01、背景
项目有很多对内/对外/辅助，但无论项目内部的如何复杂，大体的结构都是 “用户前台”和“管理后台”。
用户前台
前台即指由各类前台系统组成的前端平台。每个前台系统就是一个用户触点，即企业的最终用户直接使用或交互的系统，是企业与最终用户的交点。比如：
管理后台
后台即指由后台系统组成的后端平台。每个后台系统一般管理了企业的一类核心资源（数据计算），例如财务系统，产品系统，客户管理系统，仓库物流管理系统等，这类系统构成了企业的后台。比如：
用户前台、管理后台的关系
前台与后台就像是两个不同转速的齿轮，前台由于要快速响应前端用户的需求，讲究的是快速创新迭代，所以要求转速越快越好；而后台由于面对的是相对稳定的后端资源，而且系统陈旧复杂，甚至还受到法律法规等相关合规约束，所以往往是稳定至上，越稳定越好，转速也自然是越慢越好。
随着企业务的不断发展，这种“前台后台”的齿轮速率“匹配失衡”的问题就逐步显现出来。而中台就像是在前台与后台之间添加了一组“变速齿轮”，将前台与后台的速率进行匹配，是前台与后台的桥梁，它为前台而生，易于前台使用，将后台资源顺滑流向用户，响应用户。
02、中台的种类
我们按照难易程度倒序逐一论述。
技术中台
技术中台（基础服务中台）说白了就是强调资源整合、能力沉淀的平台体系，当技术前台实现业务功能时，为他们提供底层的技术、数据等资源和能力的支持。
各公司的基础服务，以账号体系为代表，都已经是中台化的了。淘宝、天猫、飞猪等业务之间，快车、专车、顺风车等业务之间，美团外卖、酒旅、团购之间，必然要做打通。
数据中台
“数据中台”并不是一个专业术语，简单来说，它是指通过数据技术，对海量数据进行采集、计算、存储、加工，且进行统一标准和口径，以达到对企业的数据资产进行管理及应用为目的的平台。数据中台把数据统一后，形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。
各业务线的数据打通、数据共享和协同运用，则属于业务中台的范畴，是以业务目标牵头的（比如阿里的88VIP会员的前提就是用户数据打通）。
有时这两者是耦合在一起的，既有技术能力的共享，又有业务支撑。不过在国内数据分析的认知还比较浅（认为数据都是拉报表的），后者往往效果不佳。前者在不少互联网公司倒是确实落地了。
在有些公司，数据中台只是很粗浅地把数据整合到一起，并没有解决任何问题，或者让整合产生什么价值。阿里云中间件架构总监谢纯良曾经说过，许多公司的数据中台就是把数据加工成“大屏”，搞一个展示用的“大屏”就以为实现了中台。意思就是，数据中台如果不为业务服务，或者说为业务中台服务，那就没有价值。
业务中台
既然技术模块可以抽象出来复用，那业务模块是不是也可以？在淘宝时用过的营销策略，能不能直接挪到飞猪用？专车的策略能不能直接给快车用？这就是业务中台的概念。
很显然的，由于业务存在更高复杂度，因此难度更大。
业务中台是各大公司追求的最终效果：前台业务敏捷推进，后台业务稳固支持。不过真实情况往往事与愿违，难尽人意，真正做到业务中台运转良好的，很少见。
组织中台
事实上，有一大部分人认为当前所谓“中台建设”，无论是研发中台、算法中台、技术中台、子业务中台等，都更应该被归类为业务（类）中台建设。如果要走向平台型组织，必须要建设另外一种中台——组织中台，即由后台抛出的“机构化业务伙伴”，由人力BP、财务BP、战略BP组成的“类投资团队”角色。其实就是嫁接在前三种中台基础上，再加入“放权机制”的中台结构。
整体来看，组织中台做的事情依然是赋能和激励。BP团队就是用户和前台团队之间的连接者。他们代表企业家（或公司的股东），一次次地把前台团队从不切实际的梦想中拉回现实，让他们直面用户需求，合理地分配资源，沿着最佳的路径前进，一路升级打怪，直至抵达最终的目标（如上市退出）。
组织中台拥有的是“激励的指挥棒”和“赋能的方法论”：运用前者让前台团队动起来，并看到自己前进中所缺少的能力；运用后者则是补齐这些能力，让他们走得更顺利。总结起来，就是“激励开路，赋能加持”。
03、数据中台的基本能力
1、数据中台具有数据服务的能力
数据中台帮助业务部门建立工作台，通过工作台可以快速获取到数据相关服务，包括数据提取、数据分析、数据推送、数据回流等服务；数据中台可以将脏乱差的数据进行加工、治理、切分、建模、打标签等。
2、数据中台可以使业务人员具备数据应用开发的能力
业务人员可以根据自己业务单元的需求，做深度的应用开发，比如精准、智能、智慧等相关应用，这些应用可以独立变成产品。
3、数据中台具有强大的海量数据处理能力
数据中台对数据治理能力、融合能力、采集能力、同步能力等为数据应用提供了强大的基础支持。无论企业生产、运营、消费者溯源、供应商维护、外部公共数据等不同维度的数据，数据中台都可以通过不同的功能实现数据的打通、共享。
由于不同的业务场景需要不同规模的计算平台来处理海量数据。数据中台的建设帮助业务人员根据应用需求随时调度计算能力。
4、数据中台具有数据开发的能力
数据中台中分析工具、挖掘工具、清洗工具等不同数据工具的设置可以帮助上下游企业和外部用户直接开发应用。数据中台可以将上下游工具进行傻瓜式包装，比如应用开发、应用复制、应用使用、应用评价、应用分享等功能的设置，帮助企业不同领域的用户实现数据共享、应用共享。
5、数据中台具备自学习和自动完善的能力
数据中台赋能业务人员的特性决定了其具有自学习的能力。中台可以通过不断的能力叠加，将数据和公司资产进行良性的循环和回流，赋能企业业务和技术部门，为企业建成一个具有滚动的、增长的、变化的自学习能力平台。
6、数据中台具有资产沉淀能力
用户在使用数据的过程中会自动地沉淀出高价值的数据，通过数据中台的融通能力，将这些有价值的数据进行良性的循环与回流。企业因此对自身的用户数据、会员数据、人力数据等认识加深。这样的沉淀能力可以为公司提高核心竞争力。另外，公司内部高价值的资产，比如模型资产、IT资产、DT资产、数据资产、应用资产，以及应用资产中的用户资产、画像资产等均可以通过中台沉淀下来，为公司日后的应用提供更多的支持。长期以往的沉淀帮助公司建立核心竞争力，使企业在数字化转型中先行一步，快速布局数字化市场竞争。
7、数据中台具有数据质量自动跟踪的能力
数据在使用过程中往往有多部门多角色参与，各个部门会定义多种多样的数据指标、标签和使用方式，长期以往数据治理体系将会越来越复杂。一旦数据无法跟踪，会导致前端的数据应用出错，最终使得企业决策失误，付出较大代价。数据中台可以避免以上问题的出现，数据质量智能追踪和血缘分析会跟踪数据的血缘系统，确保数据质量。
8、数据中台具备数据融合打通的能力
随着企业业务多变，数据互联互通变得越来越重要。数据中台将数据定义和意义保持一致，使数据真正实时打通。
9、数据中台具有IT系统和DT系统风险隔离的能力
IT系统在企业数据采集、管理方面发挥着作用。业务需求变化快，而IT系统却无法随着DT系统变化，DT系统有着自身存在的意义。两个系统的目标、定位不同，必然导致数据应用出现分歧。数据中台的建立可以帮助企业对数据进行风险隔离，确保一方不影响另一方。
04、数据中台的特征
一直以来，企业的BI数据管理跟IT是紧捆绑的，但跟公司的战略、业务脱节非常厉害，很多企业几乎没有想过企业获取利润跟数据管理有多少直接的关系。企业有投资，有费用，反正属于IT要干的事就去干吧，大家都在做，我们当然也要做，在我刚开始做元数据管理的时候，就是这个感觉，从没想到这个东西跟企业的利润有半毛钱关系。
做了怎么样？不做了又怎么样？我们甚至连自己都骗不过。直到开始做大数据，当商务、开发必须紧密衔接的时候，当发现某个数据问题已经导致变现困难的时候，才感觉到数据管理的真正价值，才知道自己的数据管理工作该干什么。
那一个“好”的数据中台应该具备什么特征呢？
1、全流程、一体化。要实现从数据资产层、大数据计算层、数据治理层、数据工具层、数据模型层、数据应用层一站式处理流程，实现数据由入到出的全流程服务。
2、行业落地灵活，帮助新零售、教育、金融、制造业、政府等不同行业客户解决数据融通、业务提升等问题，实现数据中台在不同行业的灵活落地。
3、合作多元化，可满足不同场景下客户需求，可提供定制服务，可以以提供标准化产品、定制化服务等。
看到这里，你是否对数据中台已经有了一个较为清晰的认知？事实上，不论是哪个行业中台化都不是一蹴而就的，还是要遵循“具体问题，具体分析”的道理。没有放之四海而皆准的中台化策略，有的业务就不需要中台化，有的中台化反而会适得其反。有的公司压根就只有一个业务，或者有几个业务都没有重复造轮子的现象，那硬去学习大厂的中台，一定是东施效颦了。包括中台的鼻祖阿里，也经历过“痛极思变”的过程，在跌跌撞撞中成长的，不是老板一声令下就全部到位的。
转自国元数据搜狐号https://m.sohu.com/a/492848934_410617
联系客服
