是你需要的

2021-01-10 Aicloud智慧雲

最近兩年,中臺的概念火了。然而卻有相當一部分人,壓根沒整明白,到底中臺是啥。

我們來通俗解釋一下中臺吧,中臺是相對於「前臺」和「後臺」來講的。說白了,我們日常接觸到的各種應用,都分為「前、後」兩個部分。

前臺,就是我們能看到和感知的,那些繽紛的界面、交互展現的操作。

後臺,就是支撐這些"操作"的服務、流程、算法、數據、基礎設施,這些,我們平常看不見摸不著,但他們卻不可或缺。

在沒有」中臺「概念之前,企業業務系統的架構,可能就是一系列後臺系統,支撐了一個或者幾個前臺應用。

隨著企業的組織架構越來越複雜,業務系統越來越多,就會出現n多前臺和n多後臺。

各種後臺彼此獨立、交錯、重複,非常複雜,有點像我們常說的企業信息化建設中的煙囪。

每「上新」一套前臺業務系統,就要配套一系列後臺支撐系統,效率低下又勞民傷財。

於是乎,「中臺」的概念被提了出來,它是用來銜接多個「前臺」和多個「後臺」的中間層,夾在中間,承上啟下。

有了中臺的銜接,共性化的模塊被抽離出來,減少了後臺重複建設,數據更好打通,這樣,前臺應用才能敏捷迭代。

中臺其實並不是個具體產品,更不是標準化的產品,它是一套「機制」,通過有形的產品和實施方法論來支撐。

從技術系統層面看,中臺是企業級共享服務平臺。傳統的IT系統或套件沒有太多關注系統能力的復用和共享,因此企業在多年的信息化過程中引入和建設了多套具有重複功能的煙囪型系統。而中臺則要求對能力進行細粒度分析,識別共享能力,並將共享能力建設成統一的平臺。

說到這裡你可能要問了,對企業來說,「中臺」到底該怎麼選?怎麼建?

其實,甭管企業未來要細分多少個「中臺」,都離不開一個最基礎的中臺,那就是:數據中臺。

數據中臺,就是那個「中臺中的中臺」,只有把企業的數據打通了,讓數據變成資產並服務於業務,其它的所謂「中臺」才能依存,企業的數字轉型才有底氣。

那麼,什麼是數據中臺呢?

一句話概括:數據中臺是一套可持續「讓企業的數據用起來」的機制。

這套「機制」,貫穿了企業規模化使用數據的整個過程:

第一,數據的匯聚和整合

抽取企業不同業務系統的、內部外部的、結構化非結構化的數據,都聚合起來。

第二,數據的提純和加工

把這些數據進行標籤化、格式轉換、清洗加工,取其精華去其糟粕。

第三&第四,數據服務可視化和數據價值變現

提供各式各樣的數據接口和數據服務,反哺給各類業務應用,讓數據的價值最大化利用。

說白了,「數據中臺」通過一系列的操作,把企業的數據進行「資產化」,並實現持續的數據資產運營。

什麼樣的企業,需要建設數據中臺呢?

①有信息化基礎、有數據沉澱②業務複雜,多業態集團型企業③有數位化轉型、精細化運營需求

各大主流行業對數據中臺有怎樣的需求?

數位化浪潮席捲全球,顛覆性創新正在加速,企業面臨著前所未有的挑戰和機遇,必須不斷加速數位化轉型才能生存和保持領先。中臺戰略能夠幫助企業聚合內外部數據,支撐高效的數據服務,最終提升企業決策水平和業務表現,以數據來驅動決策和運營,不斷深化數位化轉型。

相關焦點

  • 這篇文章通俗易懂
    我們經常聽到媒體報導「供給側改革」,但確實又搞不懂是什麼意思,今天我為大家分享一個關於「供給側改革」的通俗易懂的解釋。首先從字面理解,「供給側」就是供給的一側,與之相對應的就是需求的一側,有需求就有供給,舉例說明:我為什麼要開一家蘭州牛肉麵館(供給),因為你要吃飯(需求),就是這麼簡單。為什麼要供給側改革?
  • 如何通俗易懂地解釋卷積?
    明確一下,這篇文章主要想解釋兩個問題:1. 卷積這個名詞是怎麼解釋?「卷」是什麼意思?「積」又是什麼意思?2. 卷積背後的意義是什麼,該如何解釋?為了更好地理解這些問題,我們先給出兩個典型的應用場景:1.
  • 從數據中臺到AI中臺,企業到底要建什麼中臺?
    編輯導讀:中臺這個概念,有些人會覺得「不明覺厲」,其實它已經被各企業討論過無數遍了。中臺,是一個企業內部可以復用的技術平臺和共用的組織平臺。從這個概念引進開始,中臺經歷了不小的改變。本文將從三個方面,分析企業到底要建一個什麼樣的中臺,希望對你有幫助。
  • 數據中臺實戰(二):基於阿里OneData的數據指標管理體系
    最後講一下數據產品中,數據看板的設計。全是實戰乾貨,看完本文你就會知道數據中臺最核心的內容。阿里OneData實施過程實戰此時有個技巧,你可以問人事或者他們的部門負責人要一下部門的績效考核指標,也許這些就是他們最重要的指標。另外這些指標你可以和部門的負責人溝通,那些是他比較關注的指標,那就應該從這些指標做起。2. 關於虛榮指標。產品經理需要識別那些是虛榮指標,那些是更有用的指標。
  • 數據中臺的雲原生機會
    正是看中了阿里系創業者的「玩過」,IDG資本合伙人牛奎光幾乎將阿里系的數據中臺創業公司投了個遍,他曾經告訴「甲子光年」:「見過豬跑,是一個很重要的先進生產力。」而本文要分析的案例卻是一個非阿里系的「另類」,矽谷背景的創業公司——智領雲。
  • 在數據中查找異常值的5種方法總結及示例解釋
    後面,咱們又引薦了使用CFPS, CHFS, CHNS數據實證研究的精選文章專輯!,這40個微觀資料庫夠你博士畢業了, 反正憑著這些庫成了教授,Python, Stata, R軟體史上最全快捷鍵合輯!,關於(模糊)斷點回歸設計的100篇精選Articles專輯!
  • 淘寶雙十一的背後,是阿里強大的數據中臺
    其中就離不開阿里耗費多年精力構建的數據中臺,並且筆者認為,在數據大屏上,體現了阿里數據中臺以下的能力:數據存儲能力:在處理數據之前,首先是要收集用戶的數據並進行存儲,在淘寶這款億量級APP上,存儲的數據是海量的,體現了阿里中臺的數據存儲能力。
  • 中臺,我信了你的邪
    「那你剛才講的東西,我覺得都很深奧。」周宏不解。 「哦,這些都是我這裡抄一點,那裡抄一點,最後合起來的。」對方解釋說。 這也是為什麼茅臺會大發雷霆,CIO們會因為盲目上中臺而「下臺」。 「問題嚴重的話,一個是花錢的 CIO,一個是賺錢的業務負責人,你覺得老闆會怎麼取捨?」一位技術負責人對36氪說。 在腦子一熱上中臺之前,其實每家企業都應該先問一句自己:你真的需要中臺嗎?
  • 《數據中臺實戰》:數據中臺的分層建模體系
    各層數據模型之間的關係如圖1-1所示。圖1-1 分層模體系第一層是ODS和DIM層。ODS層數據是數據倉庫的第一層數據,是業務資料庫的原始數據的複製,例如,每條產品線的用戶信息、訂單信息等數據一般都是原封不動地同步到數據中臺的ODS層中。
  • 數據中臺的雲原生機會 | 甲子光年
    正是看中了阿里系創業者的「玩過」,IDG資本合伙人牛奎光幾乎將阿里系的數據中臺創業公司投了個遍,他曾經告訴「甲子光年」:「見過豬跑,是一個很重要的先進生產力。」 而本文要分析的案例卻是一個非阿里系的「另類」,矽谷背景的創業公司——智領雲。
  • 終於有人把數據中臺講明白了
    點藍色字關注「雲技術」 導讀:要建設數據中臺,我們首先需要明確什麼是數據中臺,以及數據中臺能為企業帶來什麼價值。 第二,數據中臺梳理的流程比數據倉庫建設更加複雜和全面。數據中臺增加了以企業的全局視角來梳理數據域的環節,這是數據中臺建設中很重要的一環。數據域的梳理正好體現了中臺化的能力。 舉個例子,新零售場景下,企業的交易場景有很多,包括自建商城渠道、第三方電商渠道、外賣訂單渠道、線下門店渠道等。
  • 通俗易懂的介紹期現套利的原理
    這篇文章,會用通俗易懂的文字,給大家分享一下期現套利的原理,希望能對喜歡學習投資的朋友有所幫助。# 01 先簡單介紹一下什麼是期貨用最簡單的語言介紹,期貨就是未來某個日子要交付的貨物。期貨在交易中,表現為一份標準合約,持有這份合約,就能在交割日拿到現貨。於此對應的,就是現貨。現貨是現在立刻就能買到的貨物。
  • 中臺詳解(上)——什麼是中臺
    編輯導語:中臺這一概念,這兩年在國內大熱,不少企業接連開始組織架構的調整,意圖建設中臺;中臺到底是什麼?哪類企業可以搭建中臺?本文作者對中臺進行了非常詳細的分析,我們一起來看一下。
  • 想成為數據科學家?你得先讀讀這篇文章
    ,我還想在這裡加上我本人的「Priestly推論」:「(數據科學家是)擅長對數據分析結果進行商業解釋的科學家與擅長數據分析的MBA的混合體」。Q:統計學家和數據科學家之間的區別是什麼?A:這是個好問題。我也經常被問到計算機科學家和數據科學家之間的區別是什麼。事實上這兩個學科也都在探索隱藏在數據中的新內涵。
  • 被稱為企業「變速齒輪」的數據中臺到底是什麼 | 推薦收藏
    在這三種服務中,重點關注的是依賴於數據的服務,數據中臺具有大數據分析能力,並將該能力通過接口服務等方式對外提供。這一點是數據中臺與數據倉庫的最大區別,數據倉庫對外直接提供規整的數據分析能力,一般由BI工具或者大數據挖掘工具負責,而數據中臺直接將數據封裝成服務,以API等方式對外輸出。
  • 這是我見過最通俗易懂的解釋
    錯過了網際網路,錯過了比特幣,都害怕再錯過這一次「風口」。下面為大家分享個視頻,讓你秒懂區塊鏈。   區塊鏈是不是我們的一次機會?下面是清華孫冠男教授關於區塊鏈的最通俗易懂的分析。經孫教授同意,我全文轉發,希望能讓更多人了解區塊鏈。在機會到來之前做足功課。「風口」為聰明者準備,唯跟風者忌。
  • 從選題到數據分析,資深運營需要怎樣的行業素養
    內容運營需要你對一篇篇內容從選題,到文章布局進行精心思考,需要你具備數據分析的能力,更需要你在數據分析的過程中不斷優化內容,從而突破初級內容運營的枷鎖。那是因為新聞稿具備的以下特點:(1)通俗易懂、凝練簡潔的遣詞造句形式,符合當前網絡閱讀習慣由於大眾傳媒的特殊屬性,決定了新聞語言必須要通俗易懂、高度凝練,以網際網路閱讀方式。能用最少的文字,讓用戶在最短的時間內明白你想要表達的意思,這需要你有高度凝練的文字概括能力和通俗易懂的文字呈現方式。
  • 哈勃新數據解釋了星系中缺失的暗物質
    現在,新的哈勃數據已經被用來解釋在4500萬光年之外的NGC 1052-DF4星系中暗物質缺失的原因。「我們通過兩種方式使用哈勃發現NGC 1052-DF4正在經歷相互作用,」Montes解釋說。「這包括研究該星系的光線和星系的球狀星團分布。」得益於哈勃的高解析度,天文學家可以識別該星系的球狀星團。10.4米的加那利大型望遠鏡(GTC)和位於西班牙加那利群島的IAC80望遠鏡也被用來補充哈勃的觀測數據,進一步研究。
  • 什麼是OD,這是筆者見過最通俗易懂、也是最好的解釋!
    OD存在唯一可以解釋的就是加班猝死、卸磨殺驢用完被炒、被正式工霸凌欺負想不開自殺、不小心坐牢了都與華為無關,你老婆拖家帶口去華為門口拉橫幅都沒用。不信你去看看天眼查上外企德科的勞務糾紛,能讓你更加呵護自己的菊花哦。當然華為的小哥哥會語重心長的跟你說OD門檻和正式工一致,一樣很多985/211進來,這純屬扯淡。
  • 數據中臺建設四步方法論:採、存、通、用
    「中」就是中心化,中臺是公司的業務中心,也是數據中心,通過業務中臺支持起公司內所有產品線的業務,通過數據中臺幫助公司各條產品線做數據化的運營,實現數據智能。 「能力復用」無論是業務中臺還是數據中臺功能都應該可以復用,都能夠支撐起公司的N條產品線,無限的拓展。 「臺」是平臺,中臺是平臺型產品,提供底層通用的能力。 中臺一般來說包括:業務中臺和數據中臺。