用友网络助理总裁,兼集团iUAP中心副总经理谢东指出,数字化的信息和处理能力是支撑企业互联网化的技术,企业各类数据的综合构成了企业在数字世界的完整画像,这也意味着企业需要从数据中挖掘价值。
随着企业业务应用的深化与外延,企业需要处理的数据在两个维度延伸,一,处理数据类型的增加;二,企业涉及的数据视野更广泛。在这样一个大数据的环境下,企业需要重新认识数据,从关键业务数据到一切都是数据;从关注自己的数据到关注所有相关甚至看似不相关的数据 ;从自己处理所有数据,到利用一切可以利用的处理能力。因此,企业现在需要解决自己的数据资产变现的问题,即价值如何大化。
随着大数据技术的发展,企业数据逐步汇总到大数据平台,形成了数据采集、计算、加工、分析等配套工具,建立了元数据管理、数据共享、数据保护等机制,并开展了数据创新应用。但这个过程中,企业也面临一些挑战:
01数据孤岛
首先企业面临的是数据孤岛问题,数据散落在企业的车间、工厂、仓库、物流、电商等各个角落,数据标准不统一、数据质量参差不齐。
02数据洞察
数据孤岛问题是限制企业发展的一个拦路虎的话,数据孤岛问题,可以主要靠投入体力解决,而数据洞察就需要企业智慧的提高。
03数字工具
没有好的体系、方法和工具数据洞察很难执行。企业要成为头部企业,不仅需要翻过这座高山,而且需要迈向数据驱动的决策和执行,通过数据自动化,提升企业的运营效率。
通过数据中台解决企业数据驱动三大难题
当然,企业构建数据驱动的架构体系,不仅仅是一个技术工作,更是对企业组织、文化的升华。企业需要在组织上配套,建立平行于IT的DT组织,赋予更多的预算和决策权力。DT组织不仅要承担企业数据驱动的技术和业务落地,同时也要推动企业数据驱动的文化建设,帮助业务部门,在决策上有数据的支撑,基于数据说话。在规划、组织、文化上的思路统一后,一般来说企业数据驱动的转型和执行就不会有大的偏差。在实施上,选择更靠谱的供应商、更先进的技术,帮助企业少走弯路,直奔目标。
数据中台由于和企业业务紧密相连,可以通过平台化的形式,数据化的运营,很好的支撑企业业务发展和创新。数据中台包含的数据技术、数据模型、算法服务、数据产品、数据管理等,都是企业数据和业务的沉淀。他们可以降低企业的重复建设,完成多部门、多领域、多系统的协作,带来去中心化的组织模式,使企业能力得到复制。
数据中台
数据中台已经成为很多企业解决数据问题的选择。尤其是具有良好的信息化基础,具有多年的数据沉淀但数据相对分散的企业,他们的业务需求多变,对数据的依赖较强,但技术部门能力有限无法给予及时满足。构建数据中台对于这类企业而言,是合适的方式。
企业数据架构的选择思路要从一种架构支持所有应用,转变成多种架构支撑多种应用,针对不同应用场景选择不同的架构来解决相应的问题。像半结构化、非结构化数据处理要引用NoSQL、NewSQL,甚至Hadoop等新兴数据处理技术。
之后将进入数据管理阶段,分为孤立系统、数据集市、数据仓库以及统一元数据仓库几个阶段。分析应用的发展路径则会经历报表报告、交互分析、挖掘预测,到决策自动化四个阶段。