「如何真正理解數據中臺？
只有大廠才需要考慮數據中臺嗎？
數據中臺的出現會給企業現有的戰略、業務、技術帶來哪些挑戰？」

與其討論什麼是數據中臺，泛零售企業對「如何利用數據中臺解決業務問題並帶來盈利」更感興趣。因此，如何利用好數據中臺成為新的增長引擎，正成為一門新課題。

在實踐過程中，我們發現很多泛零售企業不清楚如何真正用數據中臺有效解決業務問題，想要盈利也變得愈加困難。

9月9日「數智·泛零售」03課，地雷老師的分享中提出了建議，在實施數據中臺前，泛零售企業必須梳理3個問題：

1、數據中臺在泛零售行業中是成本中心，那老闆為什麼要斥巨資投資做數據中臺呢？

2、數據中臺落地的每一步，能帶來哪些業務收益？上數據中臺不同於上ERP、CRM及內部管理系統，數據中臺是非常底層，剛開始業務部門可能都感受不到它的存在，需要老闆有戰略決心。
3、設想中的數據應用，涉及到哪些現有系統和數據？

從以上3個問題總結，其實需要從戰略、業務、技術實現三個層面去考慮。

如果你是一位有著多年數據中臺建設的老手，看到某些指標，可能你就可以感受到項目實施的成功率。比如說業務部門比IT部門著急，催著IT部門上線，那就對了。意味著有了清晰的戰略和業務出口，最忌諱的是先做數據中臺，將數據彙集並存起來，未來再進行數據挖掘及變現。

數據中臺VS傳統數倉

40年前就出現的數據倉庫概念和今天盛行的數據中臺有何差別？尤其在技術上又有什麼差異性呢？

我們聽到最多的可能是以下這兩種回答：

1、是IOE為代表的傳統技術棧，轉向Hadoop等開源大數據技術。
2、增加了類似離線計算/實時計算/數據資產/數據API這樣的功能模塊。

再仔細想想，僅僅是技術因素嗎？

技術當然會更新迭代，數據中臺在技術上比傳統的數倉在處理的數據量上大大提高，如果僅僅考慮至此，當被問到老的技術撐不住新的業務了嗎？在傳統的線下零售情形下Oracle就搞不定嗎？這些問題是可能是矛盾的。

我們認為數據中臺是業務概念，而非技術概念。

相比傳統數倉，數據中臺離業務更近，能更快的響應業務和應用開發的需求。數據中臺的首要出發點並不是數據，而是業務，幫企業解決業務問題，讓企業的業務效率更高。

大數據時代，數據是一種「石油」，直白地講，數據經過匯聚、生產、服務，是可以給企業賺錢的，也是所有業務的出發點。

數據中臺的終局是什麼？

是將數據變現，讓數據本身「生錢」。

同時，這也是數據中臺興起的初心，和傳統的數倉不同在於，傳統的邏輯上，這些都是成本中心，但數據中臺是一門新的生意，將數據攢下來進行生產並變現。

意味著數據中臺項目在一開始就要奔著生產數據中臺產品並且能賣錢進行建設，這也是上一代和這一代在業務上最本質的區別。

如果實施幾期之後，開始規劃計量計費功能，那麼就對了！因為正在朝著對外服務並進行收費的方向進行。

在劃分數據中臺的功能模塊時，一種典型的思路，採用典型數據開發的技術導向，一級信息架構類似這樣：離線計算/實時計算/數據資產/數據API……

不以技術劃分，而是以數據生產的場景劃分。

如果開始按照數據開發、數據運維、數據服務、數據資產等崗位場景組織產品功能，事情就對了。

泛零售業務的技術挑戰

一般泛零售企業沒有阿里雙11那樣的場景，應將重點應放在哪裡？產品形態又如何？

泛零售企業都是線上線下協同的，既有線下場景，又有線上場景，數據來源也極其龐雜。泛零售企業數據用的時候實際場景也是混雜的，需要跨域協同。

對數據治理來說，一方數據、二方數據、三方數據的依次處理，與業務都有強關係。光有數據而不能賦能業務的，都只能算是半吊子。

未來所有的企業核心都會變成加工數據的企業，雖然泛零售行業數智化轉型不一定保證成功，但不做數智化未來註定失敗。

當泛零售企業發現：數據問題導致變現出現困難時，就是該上數據中臺的時候了。數據主動向業務前端靠近，這也是DT時代數據變現的發展大趨勢。