做者:铁叫兽算法
在解决你是否须要数据中台这个问题以前,让咱们先理理它到底是什么。架构
它是工具?是方法?仍是组织架构?个人回答是:都不只仅是。工具
数据中台包括平台、工具、数据、组织、流程、规范等一切与企业数据资产如何用起来所相关的。大数据
企业所属行业不一样,经营策略不一样,从而数据场景也千差万别。再加上企业人员运用数据的能力良莠不齐,这就致使了每一家企业的数据中台都是独一无二的,不是购买一个所谓的数据中台工具就能解决的。固然合适的工具是能够下降企业应用数据难度的,这是强调的是「合适的」,而不是「高级的」。优化
既然每一家企业的数据中台都不同,那市面上是否有成功案例能够借鉴?3d
有,阿里巴巴是目前成功实施数据中台项目的企业,也是第一个提出数据中台概念的企业,这里有必要简单了解下这段历史:blog
回顾这段经历你会发现,它的出现基于如下前提:支付宝
TCIF & IDMAPPING,淘宝消费者信息工厂和用户识别,打通了阿里集团全部相关业务域,创建了几千个标签来刻画用户画像。好比:你的真实性别、购物性别、音乐风格偏心是「R&B」、你的线上购物行为特征是「爱薅羊毛仍是财大气粗」等等。阿里巴巴
数据服务支撑了阿里妈妈、淘宝、天猫、支付宝等多个业务板块的场景,天天都有上亿的调用次数。经过业务效果反馈,进而不断优化调整数据和模型。可视化
根据以上两点,下面列举几个简单的例子:
【企业A】
主要经过 APP 运营专业类内容收取广告费,提供免费的 WIFI 服务吸引顾客,随着 DAU 的增长,须要给用户提供个性化内容。
大数据场景:目前比较合适的是启动一个内容推荐类的算法项目,但在可见将来的状况下,没有看到更多数据场景。
【企业B】
主要经过在线下门店和线上互联网的方式进行水果销售,目前门店数量已超过 1000 家。须要用大数据来精细化运营用户和商品,目前已经搭建了大数据平台构建了数仓。
大数据场景:可视化报表(已)、商品猜你喜欢、个性化营销信息推送、商品库存优化、卡劵核销等。比较合适的是启动一个数据中台项目。
这里各位可能会有疑问:
(1)数据中台和传统数仓的区别是什么?
详见以下:
(2)已经构建数仓了,数据中台的项目是否会冲突?
中台项目偏重的数据在多场景下的「用」,彻底能够基于数仓(指标体系)再次「升级」,因此并不冲突。
【企业C】
主要经过线下售卖服装盈利,同时运营两个品牌:MINI 1 和 MINI 2。两个品牌的 CRM 分别由不一样供应商提供,为了更好的为会员提供服务,故须要打通两个 CRM 中的用户数据。
大数据场景:无,属于业务中台范畴,主要构建统一的用户中心来为 CRM 提供数据。
【企业D】
多业态集团公司。旗下有图书零售板块,有金融保险业务同时还有多个大型 Shoppingmall。各个业务板块都有本身的数仓和报表,现面向集团须要构建统一的数据管理平台或数据资产管理平台。
大数据场景:这属于典型的数据中台类型项目。
经过以上内容,相信你们对本身的企业是否须要建设数据中台有了初步的认识。固然,在实际判断中还须要更加谨慎,不要被厂商用一些概念所混淆。