关于数据中台的几点思考

1 评论 15112 浏览 80 收藏 11 分钟

导读:阿里作为数据中台早期提出者和践行者,经过多年的探索有了很多数据中台方法论和产品的沉淀,甚至成为数据中台领域的重要风向标。一年一度的云栖大会已经结束,线上全程听了阿里数据中台分论坛的内容,云上参加“云栖”大会了。近几年一直在数据中台相关产品,想分享一下个人的感悟。

一、数据价值消费核心的数据中台产品体系

做了三年的数据中台,再回看数据中台的价值和使命。过去,很多场合关于数据中台的分享更多的是从技术能力、产品能力出发。今年则以“数据因场景而美好”开场。这个变化,本质上是体现的中台必须要以数据价值、需求场景为导向。很多公司的公共部门做中台,但是离业务太远,是为了做中台而做。

数据价值方面,一是决策,如何利用中台的能力提升数据决策的效率,做到数据决策的民主和普惠,人人都可数据分析,数据决策so easy。并且,可以通过产品的能力,将决策转化成业务行动,不断推动业务的改善和调优。对应的主要BI、数据门户之类的数据产品。

二是智能应用。数字化转型、数据化运营,数据在精准营销、产品&用户运营以及安全风控领域,怎样基于产品快速输出赋能,相应的是CDP、智能决策、智能服务类的数据产品。而中台想要更快、更高效地输出业务价值,数据资产是关键,需要打下厚实的数据基础,围绕数据汇聚、资产的建设、价值萃取、资产管理、资产治理,对应的主要是Dataphin,今年数据安全法、个人信息保护法上线后,数据安全成了甚至可以影响企业存亡的重要内容,数据安全产品Datatrust也是时候面市了。

最后,搞中台是件费时费力的事情,需要大量人、财、物的支持,从组织战略层面,需要建立中台战略以及强有力的组织保障。阿里云核心数据中台产品架构如下:

图片来源:阿里云栖大会线上直播

二、数据中台新方向的总结及思考

1. 关于数据可视化决策分析

1)自助式BI是数据决策分析降本提效利器

拖拽式无SQL分析;自助式配置化的可视化报表及大屏配置,是提升企业消费数据、数据化分析决策效率的标配。自助式BI取代传统的前端、后端、数据开发CaseByCase定制化的数据平台是必然,基于中台思想的BI产品,可视化能力可以与其他平台充分联动,做到BI能力的高复用。

从0-1自研做出功能强大的BI产品成本还是非常高的,但现在市面很多成熟的商业化产品,如QuickBI、观远数据等可以直接复用其能力。

2)从业务场景出发,形成普惠式的数据分析决策协同

基础的数据分析平台是人找数,即搭好数据平台后,用户每天上班看看数据有无异常。而更好的BI应该做到向数找人的转变。即通过业务预警规则、订阅动作的触发,将业务指标健康状况及时推送给不同层级的用户,并且整合内部IM等办公协同工具,构建自上而下的协同能力。

例如,领导收到通知,大盘营收下降50%,大区、城市、区域逐层向下拆分,形成业务行动方案。

图片来源:阿里云栖大会线上直播

3)BI产品可以有更多的创新尝试,如数据机器人、数据头条等

18年时,尝试过基于知识图谱的数据搜索产品,例如搜索华北大区订单数,即可输出对应数据指标及不同维度的拆分分析。后来因为人力等问题没有继续推进。随着技术的发展,更多AI的能力是可以赋能BI分析的。

也做过“数据新闻”的产品,即每天推送业务指标表现的“新闻”信息,例如订单数创造历史、大幅下降等等,可惜也是浅尝辄止。

其实,回归到业务实际过程,可能需要优先保证业务基本盘的高效支撑,一些创新方向的尝试,并没有那么多的试错资源。

图片来源:阿里云栖大会线上直播

2. 客户数据管理平台:CDP

1)数据丰富度是CDP平台的核心竞争力

CDP作为客户数据管理与精细化运营应用平台,主体功能大同小异,基本上都要包括:标签管理、人群圈选、用户触达、效果分析等功能模块,最核心的竞争力在于数据源的丰富度以及接入的便捷度、效率。除了平台业务数据外,广告数据的回流、二方、三方数据的接入,都决定了对用户运营的精细化能力。

图片来源:阿里云栖大会线上直播

2)算法流程的产品化,赋能运营效率提升

基于业务的规则运营受限于业务经验、运营人力。CDP精细化运营需要算法能力的补充。而过去是算法定制化的进行算法标签构建或者人群的选择,将模型训练能力整合到平台中,则可以做到算法能力的普世化。

图片来源:阿里云栖大会线上直播

3. 数据资产的建、管、用、治理

上一篇文章讲到数据资产是数据中台的根基,企业在数据资产面临的问题主要是资产建设不规范、复用度低、数据质量以及数据成本等问题。

想做出一套Dataphin,首先,在公司内部要形成统一的标准,将标准产品化,才能在事前将问题扼杀在摇篮中。事中,提供更多便捷的配置化建模工具,提升模型建设效率。事后,则是资产的运营和治理,包括数据安全和数据成本的优化。

图片来源:阿里云栖大会线上直播

三、小结

数据中台产品体系中,包括数据汇聚、数据加工、数据资产管理与治理、数据价值应用几个核心方向。今年云栖大会的内容更聚焦上层数据价值的输出,“数据因场景而美好”,作为数据人,需要更多从场景出发,创造更多可以实际解决业务问题的产品或者功能。

数据干饭人,微信号公众号:数据干饭人,人人都是产品经理专栏作家。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。

#专栏作家#

数据干饭人,微信号公众号:数据干饭人,人人都是产品经理专栏作家。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议

专栏作家

数据干饭人,微信号公众号:数据干饭人,人人都是产品经理专栏作家。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自pexels,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 👍🏻

    回复