【案例分享】某科技企业如何升级数据中台

科技型企业的技术发展经历了三个阶段，分别是独立工具阶段、集成式阶段、中台式阶段。这类企业在集成式阶段不断地陷入IT怪圈，急需运用新的技术能力令其从集成式阶段发展到中台式阶段。

项目背景

大多科技型公司的技术发展都经历了几个阶段。最早的时候，科技公司需要独立的工具来做数据分析，这些企业零散地使用数据分析技术，之后还购买了数据治理工具。

在数据应用越来越深入的情况下，这些企业会发现大数据平台正契合其需要。所以这类企业会集成多款数据工具，包括数据同步工具，而这些工具大多产自于不同的厂商。科技型公司需要将这几款产自不同厂商的数据分析工具集成在一起，完成数据接入、计算、治理、分析等工作内容。为了维护这些数据工具，该类科技公司配备了IT团队，确保数据处理到数据分析应用的正常使用。

痛点分析

该类科技公司的IT部门的维护工作具有以下几个特征：

IT人员投入大，手工维护，周期长

IT团队对于这些集成工具的维护大多通过手动的形式完成，为了满足业务部门的需求，IT部门手动为其开发应用，周期一般需要三周，这样的工作是不成体系的。

1. 产出价值低

IT团队完成这些维护工作后，大部分产出的都是报表，这些报表是不能直接给企业产生直接受益的。IT团队还产生了一些静态的数据应用，比如说用户画像、精准营销等。

2. 数据质量差

大量的IT工程师投入数据治理和数据分析的工作中，通过各种传统的数据仓库理论手动地构建各种中间表来治理数据，无法保障数据是否出错，所以不敢上真正的智能应用，因为智能的应用的数据一旦出错会造成直接的经济损失，导致企业不断的陷入IT怪圈当中。

针对以上问题，该类科技公司也尝试了各种方法来解决，始终没有很好的效果，整个技术部门也进入一个疲惫期。因为技术部门长时间处于一种状态，即一方面要应付大量的业务需求，另一方面还要挤出时间解决构建更先进的数据基础设施及工具的问题，但是永远有新问题产生，导致刚做好的东西又需要重构，永无止境。

解决方案

面对以上问题，我们给该科技型公司进行了一场调研，发现该公司的状况和阿里当时某个阶段的情况非常相似，这些问题需要从组织架构、技术架构、人力培训、数据架构四个方面制定出体系化的方案，彻底地解决了他们多年来的困惑。

在该企业已有的数据中台体系上升级和构建更智能的数据中台。数据中台可以帮助该公司以自动化的形式完成数据处理到数据分析的应用过程。其具有以下特点：

1. 形成高速运转的数据加工流水线

数据中台可以针对企业的数据形成一个高速流转的加工流水线。以前，业务部门的数据分析可能需要两三周才能完成，但现在通过数据中台智能式的处理，只需要一两天就可以完成数据分析，且前端业务人员有何变化，后端都可以进行相应的改动，而不改变基础技术架构。

2. 产出智能应用，业务价值高

以前，IT部门做了大量的工作只研发出了报表，现在通过数据中台，可以快速研发和组装出各种深度智能的应用，包括智能定价、智能排产、智能配储货、智能营销等应用。

3. 以智能方式保证数据质量，释放IT人员，提升技术部门士气

数据中台可以以智能的方式保证数据的质量，不需要通过大量的人来开发、维护，为企业解放了大量IT人员，令其做更重要的事情。

最终效果

科技型企业在数智化转型的过程中遇到的问题主要表现在IT人员上。IT人员陷入了一个怪圈，即大量的IT人员将时间花费在数据分析和数据治理上面。因此，科技型企业，甚至银行、金融、互联网公司都面临着从集成式中台升级到智能的数据中台的问题。数据中台可以大大降低人员成本，提升人员价值，帮助企业走出IT怪圈，最终使得企业的整个业绩得到大幅度地提升。

关于国云数据

国云数据由原阿里数据团队成员共同创办，是一家能为客户提供“咨询+教育+中台”全方位、高标准数字化转型落地服务的供应商。独创“数字化转型合伙人”模式，以“与客户风险共担、利益共享”为宗旨，陪伴客户成长。旗下有国云咨询、国云数据中台、国云教育、国云基金。

国云咨询：为客户数字化转型提供战略落地、技术落地、人才落地等方面的轻咨询，融合了阿里巴巴、波士顿与IBM的咨询经验和自有的独特技术优势。

国云数据中台：源于阿里，开放落地。目前已服务大中小客户7万多家，市场占有率在国内名列前茅，是数据中台领域的领军企业，对标美股IPO公司Snowflake，被誉为“中国版的Snowflake”。

国云大数据学院：国云教育旗下的数字化人才培养学院，在校生数千人，课程体系由原阿里巴巴数据团队成员亲自构建，已开发数字化相关的课程102门。《大数据分析及应用实践》由高等教育出版社出版，被500余所高校用作教材。致力于解决数字化转型的人才问题，为企业提供高、中、基层数字化人才培训、培养、选拔等服务。

国云基金：为客户的数字化转型提供资金支持。

 

标签：数据分析,数字化,企业,国云,智能,升级,案例,分享,数据
来源： https://www.cnblogs.com/dashujufenxi/p/14363623.html