可视化|搞了三年，再看数据中台的价值与解决方案( 二 )_

二、数据中台为什么成为企业推崇的“新思路”1. 数据中台的核心思想

文章插图
关于数据中台的定义和概念，已经被讲烂了，结合近三年的数据中台实践，总结一下就是“让数据更快、更省地用起来”的一种思想、架构。也就是，数据中台所做的一切，最终的目标都是数据价值的挖掘和应用输出，为了达到这一目标，涉及数据的采、存、管、治、用各个环节和流程，可以用来“降本增效”的产品，都归属于数据中台产品体系。
2. 数据中台与数据平台、数据仓库的关系

文章插图
在数据中台概念清晰之前，各个互联网公司其实也都做了很多的基础建设工作，只是没有明确地定义为数据中台而已。
每个公司都在实践中寻找解决数据应用实践方法，例如构建指标体系解决指标口径不一致的问题；建设自助取数工具，业务自助取数不求人，开发人力释放专注于数仓模型建设；开发配置化的BI可视化产品，减少可视化报表对接口开发、前端开发人力的依赖;建设精准营销（DMP）平台，业务自助圈选目标用户进行精准触达，提升运营活动频率等。
所以，个人理解，数据中台概念的出现，只是提供了一套完整的解决方案和思想，把原来的不成体系的“野路子”，扣上“中台”的帽子后，成了有方法论、战略的指引和支撑正规军了。
可以把数据中台类比成汽车工厂，如果发动机、轮胎等零配件已经生产完毕，可以很快组装出一辆汽车。而Hadoop生态，集群建设，就像水电煤等基础设施，提供工厂运行所需能源支持，大数据平台，数据开发工具就像是机床设备，提供制造零配件的工具能力，而数据仓库的建设，则像是用机床加工好各自零配件，并且提供快捷的仓库索引目录，能够最短时间找到所需配件。
三、数据中台需要具备的核心能力与产品架构1. 数据中台的核心能力

文章插图
数据汇聚：将异构数据源通过源和目标参数配置实现数据入湖、入仓、以及存储介质的转换、降低人肉脚本处理带来的风险和维护成本。构建统一的数据集散中心，打破数据孤岛。
资产沉淀：将数据提纯加工，形成可快速使用的数据模型，建立完善的数据共享机制与安全管控流程，构建数据复用能力。同时需要对资产进行常态化、周期性的质量管控与治理。
产品化能力：数据采集、资产管理、数据应用流程的平台化、配置化，基于工具实现数据的快速流转，提升数据输出的效率。
业务赋能：数据驱动决策、为产品智能化、运营精细化赋能。一是赋能效率的提升，二是赋能过程的数据资产管控。
2. 数据中台产品架构

文章插图
【可视化|搞了三年，再看数据中台的价值与解决方案】（1）数据应用效率问题
自助BI与可视化分析：以产品化的方式降低数据获取、数据分析、数据应用的成本，解决数据响应周期长、开发成本高、运营效率低问题。
能力要求：集成数据建模、自助分析、数据可视化、数据治理、智能分析的一站式数智化决策分析平台，数据开发专注数仓模型建设，提供健全的模型、完善的资产元数据信息后，业务拖拽式、可视化的数据查询和分析，不需要数据开发介入。针对需要周期性使用的数据，可以保存成可视化Dashboard，自助进行可视化报表减少，释放接口和前端开发人力。比如：QuickBI、观远、帆软BI、tableau等。