欢迎来到云栖网

免费注册

Gartner:数据中台从炒作到落地,中台需要可组装式架构助力实现商业模式创新

云栖网 2020-12-09 11:10 来源:云栖网

云栖网:数据中台作为中国本土诞生的名词,其炒作程度跟当年的“大数据”一词有的一拼,如果用Gartner的技术成熟度曲线来看,数据中台目前已经逼近炒作的顶峰。但什么是数据中台,数据中台的价值到底在哪里?中国企业在数字化转型中是否需要数据中台?近日Gartner研究总监孙鑫接受笔者采访时表示,在中国,数据中台应该是一个决策平台,能够利用中台数据的复用能力帮助更多的业务做好决策。同时,通过中台进行可可组装式架构来实现业务价值,从而助力企业完成更广范围的数字化转型。

Gartner:数据中台从炒作到落地,中台需要可组装式架构助力实现商业模式创新

数据中台:以数据为基,为技术与决策赋能

随着数字化转型的推进,很多企业出现了越来越多的技术生产者,他们使用新的工具和软件进行决策。在Gartner看来,中台应该是在传统平台之上建立的一个共享服务层,他提供了集成的能力,并增加新的可以复用的能力。Gartner曾经调研了5000名公司员工,发现40%的业务端员工已经变成技术生产者,会用技术改善和加快决策。孙鑫表示,理想中的数据中台是一个决策平台,可以复用能力帮助做决策。因为相比于过去小数据时代做决策比较简单,现在大数据时代做决策的频率加快、难度加大,这就需要通过中台找到一些可复用的能力,从而赋能技术生产者。

数据作为数字业务的核心资产的价值被广泛接受,其最大的技术挑战基本上都来源于数据,包括缺少正确数据或者数据质量差、数据解读有问题。在孙鑫看来,数据对于企业是非常重要的,如果没有好的数据是非常影响企业做正确的决定和决策的。这也是Gartner为什么一直说在做决策的时候,数据是非常重要的资产。

Gartner:数据中台从炒作到落地,中台需要可组装式架构助力实现商业模式创新

用户决策过程中会遇到哪些问题?Gartner通过调研发现用户反馈集中在数据方面,如缺少正确数据、数据质量差、数据解读有问题、数据孤岛等。数据中台强调复用能力,这种复用能力比传统SaaS所提供的能力更宽泛、更灵活,比PaaS平台更贴近业务,可以被广大业务用户所使用。这种复用能力可以很好地规避烟囱式架构,避免重复建设或者资源浪费,从而降低成本,这也是很多企业建立中台的初衷。

Gartner预计未来,企业会越来越多的增强数据的利用能力,也就是如何(用中台)真正进行数据分析的能力。到2022年,30%的首席数据官(CDO)会与首席财务官(CFO)进行合作,正式的重视企业的信息资产,从而改善信息管理和效益。

Gartner:数据中台从炒作到落地,中台需要可组装式架构助力实现商业模式创新

Gartner研究总监孙鑫

值得注意的是,数据中台目前在国内处于初探阶段,尚未完全发挥潜在价值,特别是很多企业对于何为中台仍有疑问。孙鑫认为,之所以大多数国内企业对于中台认知度较浅,是因为中台是从互联网企业开始的,互联网企业具有数字化原生的特点,中台是在其业务演进过程中逐渐自然产生的。孙鑫指出,过去企业在数字化转型过程当中可能经常做的只是业务数字化,还没有真正通过数字化的业务真正做到创新,中台也许会起到一个服务层的作用,帮助企业去完善一些创新的过程或完善数字化转型的全貌。他强调,其他传统企业在数据分析方面成熟度相对较低,尚未用到增强型分析能力或者组装式分析能力以完善数据分析。

Gartner建议:利用组装式架构化被动为主动,赋能业务创新

今天,企业会越来越重视数据资产的投入,或者数据资产变现的过程,而不是只是简单的储存数据。数据作为一个主要的生产要求,对于企业来说越来越重要,而中台则可以让企业能充分有效地利用数据能力,从而为企业的业务和数字化转型服务。孙鑫表示,中台有一个和原先技术不一样的重要理念,就是他具有非常强调能力的复用。而Gartner把这种复用能力形象的比喻为积木,通过对积木的构建帮助企业完成数字化转型,完成业务的创新。

Gartner把企业可以构建的积木称为可封装的业务能力(PBC,Packaged Business Capability)。PBC是一个打包业务能力,由软件定义,大多数时候以API service和模块化的形式交付。Gartner表示,PBC具有四个属性。第一,高度模块化的组件,可快速应用到企业业务场景中;第二,有足够的自主性,能够自给自足,确保组装时有足够的灵活性;第三,可以被编排,“积木”能够按照一定流程和事件接口,或是通过API打包成一定流程;第四,组件可以被发现,确保对封装的业务能力做到语义清晰的设计,可以轻松获取。

孙鑫指出,数据中台需要如下典型类型的数据分析PBC。第一,报表能力,以便助力决策制定。第二,自服务能力,传统的IT驱动报告报表不再能够满足用户需求,需要被封装起来,和自服务分析能力一起交付到业务中,用户可以通过低代码或无代码的形式做探索性拖拉拽式分析。第三,由机器学习赋能的预测分析能力,通过更好的预演和预测让分析更有效。用户如果可以通过这些数据分析能力与业务端的应用能力通过组装的形式不断创新,必然也会让实现数据中台与业务中台的结合。中台的可组装性往往是最重要的。

孙鑫强调,对于很多企业来讲,很多情况下的业务应用和数据分析是高度复用性的或者说可以多次利用,通过利用组装式架构可以帮助企业在设备和创新时避免做反复性的简单工作,这样就可以节省很多的时间和精力,避免资源的浪费,从而实现快速的创新,也让让用户变得更自由,变得更自服务,也能够企业节约更多成本去开发这些应用。

孙鑫最后表示,做组装式的架构其实是一个化被动为主动的过程。对于企业来说,如果业务能够自助式地去做分析,去开发应用,既降低了成本,又节省了时间,同时打造同更符合业务属性、更完善的模式,在组装过程中还可不断提升自己,进一步提高技能技巧,最终实现推动企业的快速业务创新与发展。