Gartner孙鑫：以战略维度建设数据中台

数据时代带来的挑战不仅仅是数据量的爆发式增长，更重要的是如何管理好、治理好以及利用好这些数据。为了达到技术降本、应用提效、业务赋能的目的，企业需要站在组织战略的角度，设计和建设数据中台，并且不断推动技术和团队创新。

企业的发展，往往伴随着业务多元化，从而产生越来越多元的业务数据，为企业开展数字化转型带来更多的可能性，也促使企业思考如何更好地利用数据、挖掘数据价值。当前，大中型企业的数据存储依旧分散在各个业务部门和终端，导致大数据平台呈现出垂直分布、横向割裂的状态。

为了打通这些数据，并建立可复用的数据分析能力，以达到技术降本、应用提效、业务赋能的目的，“数据中台”应运而生。许多企业都在关注如何建设数据中台，但是，企业高管也发现建设数据中台的难度绝不止于弄懂何为数据中台。近日，《财资中国》专访Gartner高级研究总监孙鑫，围绕数据中台建设思路展开分析。孙鑫指出，建设数据中台的目的是让企业实现高效的数据驱动，减少重复的架构建设，这需要企业高管站在组织战略的高度进行顶层设计。

孙鑫 Gartner高级研究总监

现状：企业数字化与数字经济之间存在脱节

虽然企业数字化转型已经为人们所熟知，但是在实际操作过程中，众多企业的数字化业务的经营模式尚未发生根本性变化。在采访伊始，孙鑫一针见血地指出，目前我国企业的数字化转型与数字经济之间存在脱节，具体表现在以下三个方面。

第一，数据价值尚未被衡量。大多数企业没有建立起科学的数据价值衡量标准，对数据的挖掘、分析和利用仍旧处于比较初级的阶段。Gartner2019年CDO调查显示，仅25%的企业真正衡量出了数据价值。一方面，大部分企业还没有CDO这一角色对企业数据进行规划和利用;另一方面，即使设立了CDO，大多数企业对数据人才尚未进行合理的培养和招募，即使有了先进的工具，也没有在人的数据分析能力上沉淀出长期价值。

第二，数据资产的利用比较被动。目前，企业对数据资产的利用流程仍停留在按需处理的阶段。由企业员工发起数据分析、处理的需求，再由相应的数据员工执行操作，没有主动地利用企业数据。此外，企业数据被分散在各个系统之中，没有建立有效连接，数据孤岛问题突出。

第三，数据分析的产品尚未正式铺开。技术走在了业务的前面。一方面，数据管理工具的能力已经高度聚合，在统一的平台上可以发挥相当大的作用;另一方面，企业高管面对数字经济的态度仍显被动，仅停留在做数据治理项目、提高数据质量的阶段，而没有通过一系列方式切实地发挥数据的价值。因此，企业需要更多地利用技术手段，增强数据管理的能力，将元数据主动利用起来，才能发挥数据资产的价值。

面对企业数字化现状与数字经济要求之间的鸿沟，我国互联网公司提出“数据中台”这一概念，将数据管理、分析与企业业务相联系。虽然业界对数据中台尚未形成统一的定义，但是不妨碍企业运用先进的理念和技术实现数据中台的目标。在孙鑫看来，企业着手建设数据中台之前，应该思考两个问题：一是数据中台的输出结果是什么，能否为业务带来价值;二是企业目前在数据分析能力上有哪些缺失，运用哪些工具可以补全这些缺失。

行动：以公司战略的高度建设数据中台

提起数据中台，大多数企业下意识地认为需要重新搭建一个系统。在孙鑫看来，其实大可不必。企业的数字化转型不是一蹴而就的，在数字化转型的过程中，企业已经搭建了适用于各种场景的数据分析平台，比如客户体验平台、生态系统平台、物联网平台和内部信息系统等。而数据中台的建设方向应该处于企业数字化平台的核心，即Gartner定义的数据和分析平台(红色虚线部分)，帮助企业的各类数字化平台的业务用户做出更好的决策，并在各个数字化平台的合作孵化下形成可复用的数据分析能力(图1)。

▲图1 数据中台的建设方向

资料来源：Gartner

针对企业构建数据中台的行动，孙鑫建议，应该以产品的思维去设计和构思。他解释道：“过去企业做一个项目，很少考虑内部员工的满意度或者外部用户该如何接受，也难以真正站在用户的角度去思考提供的服务能否获得喜欢。而以产品的思维搭建数据中台就是要让数据分析更加有效，给用户更多的获得感。”

而在具体实施时，孙鑫提出需要以公司战略的高度建设数据中台。在数据中台的每一个能力背后对应着不同的厂商，还有相应的一些数据调用的工作需要多部门配合，由此可见，建设数据中台是跨部门、跨业务场景的工作。孙鑫认为，一个好的数据分析团队是由集中的团队和各条业务线上的分散团队组成的，建议企业把数据中台定性成一个组织战略，把数据分析团队作为数字化平台建设必备的一个元素。

具体而言，搭建数据中台可以遵循以下几个思路。

第一，不建议新建一个数据中台，应该采用数据整合的形式，搭建起数据无缝连接的平台。企业建设数据中台绝不是把所有的数据全部收集在一个地方之后再开始应用数据，随着数据的不断涌入，用连接的方式在数据原本存放的介质中重复利用数据才是数据中台该有的手段。

第二，要赋予前端业务自助式分析的能力。建设数据中台需要将数据资产打上标签，再以业务属性提交到业务用户手中。因此，数据中台的能力是动态的，既有前端的业务人员不断配合输入，又有后端的数据工程师不断调整，让数据能够及时配置给业务用户。

第三，场景驱动数据中台的建设。数据中台首先要找到相对高亮(能见度高)的业务场景，在这些场景之下，可能涵盖各种各样的对数据分析能力的需求。对这些场景深入研究之后，通常会发现数据中台需要具备的能力，从而确定数据中台的建设方向。以增加活动销售额为例，需要将增加销售额这一目标进行分解，在每一个小目标中发现数据分析能力的需求，比如报表能力、交互可视化能力、数据准备能力等。

第四，提高员工数据素养。放眼未来，人们对数据产品和服务的期望不断提高，企业还需要不断提高员工的数据素养，让他能够接受更高级的数据产品或数据中台的能力输出。一是具备将数据分析用到业务之中的思维，二是善于使用数据工具，三是具备数据分析的方法。

创新：从数据连接到能力复用

数字化转型的关键在于真正发挥数据的价值。Gartner预测，到2022年，CDO会与CFO一起有组织、有规划地评估企业的信息资产，以合理改进数据，从而获取价值。90%的企业会非常明确地将信息或数据作为企业的核心资产，将数据分析能力作为企业的核心竞争力，并在企业内部进行推广。

但是，数据中台的输出能力仅仅只是Data as a Service，即API的形式是远远无法让业务部门直接使用的，这降低了企业对数据分析应用的广度。企业应该通过整合复用丰富数据分析能力的输出(图2)。孙鑫认为，随着新技术的引入和融合团队的建立，这无疑是创新的过程。例如，由机器学习为基础的增强型数据分析和管理工具，就可以大大降低用户的使用门槛(自然语言驱动的分析)并减少数据管理的工作量(主动利用元数据学习获得用户行为)。企业应该了解到利用增强型能力是为减少数据分析手动的部分，从而给用户更多时间构思业务如何使用数据去做创新。

▲图2 整合复用数据分析能力

资料来源:Gartner

图谱分析(Graph)的引入也会更进一步帮助企业去探知利用率严重不足的数据。图谱可以发现企业数据与数据之间以及不同部门使用数据中被忽视或难以察觉的联系，从而让需要可复用的能力有据可寻。

数据时代带来的挑战不仅仅是数据量的爆发式增长，更重要的是如何管理好、治理好以及利用好这些数据。

在人口红利转化为数据红利的当下，传统的大数据建设方法论显然无法满足企业应对多变环境和保持增长的需求。孙鑫建议，合理设计、建设数据中台，减少重复的架构，通过数据分析给业务带来更多价值，在这个过程中找到合适的产品，建立自身独特的数据能力，是企业高管应该思考的方向。