淺談資料中臺。
“中臺”本身是個架構概念以及數字化產品構建方法，無論是“業務中臺”、“資料中臺”還是“技術中臺”，都沒有權威標準或行業共同認可的定義。開發了一個軟體系統的人，指著自己開發的東西說，這個叫“中臺”，他就定義了什麼叫中臺。
然而，當“中臺”被指為一種產品或服務被商業化後，就在市場上給各個企業IT買方帶來很多困惑。關於“中臺”和“資料中臺”的概念辨析，我在過去幾年寫過很多文章，在此不再贅述。這個名詞出現5年來，目前在市場上還有生命力的是“資料中臺”，現實情況是，實際購買“資料中臺”的企業普遍使用者滿意度低，不少業內專業人士對這個名詞嗤之以鼻。
某華東大型民營企業CIO跟我說，他們公司老闆為了趕上數字化轉型的快車，跟國內某頭部雲計算大廠簽署了價值千萬級的資料中臺專案，使用了該雲計算公司的資料倉庫和資料分析的軟體工具，廠商找了一家外包公司來做開發，搞了一年多，最後結果就是替換了過去用了快十年的國際大廠品牌的資料倉庫和BI軟體，出報表的速度確實快了30～50%，但是業務並沒有發生變化。
我說你們原來那個數倉按照我的經驗，就算是找一線實施公司來做，軟體加實施也就是幾百萬而已，現在花了三、四倍的價錢，划算嗎？CIO說，這事兒就是廠商“玩概念、忽悠老闆”，專案中的業務分析都是自己IT部門乾的，那家雲大廠及其合作伙伴沒有任何業務梳理的能力，更不用說搞業務最佳化的方案、幫助企業提升運營能力了。
總之，那個資料中臺專案沒讓企業收穫任何業務價值，而在這個專案中只是擔任外包開發任務的某廠商，卻赫然以資料中臺的平臺供應商身份出現在市場上。
我的業界同行們就更是直言不諱了，某既在一線IT諮詢公司做過顧問，又在企業裡做過CIO的朋友，在評論我徵求大家意見怎麼看“資料中臺”時說：
具有技術背景，活躍的IT界意見領袖阿朱曾說：
所以，企業如何選擇到一家合適的“資料中臺”供應商來避坑呢，且聽我道來。
1、指導思想
為了要上好“資料中臺”，我們與其給“資料中臺”的具體技術和功能範圍下一個準確的定義，還不如先想明白兩個問題：
第一、形而上的問題：資料中臺究竟給企業解決了什麼具體問題？帶來了什麼業務價值？
第二、面向落地的問題：如果“資料中臺”是一個具體IT系統的話，這個系統的使用者究竟是誰？這些使用者對“資料中臺”的需求和期望是什麼？
對於第一個問題，無論花裡胡哨的“數字化轉型”理念怎麼吹，企業老闆對“資料中臺”的需求的確是客觀存在 — — 企業的業務越來越線上化處理，無論是面向內部流程的管理資訊系統、核心運營系統，還是面向外部互動的網際網路平臺、面向裝置互動的物聯網平臺，都產生了很多資料，然而這些資料都被鎖在各個內部和外部的資訊系統中，沒法整合整合起來，從而無法對資料進行加工、分析，服務於業務。
資料中臺的價值還可以從企業資產在組織內劃分、歸屬的角度去看。今天，資料越來越成為企業的要素或者資產 — — 企業IT部門並不先天擁有資料，另一方面，資料是從業務部門來，又被業務部門用，然而業務部門傳統上並沒有技術能力來管理和處理資料 — — 如果考慮到組織內部對資產控制權爭奪，怎樣獲得資料控制權，在組織內部躺贏，這個動機充滿著企業政治意味。這也能解釋為何當前非技術出身而充滿企業政治智慧的領導去管理IT部門時，總喜歡搶佔資料中臺的高地了。
“資料中臺”就是解決企業這些需求的，當我們不去深究那些啥結構化/非結構化，提取/加工/儲存，離線/線上，批處理/流處理，存算分離，資料倉庫/資料湖，資料網格，集中式/分散式，標籤/ID，分析引擎/資料集市/API等等技術名詞，“資料中臺”在企業內發揮業務價值可分為三個階段：
如本文開頭所講的案例，那家企業的資料中臺應用也就是“分析洞察”的第一階段水平，實際上這是絕大多數中國企業目前的“資料中臺”現狀，和過去的“資料倉庫+商業智慧”並無本質區別 ，只是由於近年來分散式計算、大資料技術的發展，同時各個開源運動使得技術革新越來越開放化，資料中臺相關的基礎技術更容易獲取，技術迭代得以加快，資料中臺技術已經更新換代了。
企業要實現資料中臺的第二、第三階段，很大程度上都不是技術問題，因而，企業數字化轉型的自身數字化運營能力（例如資料治理、敏捷組織的能力）和數字化業務願景，決定了“資料中臺”的選型策略。
對第二個問題，“資料中臺”究竟是誰用的系統？既然叫“中臺”，那就不是面向資料最終消費者 — — 亦即業務使用者的“前臺”。我認為資料中臺的使用者是如下五類角色，資料中臺為這些使用者提供資料的提取、加工、管理、運營的技術平臺、開發底座和工具集：
1，資訊管家（Information Stewards）：負責資料治理體系，資料質量管理，資料的業務規則制定，資料安全和許可權管理等；
2，資料架構師和工程師（Data architect，Data Engineer）：建立從資料來源到資料應用的提取、處理、可運營化的管道，開發、整合有關技術工具，保證系統響應速度和資料可信性；
3，資料科學家（Data Scientist）：面向業務需要對原始資料或者加工過的資料開展洞察，進行程式碼級的演算法開發和業務建模；
4，資料分析師（Data analytst）：利用已經整理好的“資料庫存”，利用無程式碼和低程式碼工具進行資料探索和資料分析，提供業務報表、洞察和最佳化方案；
5，資料資產高管（Data Asset Officer）：管理企業資料資產，評估價值，確定企業內外的資料交換、利用的價值變現模式
資料中臺的選型標準必須來自於這些使用者的具體需求。顯然，“資料中臺”並不完全是一個CRM、ERP這類管理應用軟體，除了資料管理自身的業務職能（例如資料資產目錄、資料質量管理、資料運營等）算是管理應用軟體之外，它本身並不包含太多的業務功能，更多是技術平臺和工具，是給進行程式碼級開發的工程師、科學家用的，或者採用目前流行的“低程式碼”方式來開發。
從選型的角度來看，業務應用類系統的選型著眼點在使用者體驗友好、功能強大全面、易於配置、包含最佳業務實踐等，這是對資料中臺的資料管理、資料運營工具的要求；而對於技術平臺和開發底座，則需要符合技術人員的技術偏好及習慣，上手快，工具多，效能好，存在廣泛活躍的技術社群便於交流 — — 我認為好的技術中臺產品供應商必須是技術開源社群（例如Github）的活躍貢獻者，以及技術大廠開源專案和Apache等開源組織的積極參與者，沒有社會技術人員積極參與、沒有受到“全球最大同性交友網站”的網友們追捧的技術工具，是沒有生命力的。
2、實施路線
企業上“資料中臺”並不是開發一個IT系統，而是建立新的數字化平臺和工作方式。資料中臺的實施過程不應該是下圖這樣的傳統資訊系統實施的序列模式：
正確的資料中臺建設方法是總體規劃、敏捷迭代的過程：
首先明確資料中臺的願景和戰略，規劃資料中臺的架構，建立產品管理和敏捷開發的機制，選擇好一系列技術平臺、管理工具和開發底座，其次才是運用敏捷方法，在資料中臺上開發數字化產品，包括了用例設計、產品開發以及業務運營的迭代迴圈，用資料產品支援業務運營，測試業務效果，反饋迭代（參見《被低估了的數字化方法論 ｜ IBM車庫方法》《從採購流程數字化案例談人性化設計和數字化產品的方法》）
下圖是諮詢公司BCG的數字化架構和產品團隊Platinion，在中國為一家零售企業打造資料中臺的案例，數字化產品開發和組織賦能兩條腿走路，抓好九個方面：
3、選型原則
基於上述資料中臺建設的指導思想以及實施路線，市場上給企業提供資料中臺相關產品和服務其實有三種類型，構成了七類供應商。三種產品和服務分別是：
一、諮詢/規劃：在企業高層領導、業務人員和技術人員之間溝通，話術上同時掌握了管理裝逼語言、業務運營語言和IT技術語言，取得多方共識，推進組織前行，這就是諮詢的價值。
二、平臺/工具：資料中臺涉及到一系列技術平臺、管理工具和開發工具，從功能範疇上來說，包括了資料提取和注入、資料加工、資料儲存、資料計算、資料標準化、資料服務、資料治理、Devops（開發運維管理）等領域，從交付形式上來說有幾類：一是公有云服務，主要是微軟Azure、亞馬遜AWS、IBM雲、阿里雲、百度智慧雲等大廠，二是基於雲廠商技術的企業私有云，三是獨立軟體供應商提供的、可部署於公有云和私有云上的軟體，這類獨立軟體廠商又可以分為幾類，包括：開源軟體發行商（例如最普及的大資料平臺Hadoop的發行公司Cloudera）、對開源軟體發行版進行二次打包的軟體商（很多國內“資料中臺”廠商屬於這種性質，因各家技術能力參差不齊，市場上魚龍混雜）、企業軟體商或者服務商的相關工具（例如SAP、Salesforce的資料治理工具，用友、金蝶、浪潮的數字化平臺上也包括了“資料中臺”）以及原創研發的廠商（例如去年在資本市場上大火的雲數倉公司Snowflake，或者在資料治理軟體領域內獨樹一幟的Informatica）。
三、開發/運營：這屬於傳統的IT服務公司的系統整合以及業務流程外包的服務，它執行由上述第一條“諮詢/規劃”產出的建設路線，運用第二條的平臺和工具，面向使用者開發可用的數字化產品；除了軟體開發和系統整合外，資料中臺建設還涉及到大量的資料相關操作，例如資料清理、打標籤、A/B測試等，企業往往也交給服務商代勞。我觀察到國內不少資料中臺建設專案中，企業讓服務商幹得最多的還不是開發應用，而是為了儘快出成果，幹手工去“洗資料”這樣的髒活累活。
這三類產品和服務排列組合起來，國內市面上的資料中臺供應商實際上有七種型別：
1、純諮詢公司：只做數字化轉型規劃、業務場景規劃、架構設計以及敏捷轉型輔導，通常也包括幫助客戶開展後期實施階段的大專案管理（PMO）；
2、純IT服務公司：通常缺乏諮詢能力，也不具有產品化的平臺和工具，只提供面向企業的架構實施、程式碼開發和運營外包服務，這類公司往往也作為1或3的外包方；
3、純產品公司：無論是雲服務公司還是獨立軟體商，核心能力是平臺和工具的研發，產品化程度高，由於自身只專注於產品盈利，將面向企業的諮詢以及系統整合的服務交給合作伙伴去交付；
4、 諮詢+IT服務公司：在IT服務產業鏈裡，“高階諮詢公司往下走”和“傳統系統整合商往上走”並存，少數國際大牌IT服務公司屬於這種型別；
5、諮詢+產品公司：由於諮詢服務強調供應商中立，所以幾乎沒有諮詢公司做軟體產品；而產品公司和諮詢公司本身商業模式差別很大，雖然有些產品公司也有類似於諮詢的總體規劃服務，但是產品公司一般也不靠諮詢掙錢，這種諮詢更多是銷售自家產品的售前宣傳；
6、產品+服務公司：不少國內的“資料中臺”公司屬於這種型別，雖然宣稱自己有資料中臺產品，但是實際上產品化程度不高，實質上還是做專案、做開發外包和運營外包的服務公司。這類公司多源自純產品公司的外包商或者專案型服務公司，在服務過程中逐步沉澱自己的技術產品或業務解決方案；在風險投資的壓力下，可能會更看重業務增長而非沉下心去打磨產品；
7、 “諮詢+產品+開發+運營”一條龍服務的公司：在資料中臺價值鏈中，真正的全價值鏈玩家很少，什麼都做並不意味著什麼都能做到最好，如果一定要我舉個例子，我覺得可能只有百年老店IBM夠格了，IBM提供公有云、混合雲、容器平臺、資料經緯、諮詢、IT服務、資料分析、人工智慧等想得到的每種資料中臺業務。
所以，企業如果要選型資料中臺的供應商，要想明白在上述七類供應商中，自己究竟是找哪一類？我個人覺得，當企業還沒想明白時，首先還是要找一家態度靠譜的、產品供應商中立的諮詢公司幫規劃下。
在三方面的選型標準各不相同：
企業選擇諮詢商和服務商更多靠的是人際互動，看公司品牌（一般來說，服務公司品牌就是品質的保證），看跟對方負責人是否理念和情趣相投，而相對較為技術化的選型是平臺/工具的選擇，我建議企業應該把技術棧選型在規劃階段完成，或者在CTO（如果有的話）指導下，交給整合商或者自己IT團隊的一線架構師和技術人員去決策，選自己愛用、習慣用的技術。
我個人非常推薦採用公用雲，阿里雲、百度智慧雲等都提供了全面的雲上資料中臺服務，不過中國企業的上雲意願普遍低於國外企業；國內資料中臺供應商大多致力於在大資料平臺之上開發各種工具。
在國外IT行業裡，自行構建資料中臺也需要整合各種技術元件或者雲服務，下圖是《認識數字化轉型》（參見：《認識數字化轉型》推薦序）一書作者Tom Siebel指出的生態體系，包括了AWS、微軟等提供的雲服務以及眾多的開源軟體和軟體供應商，Tom本人創業的公司正是希望整合這些所有的技術元件，構建一個模組驅動的資料中臺。
從資料來源到資料消費的資料處理鏈路各個環節中，也出現了很多獨立軟體供應商，下圖是Informatica希望整合的“企業級資料準備（enterprise data preparation） ”產品鏈的國外廠商，這樣來看，資料治理廠商Informatica也屬於綜合性的資料中臺供應商了：
國內的資料中臺產品供應商們卻往往沒分這麼細，大多是定位為無所不包、啥都能做的“中臺”，正是因沒有產品聚焦，在國內媒體上經常看見“資料中臺50強”一類的排名（例如下圖，這還是2019年的圖，在易觀最近的2021年資料中臺行業研究裡都已經沒放供應商名錄了），我覺得這些資料中臺廠商大都是IT服務公司，而非產品公司。這是我在《企業級IT軟體和服務的商業模式》文中，對中國IT服務商的產品化能力的擔憂，也感到整個中國資料中臺行業，市場需求旺盛，行業大而不強。
文章來源於公眾號GEORGE陳果， 作者陳果
文章連結：https://mp.weixin.qq.com/s/kJ0yjD0AGvhud6WpPzqhbw
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
更多精彩內容，按讚我的臉書 IT Value 研討社，獲得24個行業240份企業數位轉型資料喔！等你來看喔 😃
