1 1 2 3 5 7 10 10 12 16 16 22 24 28 28 29 30 31 32 34 6 8 10 11 12 12 13 13 14 14 15 17 23 24 1一、數據中臺綜述(一)數據中臺歷史數據一直伴隨著人類的發展而變遷。在古代，數據呈現出規則化均以特定規則進行登記造冊，它們對人類社會和物理世界的性質、狀態與相互關系進行記錄和計算，都是寶貴的古代數據遺產。但在信息時代來臨之前，人們對于數據的記錄、處理、分析等工作大量依靠著用的范圍和形式難以普及推廣。在信息化時代來臨之后，軟件系統普及成為各行各業標配的生產工具。數據的存儲、計算、分析等工作，開始可以通過相應的軟件工具實現，對于數據的高效利用有了可行的技術基礎。隨著便捷化的信息技術不斷強化企業處理數據的效率，如何更加高效的利用數據服務于自身業務成為眾多企業最關心的問題。數據中臺概念的誕生正是為數據中臺的概念最初由阿里巴巴集團提出。2015年，阿里巴巴對組織架構升級調整，建設整合阿里產品技術和數據能力的中臺，形成“大中臺，小前臺”的組織和業務體制。這一舉措旨在通過整合復用組織內部的各項基礎設施和數據能力，使業務產品的更新迭代速度加快、成本降低，推動企業業務利潤增長。隨后兩三年，阿里完成了數據中臺的雛形，其他互聯網頭部公司也紛紛跟進推進了各自的數據中 22018年開始，在互聯網媒體和各類研究機構的宣傳以及互聯網頭部公司的示范效應的共同作用下，大量傳統企業開始跟進行數據中臺的建設。隨后在2020年左右，大量的數據中臺項目建成，但部分項目由于并沒有根據企業自身需求進行規劃設計，建設成果受到了成但在之后直到今天，業界仍有大量“數據中臺”項目不斷設立，數據中臺也成為關鍵詞在政策文件中開始出現，行業對于數據中臺的認可程度潛移默化的不斷提高，其概念和內涵也在探討中不斷完善至今。(二)數據中臺概念數據中臺的定義自誕生以來經歷了不斷的發展演變。數據中臺源于企業內部通過組織架構調整所形成的公共數據能力，通常通過將企業各部門和業務線所需的數據能力提煉并整合形成，是企業內部可復用的統一數據能力集合。而隨著相關理論和技術的持續發展，數據中臺成為了使企業綜合數據能力建設的更好的一種形式。當前的數據中臺可通過狹義與廣義兩種定義來進行描述。狹義的數據中臺指在企業內部通過對數據半成品、算法、模型、工具等能力的積累，支撐業務應用，為前臺提供數據能力的企業級數據中樞平臺。狹義數據中臺聚焦在數據服務的生產和提供，并不包括數據本身的生產、加工、傳輸等基礎性工作。廣義的數據中臺是企業數據價值實現的能力框架，包括數據存儲匯聚、數據開發、數據管理、數據服務、數據資產運營等能力。通常通過企業統一的一站式數據加工生產利用邏輯平臺的形式具象化，是 ;企業級數據價值生產的中樞平臺。進一步的，在企業層面數據中臺是企業業務數據化的承載體，是企業業務通過數據視角的一種呈現，擔負了企業數字化所需的核心綜合數據能力，是數據驅動企業的核心引擎。(三)建設數據中臺的前提條件企業需要考慮自身是否有清晰的數字化戰略或數據戰略，戰略內是否對數據中臺有清晰的定義，對數據中臺的建設是否有明確的目標。同時，企業應綜合考量自身戰略、信息化程度、組織價值、業務特性等因素，結合未來數據對企業的價值，對企業自身建設數據中臺的必要性進行整體評估。若企業已累積或短期內將累積大量數據，組織架一般來說，數據中臺并沒有一個搭建標準，因為數據中臺是企業的數據服務/產品生產平臺，而不同企業的所屬行業、信息化程度、組織架構、業務能力等不同，數據也就有所不同，所以每一家據中臺都是獨一無二的。由于建設需要投入大量時間、人力、資金等成本，因此也并非所有企業都適用。企業是否引入數據中臺可從以下幾個因素考量：并且有大量的數據積累，當前數據利用率低。 4仍是割裂的，局部的反映不同部門或者職能條線的業務，缺少全局視角的統一的業務呈現形式，數據中臺的本質就是通過數據的匯聚、加工、處理，形成對企業業務全貌的準確呈現，并基于這個統一的數據資產，生產對應的數據服務反饋回業務系統，讓業務系統更加智慧1。因此，不論是小企業還是大企業，不論是什么行業的企業，只要是希望通過數據來進行全局業務優化，通過數據挖掘業務價值的企業，都不同于數據倉庫和大數據平臺，數據中臺是一個業務價值創造平臺，而不僅是數據資源的生產平臺1。數據中臺的目標是要為業務提供看得見，摸得著，可度量的價值。因此，數據中臺的建設前提條件是有可以讓數據產生價值的業務場景。而業務場景的探索和識別，是與企業的業務戰略緊密相關的，只有在與業務戰略一致的基礎上，依托數據中臺，對企業全域數據資產進行開發和應用，以公共的建設保障各業務線的使用，才能保證當前的重投入，保障未來的高產出。所以，數據中臺建設的第一步，是需要以一個價值驅動的規劃來勾勒出業務場景藍圖，然后再按圖索驥，1《精益數據方法論：數據驅動的數字 5逐步建設。如果找不到有價值的業務場景，則不適合全面建設數據中臺，可使用數據中臺中的某個模塊如數據倉庫、數據湖、數據資產管(四)數據中臺的目標及核心能力數據中臺的總體目標是使數據產生業務價值。具體來說，企業可以通過建設數據中臺構建各項能力，彌合數據供需鴻溝，使數據能夠驅動企業提升經營效率、實現業務價值。這一目標具體拆解開來包括快速響應數據需求、建設統一數據平臺、打通企業數據資產、提供統一數據服務、數據直接參與業務、產生包括客為實現上述的一系列目標，數據中臺需要具備將各類原始數據進行匯聚、整合、加工、提煉以形成數據半成品，并進一步對其進行分析形成可用的數據服務內容，向數據分析師和業務應用方提供服務的一系列能力。相應的，數據中臺作為完成這一系列動作的企業綜合數據能力集合，其核心能力必須包括數據匯聚存儲、數據開發、數據服務、數據管理、數據資產運營等。在實踐中，企業構建自身數據中臺核心能力時，以平臺工具建設驅動的形式較多，然而各項能力在這些技術工具之外，仍有較多非工具類能力。同時在部分通用的技術工具之外，個別針對性的高階需求仍需非通用的專門技術工具進行支持，因此在將數據中臺較為通用性的技術工具提取出之后，各項能力需求的本質將更為凸顯。在中國信通院牽頭編制的《數據中臺能力成熟度模型》系列標準中，企業數據 6中臺能力劃分為了技術工具、架構管理、數據開發、數據服務、數據管理、數據資產運營六大能力域，在全面覆蓋了企業數據中臺核心能力的同時，也體現了各類能力對應的層次。具體來看：技術工具是數據中臺的物理基礎設施，從工具功能的角度集中體現了企業建設數據中臺所需的全部技術工具能力集合，是對于數據中臺最為具象的體現形式，勾勒出了數據中臺的外部輪廓。架構管理是依據企業自身需求對數據中臺內部架構進行設計并持續管理的過程，其中數據架構的設計保障了數據中臺對于大多數企業內部結構化和非結構化數據的匯聚存儲；技術架構的設計保障了支撐數據中臺各項能力的各技術工具模塊能夠有效結合并交互運作。數據開發是維持數據中臺運轉的重要能力，通過數據開發過程，數據中臺可以將各類原始數據源源不斷的加工、提煉成滿足業務方需求的數據半成品或其他形式的數據內容或產品，使數據中臺可以持續運轉以支撐業務方的各類需求。 7數據服務是數據中臺對外實際直觀可感的內容統一出口，數據中臺可以通過數據服務體系中的各項能力，面向業務方提供各類數據服務支撐，并使業務方可以較為便捷的快速檢索并獲取所需要的數據服數據管理是提升數據中臺可產生價值的重要工作，通過數據管理，數據中臺內整體數據的質量和潛在價值得以提升，使數據中臺能夠提供效果更好、可用性更強的數據服務，更大程度的強化了數據中臺的數據資產運營是提升數據中臺使用效果的重要能力，在有相應規劃的基礎上對數據資產進行識別和應用，并基于一定的策略和方法進一步對使用情況進行優化和推廣，同時形成基于成本管理和價值評估的評價體系，促進數據中臺的良好使用和價值轉化。(五)數據中臺的類型及適用情況數據中臺的具體呈現形式，通常是企業統一的一站式數據加工生產利用邏輯平臺，是企業級數據價值生產的中樞平臺。但在實踐中，由于企業現狀的不同，往往也呈現出不同的形態。大致可概括為以下 8圖2數據中臺的三種形態集中式：集中式數據中臺的主要特征是數據中臺由集團總部或公司數據支撐部門統一建設，數據統一匯總管理，由專門部門負責數據中臺的運營，提供數據支撐人員服務集團各子公司或公司各業務線的用數需求。集中式數據中臺通常適用于集團總部（或公司）對下屬子公司（或各業務線）具有較強管控能力的情況，能夠最大化數據中臺各項能力的復用性，減少重復建設成本，強化全量數據的可用性。集中+BP式：集中+BP式數據中臺的主要特征是數據中臺仍由集團或公司統一建設，數據仍統一匯總管理，但各子公司或業務線由單獨的數據支撐人員利用數據中臺滿足其用數需求。這些數據支撐人員多數時候隸屬于負責數據中臺運營的部門，以數據BP（BusinessPartner）的形式派駐于各子公司或業務線，少數時候也由各子公司或業務線自身培養相應數據支撐人員，通過統一數據中臺獲取數據后進一步加工、分析以滿足自身用數需求。集中+BP式數據中臺通常適用于各子公司或業務線具有更大話語權的情況，多數情況下其子公司或業務線是集團或全公司的重要盈利中心，在業務決策中占據更重要的主導地位，具有較大的業務自主權和面向業務的用數需求。集中+BP 9式數據中臺能夠在保證子公司或業務線用數自主性和靈活性的基礎之上，最大程度的滿足跨子公司或業務線的用數需求。兩級式：兩級式數據中臺的主要特征是除集團或公司統一建設一數據中臺，各二級數據中臺由對應子公司或業務線組織團隊進行建設、匯聚自身數據并進行運營，一級數據中臺從各二級數據中臺中匯聚數部門進行支撐和滿足。兩級式數據中臺通常適用于具有眾多分支子公司的龐大集團或具有大量相對獨立業務線的大型公司，部分情況下集團或大型公司還存在多種關聯性不高的不同業態，各業態間互相使用對方數據的需求較低。兩級式數據中臺能夠在各子公司或業務線通過二級數據中臺充分滿足自身用數需求的基礎上，通過一級數據中臺在一定程度上實現數據的共享交互，一二級數據中臺相互能力的強弱對比同集團或公司本身的管控力度相關，在不同企業中呈現出不同的對 二、企業數據中臺現狀及問題通過對數據中臺應用企業進行問卷調研的形式，收集并整理了涉及政務、能源、電信、金融、工業制造、零售、交通、公共事業等行業的百余家企業數據中臺的實際建設和使用情況。(一)數據中臺的建設情況在技術工具方面，超過七成的企業已投入使用分析型數據庫、分布式批處理平臺、數據開發平臺、商務智能（BI）工具等技術工具，六成左右的企業也同步使用了分布式流處理平臺和數據管理平臺，另有三至四成企業啟用了數據科學平臺、知識圖譜工具、低代碼應用開發平臺等其他技術工具。同時，相關技術工具的使用人員大多數（七成以上）分布于信息技術部和相關的數據職能部門，約四成企業有業圖3企業技術工具使用情況在數據中臺實現的能力方面，已建設數據中臺的企業中，其數據 八成包含數據治理、數據開發、數據服務等能力，六成包含數據資產0.00%圖4企業數據中臺所包含的能力在建設數據中臺時遇到的阻礙因素中，近半企業遇到過人員投入不足的問題，四成企業存在系統開發及工程化技術能力不足的問題，需求理解不足（22.95%）、缺乏具體應用場景（21.31%）等問題。其中多項涉及到了人員能力及業務人員相關的問題，從對于企業內部開展數據智能相關主題的學習和培訓情況可以看到，數據相關職能部門人員（88.57%）和中層領導（75.71%）參與學習較多，業務部門骨干人員（55.71%）和高層領導（42.86%）也有一定參與，另外大概三成企業的業務部門基層人員參與過相關培訓。 40.00%圖5企業建設數據中臺時遇到的阻礙因素圖6企業人員數據能力培訓情況(二)數據中臺的使用情況從數據中臺的使用目標來看，已建設數據中臺企業的出發點有超過六成為對內的數據服務（但在開展項目前暫無明確的業務需求另有四成有對外數據服務的需求，同時也有四成由具體的業務需求驅 通共享（如生產、經營數據打通）、支撐前端其他應用等。圖7企業建設數據中臺的出發點從數據中臺的服務對象和運營部門來看，已建設數據中臺的企業，其數據中臺主要（55%~65%）服務于決策層領導、數據管理部、數據應用部和業務部門的數據分析師，約三成企業的業務部門一般基層人員會使用數據中臺提供的服務。同時，數據中臺的運營部門以原信息技術部（44.26%）和專門設立的數據中臺部門（37.7%）為主。圖8企業數據中臺的服務對象 圖9企業數據中臺的運營部門從數據中臺的使用效果和評價方面來看，對于數據中臺效果的評價，用戶滿意度（67.21%）和用戶使用率（57.38%）是企業使用最多的兩個評價指標，其他可用于評價數據中臺使用效果的指標包括實際企業當前自身的評價來看，已建設數據中臺的滿意度為：非常滿意，獲得機構內廣泛認可（8.20%滿意（27.87%基本達到預期（47.54%不滿意（9.84%）。40.00% 不滿意基本達到預期滿意非常滿意，獲得機構內廣泛認可圖11企業數據中臺的滿意度最后，對于未建設數據中臺的企業，其主要原因包括：已有平臺工具（BI工具、數據倉庫、數據平臺等）已滿足業務需求、技術儲備 數據中臺的建設涉及到眾多方面，建設過程周期較長，建設相對復雜，需要依照企業的需求進行統籌規劃和考慮，分多階段逐步完成各項能力建設，在各階段的建設中通過標準化、規范化的建設實施流程，不斷滿足企業利用數據的各項需求，實現數據面向全業務開放賦能的數據中臺。同時，數據中臺在建設中涉及數據平臺構建、數據治理、數據服務、管理流程制度制定、數據運營等大量內容，抓住其中的關鍵要點能夠大大提升數據中臺的建設效果。(一)數據中臺的階段性建設數據中臺涉及的核心能力廣泛，企業從零開始建設數據中臺程復雜且工作量龐大，結合企業自身業務和數備一定規模的大中型企業通過多期項目分階段建設數據中臺成為必然選擇?！稊祿信_能力成熟度模型》系列標準的框架中，在全面覆蓋數據中臺六大能力的同時，也體現了各類能力對應的不同階段層次，據此可大致的將企業數據中臺的完整建設過程分為三個階段：以平臺工具建設和架構體系設計為主的第一階段；以數據治理和數據開發工作為主的第二階段；以統一數據服務建設和數據資產運營為主的第三 圖12數據中臺各建設階段對應能力1.數據中臺的第一階段建設數據中臺的第一階段建設以最為基礎的各項能力建設為主，其中不可或缺的包括對于技術平臺工具的搭建，以及完成基礎數據架構及技術架構的設計。但在此之外，并不代表在第一階段的建設中可以完全不涉及其他方面的能力，后續各項能力的順利建設缺少不了在第一階段中適宜的前瞻設計與考量。第一階段的建設工作總體來說包含三第一部分是技術工具的建設。對于在立項建設數據中臺之前信息化水平并不高的企業，企業內部數據僅依賴業務系統自帶的數據庫分散存儲，缺乏統一的數據管理系統及對數據進行進一步開發處理和分析的技術工具。在此情況下，面向企業希望對自身數據進行有效利用由此引入諸如大數據平臺、分析型數據庫、數據開發平臺、BI工具等技術平臺工具成為建設企業數據中臺的第一步。同時，在這些最為基 礎的工具之外，企業還可以根據自身可能存在的潛在需求，補充建設數據湖、流處理平臺、數據挖掘平臺、圖計算平臺、知識圖譜工具等第二部分是架構設計的工作。對于前期信息化基礎水平較低的企業，在還未形成體系化的企業數據及信息系統架構的情況下，架構設計是能夠為后續數據中臺建設打下堅實基礎的關鍵工作。在架構設計和數據分布的梳理，可以發掘最符合企業需求的數據架構構建方式和形態，同時經過合理的數據分層和分域，可以有效的完成以傳統數據倉庫為基礎的企業級數據架構設計。在技術架構設計工作中，根據擬引入的技術工具及各工具模塊的應用方式和場景，通過合理的選型和集成，實現整個系統間各工具模塊的有效交互，確保數據在各技術工第三部分是面向未來擬建設各項能力的基礎性建設工作。在完成技術工具的建設和架構設計的工作后，面向其他未建設的能力，企業實際上已經完成了部分能力體系設計和通用工具建設方面的基礎性工作，為后續其他能力的建設打下了部分基礎。在此之外，為保證后組織架構調整的設計與落實，包括確定是否建立專門的數據中臺管理部門，是否為后續組建專門的數據開發服務、數據運營團隊預留架構能和實施細則的制度文件，面向未實現的各項能力提前做出規定，如 面向數據管理工作先行給出全局性的宏觀數據管理制度；技術工具的完善，除滿足企業利用數據可能需求的各項基礎技術工具之外，額外面向未來可能的數據管理及數據資產運營工作的需求搭建數據管理平臺、數據資產運營平臺等相應平臺工具，甚至進一步的可利用工具實際完成企業內部全局數據資產的梳理，給出供內部參考的數據資產2.數據中臺的第二階段建設數據中臺的第二階段建設以維持數據中臺運轉、提升數據中臺可用性的能力建設為主，其中重點包括數據開發能力和數據管理能力的建設。第二階段的建設主要包括兩個部分。第一部分是數據開發能力的建設。數據開發是持續對企業內部數據進行加工處理，進而滿足企業內部其他人員用數需求的過程。對于前期未建立起企業用數流程，仍由少量人員根據臨時需求進行一事一議的取數及處理的企業，該部分建設的核心工作之一是建立企業內部的標準化數據開發流程，在此目標下需配套的完成數據開發團隊的設立、標準開發流程的設立、專職開發人員的設立等工作。同時在開發流程能力建立完善的基礎上，可進一步根據自身情況完善對于開發流程的管理和開發環境的管理能力。需要注意的是數據開發過程涉及到了數據的全生命周期，在執行開發的過程中不免會對數據中臺的其他方面產生影響，例如開發過程是否會產生新的中間表、是否會形成新的數據質量問題等，由此可見第二階段的相關能力建設將進入到涉及面更廣，建設過程更需要考慮宏觀效果及影響的階段。 20第二部分是數據管理能力的建設。數據管理是一項由來已久的企業內部管理工作，當下業內已對數據管理工作做出了相當全面的定義和闡釋，然而對于大多數剛剛完成前期信息化基礎建設工作的企業來說，企業內部的數據管理工作仍留有大量空白。在數據中臺的建設過程中，如果已完成了第一階段的前期建設，在第二階段數據管理建設時的主要目標是提升數據中臺內數據的可用性，其核心工作包括對于企業內部全量數據的梳理、制定數據標準和數據質量規則、實際按照標準和規則落地實施等相關工作。數據管理部分的工作需要大量的人力實踐，部分企業在此環節僅重視并完成了相關制度文件、標準、質量規則等的產出，但在實際依據相關文件整改企業內部數據并長期維護確保數據質量持續在線等方面缺乏持續性的決心和投入，也成為了數據中臺第二階段建設的重要問題。3.數據中臺的第三階段建設數據中臺的第三階段建設以能夠發揮或促進發揮數據中臺價值的相關能力建設為主，其中重點包括數據服務能力和數據資產運營能力的建設。第三階段的建設主要包括兩個部分。第一部分是統一數據服務的建設。數據服務是數據中臺面向企業內部業務應用方的統一窗口，是數據中臺對業務人員來說唯一可以直觀感知的部分。數據中臺究其本質目標是讓企業內部的數據轉化為業務價值，數據服務則是能夠讓業務人員使用數據產生價值的直接手段，因此數據服務的建設往往成為企業數據中臺第三階段建設的核心工作，同時數據服務能力建設的關鍵方向也是更強的可用性和易用性。 21一方面，數據服務應盡可能全面的滿足業務人員的用數需求，提供不需求的同時，為個性化需求提供便捷易用的自助服務方式。另一方面，數據服務建設時還需重點考慮統一性，即在統一的門戶上以相近的流程方式為用戶提供全面的數據服務。部分有一定信息化基礎的企業存在大量數據服務分散建設的情況，用戶使用時需操作多個不同平臺或經過大量跳轉，極大的造成了數據服務能力的割裂感以及使用難度。第二部分是數據資產運營能力的建設。在數據中臺提供的服務滿足業務方各項需求的前提下，進一步的工作便是如何讓業務人員更好的使用數據。從企業全局的視角來看，如何全面促進企業總體數據資產的使用是這一部分工作的核心問題。在建設企業數據資產運營能力的過程中，需要提前對運營工作做出全局規劃，制定運營的相關制度和策略，同時從成本和價值的角度制定相應評價體系，持續性的執行運營及優化改善動作。運營是一個相當寬泛的概念，在具體執行中，能力宣介、使用推廣、文化培養、評價反饋、分析優化等各環節工作都有眾多可嘗試的執行形式，從讓業務人員更容易、更愿意參與的角度選擇適宜的執行形式將更有助于整體運營工作的開展。4.三階段建設完成后的工作在完成第三階段建設工作后，并不意味著數據中臺的能力已經完善，伴隨著數據中臺能力的進一步充實，大量持續性工作是否到位，是后續數據中臺能否充分發揮價值的重要影響因素。第一是場景化數據需求的持續發現和補足?？衫脭祿灮嵘?22的業務場景是數據中臺重要的建設依據。對于部分業務種類繁雜，場景難以枚舉的企業，一次性的實現對于所有場景數據需求的支持是不現實的，由此數據中臺的多期建設中除去分階段完善各項能力之外，對各業務條線場景化數據需求的持續梳理也是各期建設中的重點，甚至在能力建設完成之后仍需要分多期項目持續補足對于更多業務場第二是對數據中臺應用效率的衡量以及持續運營。數據中臺的建設無疑投入重大，但建設后的使用環節是否高效仍影響著數據中臺實際的運行效果，因此建設后應同時開始對于數據中臺使用效率的衡量，及時發現使用過程中存在的問題，降低部分流程的空轉率以及部分服務的閑置率，同時持續運營增強業務人員對數據中臺的接受度以加大使用，從而產出更多價值。第三是企業人員數據素養的持續提升。數據中臺能產出多少價值最終仍直接取決于使用其服務內容的實際業務人員，數據中臺對于業務人員需求的滿足效率和效果也部分取決于執行數據開發、數據管理工作的人員能力，由此對于人員能力的提升是長期且不應間斷的工作，其中大量企業仍存在業務人員數據素養不足，無法理解數據存在的潛在價值進而不重視對于數據進行利用的情況，全方位提升業務人員的數據素養可能在未來成為提升數據中臺產出價值的最有效手段。(二)數據中臺的建設流程根據項目建設的全生命周期及交付團隊的參與度，數據中臺的建 23設流程主要分為實施前、實施中和實施后三大階段和七大流程。其中，實施前階段包括咨詢規劃，實施中階段包含需求調研、方案設計、開發實施、測試及交付，實施后階段包含運維運營。圖13數據中臺建設步驟流程示意圖2.建設人員角色及分工數據中臺以業務價值為導向，其實施過程專業要求高、過程管控需要強有力的組織保障，確保角色完整、分工明確、銜接順暢、各司站在數據中臺建設全生命周期的視角，除了業務方之外，數據中臺實施參與角色構成主要包括項目經理、需求分析師、數據架構師、數據集成工程師、數據開發工程師、數據分析工程師、測試工程師、數據安全工程師以及系統運維人員等，項目不同階段由不同的團隊來負責，每個角色在各個不同階段及流程中承擔的職責如下圖所示。 24圖14數據中臺建設過程角色及職責列表(三)數據中臺建設四大要點在整個數據中臺的建設過程中，存在眾多關鍵環節及影響重大的動作節點，對于這些建設過程中的要點需要進行整體上的把控，確保企業數據中臺的建設往往不能一蹴而就，需要較長的周期，相應的也需要有中長期規劃。數據中臺規劃是在對企業現狀充分了解的基礎上，結合自身戰略目標有針對性的提出企業級數據中臺建設藍圖的過程，旨在為企業數據綜合能力的提升提供宏觀指導性框架。同時，本著整體規劃、分步實施的原則，還應對需求場景進行全局排優，設計符合企業發展現狀的數據中臺建設路徑，規劃清晰的階段，明確各階段達成目標，并定義各建設階段的建設策略，確保后續的方案設計 25數據中臺規劃從對于業務、數據的調研開始，對業務、數據、基礎環境等信息進行探查，結合戰略與組織解讀，明確組織戰略對企業訪談、現場走訪等形式，對業務組織進深入行調研，調研以收集報表、匯報材料、報告、可視化看板、系統建設材料等信息輔助理解業務，從而組織業務訴求與痛點，為數據中臺藍圖提供業務、數據中臺藍圖一般包含數智化轉型戰略、設計方法論、組織內業務的整體解析、數據中臺的價值化、分析鏈路梳理、數據域梳理和劃分等內容。通過數據中臺藍圖可以快速了解企業數據中臺建設的范圍與價值，為后續數據中臺的搭建、完善、應用提供重要依據。2.數據組織的構建組織保障是企業數據中臺落地的重要基礎。數據中臺的具象化體現往往是企業級的中樞平臺，其建設過程牽涉到企業內部的方方面面，組織架構的形態極大程度決定了數據中臺建設和后續運營中可能涉及的部門和人員。從整個企業的組織架構來看，數據中臺的建設需要協同與溝通，更需要各基層人員的大力執行。由此可見，組織保障對于數據中臺建設效果的影響之重。原則上，包含數據中臺建設在內的企業數字化轉型是典型的一把手工程，應由企業高層直接負責，組成企業數字化轉型領導部門（數 26字化轉型辦公室等），對企業數據中臺建設進行統籌，并據此建立自治理、數據安全、數據運營服務等系列工作。第一層由總體規劃部門、數據治理部門和項目管理部門構成，該層主要負責數據中臺具體規劃、總體架構和相關規范與制度的制定，其具體構建了企業數據中臺的建設和運行框架；第二層為具體執行層，由各專題項目組及其項目下設的專業化實施小組構成，從而保障數據中3.價值場景的發現數據中臺建設的初衷是使數據產生業務價值，因此需要對業務中復雜的價值場景進行快速適配和支持，如何發現價值場景直接影響到發現價值場景的關鍵步驟是要識別和構建數據價值驅動因素、理解業務痛點、確定解決方案并進行成本效益分析。具體執行時，需從業務場景與需求出發，獲取業務過程中的痛點，將痛點所在的場景進行梳理分析，識別是否可通過數據解決業務環節中出現的問題，在數據可支撐的情況下，拆解出可解決問題的數據支撐形式，從而將業務痛點具象為數據需求，最終明確數據中臺的建設內容。價值場景的發現通常來說是長期持續的過程。一般來說，在數據中臺建設初期，業務方難以直接提出適當的價值場景，往往需要數據部門人員同業務人員合作完成價值場景的梳理。后續隨著業務人員數 27據素養的提升，以及數據部門人員對于業務理解的深入，雙方均有可能獨立的發掘價值場景并提出相應需求或加以實現。4.數據資產的盤點數據資產盤點是數據中臺建設過程的重要組成部分，是后續數據開發和數據治理工作的基礎。建設數據中臺需要對企業內部大量來自不同數據源的不同類型數據進行統一歸集和整理，全面的了解企業現有數據的全局情況是設計數據中臺建設方案的重要參考。通過數據資產盤點，可以對企業內部的數據資產完成規范化的、系統化的歸并、整理、分類等操作，為更好的利用數據打下基礎。數據資產盤點應遵循全面性、豐富性、可持續性和可評價性的原則。全面性是指盤點對象應覆蓋企業生產經營活動中所涉及方方面面的數據。豐富性是指盤點的內容豐富而又系統，其中包括數據資產的基礎技術元數據、業務元數據、管理元數據等?？沙掷m性是指數據資產盤點過程中應形成一套完整的方法論和制度流程，并有相應的工具支撐，從而保證數據資產盤點工作的可持續。可評價性是指數據資產盤點的成果可見并可對其成果進行顯性評估。盤點的步驟，先宏觀了解企業內部數據的全面概況，在此基礎上對數據進行分類分級，最后對于重要性不同的數據再采用差異化的盤點方式，對不同級別的數據采用不同粒度的盤點動作，在合理投入的前提下完成整個數據資產盤點工作。 28數據中臺價值的展現是通過使用和運營來實現的。數據中臺的目標是使企業內部的數據產生業務價值，最終價值產生的直接手段必然是通過業務人員的使用。但如何讓業務人員愿意去使用，并且能夠用好數據中臺產出的服務，更大程度上的影響到了數據中臺能夠體現出數據中臺的運營是希望通過建立相關組織及運營機制，基于一定的評價體系和運營策略，實現對于企業數據中臺的長期持續運營。具體來說，通過建立必要的運營組織，投入專門運營人員，培養運營意識，建立運營機制，明確運營的職責和邊界，制定策略和目標，從賦能推廣、使用反饋、評估分析、完善規劃到能力沉淀等各環節上開展數據中臺實際產生的價值與其使用、運營情況緊密相連，正確的使用及優秀的運營能最大程度發揮出數據中臺蘊含的業務價值。相應的針對數據中臺的應用及運營需要重點關注以下幾個方面的問題，以便促進數據中臺的價值發揮和提升。(一)去冗存菁數據中臺中匯聚了企業可能產生業務價值的各類數據，在其之上通過加工、分析可以產生大量的數據半成品、中間結果或是完整的數據能力及產品。伴隨著業務方數據需求的持續增加，實現這些需求所形成的數據內容將在數據中臺中快速積累，如果不加統籌將出現大量的重復內容。為避免數據中臺內容在持續建設下不斷膨脹，導致業務 29應用方定位所需數據能力的效率下降，數據中臺的需求方、管理方、運營方等各方需通力協作。在數據中臺的實際使用和運營過程中，數據中臺的運營方應從整體層面建立后評估體系并據此持續調優，對于數據服務建立準入準出原則，定期根據評估結果優化服務內容，提升中臺能力質量，防范體系“臃腫”。同時，對于需求方提出的數據需求應建立合理的審批制度，并由管理方或有關人員統籌需求的實現計劃，避免對于非急迫、非共性需求的實現，以及對于已實現需求的部分重復開發，從源頭上確保數據中臺中所提供數據服務內容的整體質量。此外，數據中臺運營方還應從需求方的視角出發，不斷優化數據服務門戶的易用性、相關資源檢索能力、相似資源的匹配提示能力，并加強對于相關業務人員的使用培訓，確保需求方能夠從中獲取已實現的數據服務內容，避免需求的重復提出，從根本上減小數據中臺體(二)價值量化數據中臺實際應用效果應從成本、支出、收益等角度進行價值量化，由數據資產管理體系統一串接，形成一套可測量的價值量化方法。數據中臺成本、支出主要體現在平臺建設（含軟硬件采買，軟硬件部臺收益部分體現在多個方面，主要圍繞數智驅動帶來的企業經營的降本、增效、提質、降耗等方面，企業可根據自身業務特點，在企業不同發展階段建立數據中臺價值量化考評機制，針對數據中臺價值收益 具體來看，數據中臺的價值可以通過數據標準評估、數據資產評估和服務效果評估幾個維度來綜合評估。數據安全規范、數據調用規范和數據銷毀規范等多個規范的建立和執數據資產評估：數據資產化意味著在公司內部形成共同的“數據語言”，各部門為了統一的分析目的，形成各自對應的統計標準，在運營過程中實時對數據進行收集匯總分析。通過構建數據資產大屏，從接入數據量，數據使用頻次、熱度，數據質量稽核評分，開放的數據服務數量等多個維度對形成的數據資產進行評估。服務效果評估：數據形成資產后，通過數據中臺開放給各部門使據服務的時效性、穩定性、滿意度、價值貢獻度等方面進行評估。通過以上維度，企業可以提升數據中臺產生的收益為目標，結合數據中臺的建設成本和持續性支出，構建完整的價值量化管理模型，根據衡量結果對數據中臺進行持續優化。(三)持續迭代數據中臺的建設一般是階段性過程，每個階段都會有各自的場景目標，但數據中臺的運營工作卻是一個長期持續的過程，這一過程不是單純為保證其運轉正常而對現有建設內容的日常維護，更是一個發 數據中臺運營的長期持續迭代需要注重多方面。既可以包括已建設內容的迭代，如數據模型的變更調優、數據治理規則的擴展深化、數據加工鏈路的編排優化等；又可以包括技術平臺能力的迭代，如新功能新特性的增強、任務運行性能的提升、計算存儲資源分配的優化、數據安全保障措施的完善等，這些迭代內容都可以在日常運營過程中數據中臺的運營除了需要關注偏技術層面的迭代，同時也應注重業務場景的不斷完善。企業業務的價值場景是不斷變化的，即便是已建設完成的場景，也會由于外界政策要求、市場環境變化等因素的影響，進而需要及時的調整補全。同時，更要充分利用現有的能力，去發現新的場景，服務新的應用，由此才能對企業的經營發展提供助力，(四)業技融合數據中臺的能力通常以企業數據加工利用一體化平臺的形式具象化體現，其能力承載于相應的技術平臺之上，由此其主要的運營工作往往也由信息技術部門承擔。但其中匯集的數據卻往往來源于企業的各項業務，并最終服務于業務，例如從業務在企業內部涉及到的各層次人員對于數據中臺的需求來看：對于決策層，數據中臺的使用必須要提升業務管理決策的支持水平；對于管理層，迫切需要利用數據的核心問題。由此可見，數據中臺的價值最終也不可避免的體現在對 于企業