数据中台的探讨

2019的云栖的OneData可能给数据中台点了一把火,有些企业可能难迁移到业务中台,但是数据中台还是好做的。

1.云栖数据中台在线视频

数据中台

自然是一脉相承,以前的数据挖掘ETL,数据建模, 到数据仓库,BI报表,用户画像,运营决策,需要数据工程师大量萃取,分析和编码,输出报表,大屏等。随着互联网的不断发展,商业的竞争对数据的挖掘和响应要求越来越高,传统模式产出要T+N,但业务要求T+1。数据中台就是要傻瓜化的萃取,建模,服务输出。

参考下阿里的双总台架构,数据总台的数据源可以是多种的,离线或在线,流或文件等等数据源。数据中台给个飞鹤的数据源例子主要是企业信息化要首先要有这些业务数据,有一定的数据积累,放在ERP,MES,CRM甚至excel都可以,独立于业务中台。

阿里号称做据中台的资深人员都没离职创业的,对外输出的dataphin也正在公测(不晓得稳定不),所以外人现在做的估计都不是正宗的数据中台了。其实不是说阿里的One model, one ID, one service架构牛,主要是阿里有大量的基础设施支撑, 特别是数据库。

阿里的数据平台之前也用了开源OLAP Greenplum, hadoop等大数据架构, 后面才自研高性能的AnalyticDB, 所以有这个底气,一般公司确实没这个积累。当然也可以拼开源的ETL,数据仓库,BI,还要动态萃取,编程,测试,发布输出服务,隔离等等。

一般的公司可能用传统的大数据挖掘的方式可能现实些, 尽量相对自动化傻瓜化的方向去整就好了。

数据中台也是不断发展的形态,随着5G,IoT的发展,讲不好会融合区块链,AI一起, 让数据的价值最大化。看看现在的用户画像推荐有点死板和僵化,还有杀熟的,数据也不能滥用了,也得考虑下安全隐私的。