数据中台未来发展趋势
1、数据中台从技术平台演进为组织单元
虽然现在很多企业的数据中台的建设还是以技术平台类项目的形式开展的,但是假如想要让数据发挥最大的作用,驱动企业的业务运营,那么,数据中台或将会演进成企业的一个组织单元,成为一个以数据为原材料,生产,加工,销售,运营数据产品的业务部门,也就是企业的数据服务工厂。
2、数据中台与数据治理同生共长
数据中台为数据治理提供了高效率的平台,有利于提升数据治理效率,巩固数据治理效果,在确保数据安全的前提下,数据中台能够打通数据壁垒,将来自不同应用系统的结构化、半结构化、非结构化数据汇入数据仓库,通过元数据管理平台,对数据标准、质量进行梳理,开展主数据管理,形成各类数据资产,提供各类场景化数据服务,赋能前端应用,前端应用产生的新数据再次进入到整个数据全生命周期中。
![数据中台未来发展趋势 数据中台未来发展趋势](//ziboxinyan.com/FileUpload/ueditor_s/upload/2021-6/17/6375952736258766901028207.jpg)
与此同时,数据治理可以有力的提升数据中台的数据质量,加强数据中台服务能力,不断验证优化数据中台架构的合理性、有效性,推动企业建立适应数字时代、市场快速变化条件下的新一代IT架构,完成从业务、财务和技术等全方位的数字化转型进程。
3、数据中台重构企业IT架构
在传统的企业信息化架构下,企业ERP系统、CRM系统、SRM系统、HR系统等等在应用中呈现烟囱式的架构,这些系统彼此独立,每一个系统都有一整套完整的结构,既形成了大量数据孤岛,又造成了大量的资源浪费和数据损耗,数据中台的核心是用数据赋能业务,打通底层数据,让数据成为共享平台,成为数据建模平台,数据中台打破了烟囱式的IT架构,通过在前后台之间增加了一层系统,使得企业IT架构从一系列套装软件系统的方式变为各种服务支撑下的一系列前端应用系统,实现了数据间的打通和复用共享。
4、数据中台与原有IT系统进行渐进式融合
有很多的传统企业在经历过了多年的信息系统建设之后,早就已经投入了各种资源,搭建了例如数据仓库、数据湖、大数据平台等各类信息化系统平台,形成了信息化体系,这时,彻底的颠覆原有信息化平台,从零开始构建全新的数据中台是非常困难的,也会带来巨大的成本浪费和较大的建设风险,所以,企业将更多地选择基于渐进、共存和融合的原则,将数据中台作为一个组织战略对现有系统进行转型和改造。经过渐进的过程,不同的系统将不断迭代、替换,并最终融合在一起,形成适用于本企业的基于中台架构的信息化体系。
5、数据中台建设从技术驱动转向场景驱动
数据中台和传统数据仓库和大数据平台最大的不同之处在于数据中台距离业务更近,应由业务场景驱动,而不是由技术需求驱动,所以,数据中台的建设在经历前期的迷茫之后,迅速走向以业务场景为核心的阶段。
企业中台建设更加理性,往往是从业务场景蓝图开始,探索和识别数据利用的价值场景,根据企业的业务战略目标排出优先级,然后将不同业务价值场景对于数据、技术的需求抽象建模成数据服务目录,再由业务场景牵引着逐步建设,快速迭代。
在未来,企业将普遍从自身的实际情况出发去选择数据中台,中台厂家也要增进对业务场景的理解,根据不同企业的业务场景进行量身定制。
6、数据中台与管理会计相辅相成
管理会计是数据中台的一个最典型的应用,将引领数据中台不断向应用的广度和深度进军,基于数据中台架构的管理会计平台将传统的管理会计业务与更业务化、场景化、实时化的数据分析融合,逐步融合互联网大数据分析,并基于对新一代信息技术的深入挖掘和应用,对数据进行采集治理、存储计算和分析挖掘,形成有针对性的数据服务。管理会计为数据中台的生发成长提供了丰富的应用场景,也是数据中台在企业的一个最重要的应用。
7、数据中台赋能企业全域业务
数字化时代,所有企业都面临与产业链、社会大数据互联互通的新挑战,随着数字化进程逐步深入,企业对数据价值挖掘和深入业务层的数据应用需求与日俱增,数据中台的核心在于业务及数据一体化,它打通了企业各业务链条,从研发、生产、采购到销售之间的数据触点,在财务领域生根发芽后,将迅速扩张并应用于企业全域业务,包括新品研发、供应链改造、数字化采购、数字化营销等等领域中,形成企业级的数据中台。
8、数据中台与SaaS系统加速融合
随着云计算的普及,越来越多的前台和后台系统都开始SaaS化。中台的核心任务是实现前台与后台的联结,因此,如何与各种前后台的SaaS应用融合对接,便成为数据中台建设中需要克服的一大问题,展望2021年,数据中台与SaaS融合的实践会越来越多,中台将朝着SaaS和本地部署双模式方向发展,混合部署的方案会越来越多
9、数据中台+AI擎起数据分析的未来
依托数据中台,企业可以实现实时、多维的数据分析。数据中台上部署了一系列趋势性技术,包括内存多维数据库、分布式计算、数据可视化等。内存多维数据库实现了数据时效性的革命性突破,分布式计算大大提升了数据计算的速度,数据可视化大大降低了决策的难度。
以机器学习、认知智能为代表的AI技术,使企业可获得智能、自动的数据分析。某电商平台应用机器学习算法动态定价,每天能达到数百万次的价格调整,整体利润提升明显。某金融企业应用强化学习算法探索需求收益率最大化,机器不仅学习大数据场景进行贷款定价,还面向不同客户进行贷款定价。某电信公司应用客户大数据开展客户收费和收入预测和客户流失预测等。
10、数据中台赋能产业级生态
随着数字化在各领域的推进,数据中台通过打通原本松散的产业价值链各环节,将服务于更广泛的产业级生态的构建,包括赋能工业互联网、智慧水务、智慧城市、智慧农业等等不同产业领域生态的构建。
文本由@邓邓 整理发布于三个皮匠报告网站,未经授权禁止转载。
推荐阅读:
爱分析:中国非结构化数据中台实践白皮书(55页).pdf
IBM商业价值研究院:金融行业数据中台五大关键成功要素:专家洞察数据之巅制胜未来[20页].pdf
数据中台公司有哪些?做的最好的是谁?市场未来规模测算
数据中台到底是什么?概念,对企业的价值是什么?