数澜数据中台系列(一):你的企业真的需要「数据中台」吗?

2024-03-12 08:50

本文主要是介绍数澜数据中台系列(一):你的企业真的需要「数据中台」吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

如何理解数据中台

在解决你是否需要数据中台这个问题之前,让我们先理理它究竟是什么。
它是工具?是方法?还是组织架构?我的回答是:都不仅仅是。
数据中台包括平台、工具、数据、组织、流程、规范等一切与企业数据资产如何用起来所相关的
企业所属行业不同,经营策略不同,从而数据场景也千差万别。再加上企业人员运用数据的能力参差不齐,这就导致了每一家企业的数据中台都是独一无二的,不是购买一个所谓的数据中台工具就能解决的。当然合适的工具是可以降低企业应用数据难度的,这是强调的是「合适的」,而不是「高级的」。
既然每一家企业的数据中台都不一样,那市面上是否有成功案例可以借鉴?
有,阿里巴巴是目前成功实施数据中台项目的企业,也是第一个提出数据中台概念的企业,这里有必要简单了解下这段历史:
数澜数据中台系列(一):你的企业真的需要「数据中台」吗?

要通过四个维度回顾阿里巴巴在 2015 年之前在数据中台的建设演变,不能再说了

数据中台出现的前提

回顾这段经历你会发现,它的出现基于以下前提:
1)丰富的数据维度
TCIF & IDMAPPING,淘宝消费者信息工厂和用户识别,打通了阿里集团所有相关业务域,建立了几千个标签来刻画用户画像。比如:你的真实性别、购物性别、音乐风格偏爱是「R&B」、你的线上购物行为特征是「爱薅羊毛还是财大气粗」等等。
2)多个大数据场景
数据服务支撑了阿里妈妈、淘宝、天猫、支付宝等多个业务板块的场景,每天都有上亿的调用次数。通过业务效果反馈,进而不断优化调整数据和模型。
根据以上两点,下面列举几个简单的例子:
企业A
主要通过 APP 运营专业类内容收取广告费,提供免费的 WIFI 服务吸引顾客,随着 DAU 的增加,需要给用户提供个性化内容。

大数据场景:目前比较合适的是启动一个内容推荐类的算法项目,但在可见未来的情况下,没有看到更多数据场景。


企业B
主要通过在线下门店和线上互联网的方式进行水果销售,目前门店数量已超过 1000 家。需要用大数据来精细化运营用户和商品,目前已经搭建了大数据平台构建了数仓。

大数据场景:可视化报表(已)、商品猜你喜欢、个性化营销信息推送、商品库存优化、卡劵核销风控等。比较合适的是启动一个数据中台项目。
这里各位可能会有疑问:
1)数据中台和传统数仓的区别是什么?
详见如下:
数澜数据中台系列(一):你的企业真的需要「数据中台」吗?

2)已经构建数仓了,数据中台的项目是否会冲突?
中台项目偏重的数据在多场景下的「用」,完全可以基于数仓(指标体系)再次「升级」,所以并不冲突。


企业C
主要通过线下售卖服装盈利,同时运营两个品牌:MINI 1 和 MINI 2。两个品牌的 CRM 分别由不同供应商提供,为了更好的为会员提供服务,故需要打通两个 CRM 中的用户数据。

大数据场景:无,属于业务中台范畴,主要构建统一的用户中心来为 CRM 提供数据。


企业D
多业态集团公司。旗下有图书零售板块,有金融保险业务同时还有多个大型 Shoppingmall。各个业务板块都有自己的数仓和报表,现面向集团需要构建统一的数据管理平台或数据资产管理平台。

大数据场景:这属于典型的数据中台类型项目。
通过以上内容,相信大家对自己的企业是否需要建设数据中台有了初步的认识。当然,在实际判断中还需要更加谨慎,不要被厂商用一些概念所混淆。


看完不过瘾?一个小剧透
另外,一定要持续关注我们后续文章呀 !精彩不容错过!
数澜数据中台系列(一):你的企业真的需要「数据中台」吗?

关于数澜
数澜科技成立于2016年6月,秉承“让企业的数据用起来”的使命,致力于成为客户信赖的数据应用基础设施供应商。2019年初,跻身“杭州准独角兽企业”榜。

自成立之日起,数澜团队即坚持以“数据中台”作为核心战略构建和培养团队。目前已有成员200+,建成以数据科学家、数据产品专家、数据咨询专家及数据可视化专家为核心的数据科技研发团队,核心成员来自阿里、华为、金蝶及运营商等大型B端企业,拥有大数据业务和技术多年实战经验,是国内最早一批大数据服务创新实践者。

目前,数澜已为万科、方太、兴业银行、百果园、中信云网、时尚集团、温州检察院、喜茶、视源科技等多家行业头部企业和政府客户,提供了数据中台建设和数据资产开发服务,并基于数栖帮助企业持续挖掘数据资产,赋能业务创新。

转载于:https://blog.51cto.com/13936314/2343672

这篇关于数澜数据中台系列(一):你的企业真的需要「数据中台」吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/800737

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl