方案|你很懂阿里数据中台，但是真的懂如何搭建吗？_头部|数字化|市场|数据|中台

“阿里数据中台”方案真的能够完美应用到每个企业的数据中台搭建方案之中吗？
大数据时代的到来，规模的扩张不再是企业唯一的追求目标，精细化管理成为企业发展的方向 ,企业的“数据处理能力”也就成了关键命题。
而“数据中台”可能是一个解答方案。
中国数据中台市场增势明显，行业规模快速扩张

“根据互联网相关数据，预计2020年后，数据中台将实现爆发式增长，到2024年，市场规模将从2019年的40.1亿元增长至251亿元，未来将成长为千亿级别市场。 ”

作为“数据中台”这个概念的首创者阿里巴巴集团一直将“以数据中台推动数智化转型”作为现阶段的战略目标，就连阿里的业务竞争对手腾讯、网易等也认同并推出了自己的“中台”架构发展战略。
京东、美团这类头部互联网企业也从集团层面推动以搭建“数据中台”为目标的组织架构变革，在企业市场掀起更大的“浪潮” 。
当前“数据中台”还处于互联网头部企业运用、其他中小型企业观望探索的初级发展阶段。
中小型企业与大型头部企业也有着不同的“数据中台”需求

大型头部企业：需要一个完整的数据中台架构，是针对企业数据的全局规划设计，建设实施过程中必须有能与之配合的组织部门，不仅相应岗位的技术人员要配备齐全，而且组织架构建设也需要对应。
中小型企业：需要一个能够配合业务场景来使用的轻量级数据中台，尽可能地减少人力、物力、财力上的支出。

中小型企业常见的“数据中台”落地方案选择 1.自主开发
很多管理者在提到搭建某个系统时，最先想到的就是“自己动手” 。
但是这对企业规模的要求极高，需要配备专业的技术人员，要懂管理（业务、IT、项目），懂公司业务运转本身的逻辑，懂IT和软件架构，懂数据库设计，可能还需要一整个团队来支持。如果企业没有一定的底蕴，恐怕难以支撑这样庞大的组织架构。
阿里巴巴集团是这个方案最具有影响力的践行者，其根据本企业对于数据处理上的需求而提出解决方案，并且在集团内部进行了长期的孵化应用试验。
可以简单地说，这是面向头部大型企业的方案，适用于一个成熟且组织结构庞大复杂的企业，并不适合业务层次简单的中小型企业，单纯地使用“拿来主义” ，生硬套用，就像是“往火坑里扔钱” 。

文章图片

2.外包开发
既然自主开发行不通，管理者自然就想到了外包给专业搭建团队，只需要提供相应的开发诉求，一应事项皆可交由他们来进行。
可是长此以往问题也就浮现了，首先企业的数据信息大多涉及商业机密，如果所选择的团队不专业的话，很容易导致重要资料的泄密，造成无法估计的损失；其次容易出现信息不对称的情况；最重要的是企业的核心数据和架构都将受牵制于外部人员，难以整合，后续维护和掌握都存在困难。最后等到搭建完成，才发现一切并非那么美好，出现巨大的心里落差。
媒体曝出的“茅台事件” ，因为茅台对该公司承建的中台项目极不满意，一度放话：“一分钱不给，让你们滚出茅台” 。

文章图片

3.联合市面上现有的服务商
考虑到外包开发的安全性，又不同于阿里巴巴这类大型集团企业乐意并且有能力自主研发，大多数的中小型企业还是要依靠于市面上的数据中台搭建服务商。
市场需求的高速增长，引发行业的追逐热潮，以建设数据中台为核心业务的创业型服务商，频频受到青睐，涌现了很多服务商，但水平却参差不齐，其中一些服务商对数据中台并没有深入的了解，盲目承接。还有的服务商甚至将自己原有产品进行二次包装，改称为“数据中台” ，为企业搭建“伪数据中台” 。
因此，中小型企业所选择的数据中台服务商要有经验、有保障、有技术。
头部互联网企业所推行的“中台战略”虽然不适合中小企业复制使用，但也起了一定的示范作用。不少服务商推行的“中台战略”将从大型企业向中小型企业下沉，服务于腰部乃至长尾企业的数字化转型。
百数属于国内首批面向中小型企业的“数据中台”服务提供商，据悉，仅在2020年新增客户就达到8000余家，且多数客户是来自各行业的代表性企业。
该公司称，他们最早从电商行业着手，积累了丰富的项目经验，目前在医疗、电商、教育培训、轨道交通等多个行业扩展了相关业务。
谈及竞争优势，该公司表示，数据市场的需求多种多样，而百数由于起步较早，已经在相关行业领域积累了大量的经验，建立了绝对的优势。
中小型企业“数据中台”落地后应当实现的方面 1.实现与企业数字化转型有机结合
搭建数据中台本身不应该是企业的发展目的，而利用数据中台实现企业数字化转型才是企业真正的发展方向。应当将企业数据中台的落地与企业数字化转型相结合，更好的利用企业数字化基础，而不是跟风建设数据中台。
2.实现与业务数据的强结合
【方案|你很懂阿里数据中台，但是真的懂如何搭建吗？】数据中台价值的产生一定要能够与业务数据应用场景相结合，毕竟数据中台自身是不能直接产生业务价值的，其本质是快速实现各项数据的使用，体现数据的价值。所以只有当数据中台实现与业务数据的强结合后，才能实现其真正的效用。