數(shù)字中臺是基于大數(shù)據(jù)云計(jì)算人工智能的技術(shù)架構(gòu)打造的數(shù)字化創(chuàng)新平臺，支撐企業(yè)數(shù)字業(yè)務(wù)應(yīng)用的標(biāo)準(zhǔn)化及快速定制化，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的精細(xì)化運(yùn)營，沉淀企業(yè)的數(shù)據(jù)資產(chǎn)，為企業(yè)提供用戶個(gè)性畫像、商品智能推薦、業(yè)務(wù)在線監(jiān)控，解決企業(yè)業(yè)務(wù)在面向產(chǎn)業(yè)互聯(lián)、生態(tài)發(fā)展過程中所遇到的應(yīng)變與響應(yīng)能力問題。
企業(yè)數(shù)字化轉(zhuǎn)型的4個(gè)驅(qū)動力：
1.業(yè)務(wù)創(chuàng)新是企業(yè)在不斷變化的商業(yè)場景中立于競爭優(yōu)勢地位的必備能力。
2.中臺技術(shù)是實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新的基礎(chǔ)保障，它提供數(shù)字經(jīng)濟(jì)時(shí)代用技術(shù)解決商業(yè)領(lǐng)域未知問題的支撐能力。
3.產(chǎn)業(yè)互聯(lián)是未來數(shù)字世界中企業(yè)產(chǎn)業(yè)上下游的數(shù)字經(jīng)營模式，正是因?yàn)閿?shù)字技術(shù)的發(fā)展，才得以將整個(gè)產(chǎn)業(yè)鏈的資源進(jìn)行互聯(lián)，提升資源共享能力。
4.生態(tài)運(yùn)營，最終都是在解決消費(fèi)者、渠道等生態(tài)業(yè)務(wù)的平臺運(yùn)營問題，通過技術(shù)和數(shù)據(jù)的連接，更高效的解決內(nèi)外部資源的整合運(yùn)營能力。
目前產(chǎn)業(yè)互聯(lián)網(wǎng)還處于萌發(fā)階段，企業(yè)管理者在產(chǎn)業(yè)互聯(lián)轉(zhuǎn)型過程中需要具有幾種思維：
1.價(jià)值驅(qū)動思維。產(chǎn)業(yè)互聯(lián)能否從根本上解決原有行業(yè)作業(yè)效率低的問題，從而節(jié)約成本，使其價(jià)值鏈的數(shù)據(jù)流動更高效，并在某個(gè)節(jié)點(diǎn)創(chuàng)造出互聯(lián)后的價(jià)值溢出？
2.分享經(jīng)濟(jì)思維。無論是在營銷領(lǐng)域還是在知識技能上，都要有社會化分享的理念，在產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)⒎窒淼膬r(jià)值放大。
3.大數(shù)據(jù)思維，產(chǎn)業(yè)互聯(lián)將通過新一代技術(shù)獲取整個(gè)產(chǎn)業(yè)鏈不同節(jié)點(diǎn)上有價(jià)值的數(shù)據(jù)，將原有分散的數(shù)據(jù)集合起來，產(chǎn)業(yè)互聯(lián)平臺更應(yīng)該提供全產(chǎn)業(yè)不同價(jià)值鏈的數(shù)據(jù)模型和決策支撐。
企業(yè)數(shù)字化轉(zhuǎn)型的兩條路徑，分別是業(yè)務(wù)數(shù)據(jù)化（業(yè)務(wù)中臺化+數(shù)據(jù)資產(chǎn)化）與數(shù)據(jù)業(yè)務(wù)化（擴(kuò)展業(yè)務(wù)鏈服務(wù)邊界+業(yè)務(wù)場景運(yùn)營）。
企業(yè)數(shù)字化有三個(gè)特征：第一是連接，連接員工、連接客戶、連接機(jī)器設(shè)備；第二是數(shù)據(jù)，也就是連接之后實(shí)時(shí)產(chǎn)生的數(shù)據(jù)；第三是智能，是數(shù)據(jù)驅(qū)動的智能應(yīng)用。
企業(yè)數(shù)字化分為三個(gè)領(lǐng)域：數(shù)字營銷、數(shù)字管理、工業(yè)大數(shù)據(jù)。
中臺是企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)和保障。
以消費(fèi)者為中心的時(shí)代企業(yè)的數(shù)字化應(yīng)用發(fā)生深刻變革，在原來以系統(tǒng)為核心的建設(shè)模式中，業(yè)務(wù)的數(shù)據(jù)被煙囪式IT系統(tǒng)分割到了不同系統(tǒng)中，相互之間數(shù)據(jù)不能完全共享，一旦業(yè)務(wù)變更產(chǎn)生新的應(yīng)用需求，這種煙囪式體系架構(gòu)難以支撐業(yè)務(wù)變化與創(chuàng)新，并且以消費(fèi)者為中心的應(yīng)用系統(tǒng)面臨巨大的性能挑戰(zhàn)，傳統(tǒng)架構(gòu)難以應(yīng)付海量訪問的并發(fā)，因此向分布式平臺化轉(zhuǎn)變成為變革的方向。
數(shù)字中臺是基于企業(yè)級互聯(lián)網(wǎng)及大數(shù)據(jù)架構(gòu)打造的數(shù)字化創(chuàng)新平臺，包含業(yè)務(wù)中臺和數(shù)據(jù)中臺。
東漢時(shí)期，尚書臺成為政府的中樞，號稱中臺。唐朝的三省六部制，門下省為西臺，中書省為東臺，尚書省為中臺。尚書省作為執(zhí)行機(jī)構(gòu)，轄吏戶禮兵刑工六部。
中臺可以作為一種企業(yè)組織管理模式和理念，也可以作為一種新型的企業(yè)IT設(shè)施架構(gòu)。
中臺是能力的樞紐和對能力的共享。
數(shù)據(jù)中臺是一個(gè)用技術(shù)連接大數(shù)據(jù)計(jì)算存儲能力，用業(yè)務(wù)連接數(shù)據(jù)應(yīng)用場景能力的平臺。
數(shù)字中臺對內(nèi)連接企業(yè)的后臺系統(tǒng)，如ERP、人力資源、協(xié)同辦公、財(cái)務(wù)管理等。
業(yè)務(wù)中臺，抽象包裝和整合后臺資源轉(zhuǎn)化為便于前臺使用的、可重用、可共享的核心能力，實(shí)現(xiàn)了后端業(yè)務(wù)資源到前臺應(yīng)用能力的轉(zhuǎn)化，為前臺應(yīng)用提供了強(qiáng)大的炮火支援能力，且隨叫隨到。業(yè)務(wù)中臺的共享服務(wù)中心提供的統(tǒng)一、標(biāo)準(zhǔn)的數(shù)據(jù)，減少了系統(tǒng)間的交互和團(tuán)隊(duì)間的協(xié)作成本。
數(shù)據(jù)中臺接入業(yè)務(wù)中臺、后臺和其他第三方數(shù)據(jù)，完成海量數(shù)據(jù)的存儲、清洗、計(jì)算、匯總等，構(gòu)成企業(yè)的核心數(shù)據(jù)能力，為前臺基于數(shù)據(jù)的定制化創(chuàng)新和業(yè)務(wù)狀態(tài)，基于數(shù)據(jù)反饋的持續(xù)演進(jìn)提供了強(qiáng)大支撐。數(shù)據(jù)中臺為前臺戰(zhàn)場提供了強(qiáng)大的雷達(dá)監(jiān)測能力，實(shí)時(shí)掌控戰(zhàn)場情況，料敵先機(jī)。數(shù)據(jù)中臺所提供的數(shù)據(jù)處理能力和在之上建設(shè)的數(shù)據(jù)分析產(chǎn)品，也不局限于服務(wù)業(yè)務(wù)中臺。
業(yè)務(wù)中臺所提供的炮火支援能力和數(shù)據(jù)中臺所提供的雷達(dá)監(jiān)測能力是一體的，并不是相互獨(dú)立的。業(yè)務(wù)沉淀數(shù)據(jù)是產(chǎn)礦，將數(shù)據(jù)導(dǎo)入數(shù)據(jù)中臺式探礦和挖礦，數(shù)據(jù)中臺對數(shù)據(jù)進(jìn)行建模等加工處理是對礦物的加工提純，通過數(shù)據(jù)服務(wù)指導(dǎo)業(yè)務(wù)的開展是礦產(chǎn)再生的過程。業(yè)務(wù)狀態(tài)和數(shù)據(jù)狀態(tài)只是技術(shù)實(shí)現(xiàn)方式不同，他們一起組成了支撐業(yè)務(wù)創(chuàng)新的兩個(gè)輪子，缺一不可。
中臺文化的7個(gè)行為準(zhǔn)則和行動綱領(lǐng)：戰(zhàn)略有思想，融合跨部門，創(chuàng)新快支持，試錯(cuò)多包容，共享創(chuàng)條件，賦能是基礎(chǔ)，行動靠綱領(lǐng)。
數(shù)字中臺建設(shè)的整體策略，是從業(yè)務(wù)著手，自頂向下逐層調(diào)研業(yè)務(wù)，再自底向上對業(yè)務(wù)逐層抽象歸納，行成業(yè)務(wù)全景圖。
業(yè)務(wù)中臺設(shè)計(jì)方法論
業(yè)務(wù)中臺本質(zhì)上是一個(gè)體系或系統(tǒng)，它實(shí)現(xiàn)了企業(yè)核心的業(yè)務(wù)運(yùn)行機(jī)制，因而處于企業(yè)運(yùn)行生態(tài)的核心位置，所有應(yīng)用系統(tǒng)都必須與之建立聯(lián)系。
如何建設(shè)業(yè)務(wù)中臺？
能力支撐是基礎(chǔ)，中心自治是承載形式，三層模型是骨架，五步法是指導(dǎo)思想。
1）業(yè)務(wù)實(shí)體層（ Business Entity Layer，BEL）：由對靜態(tài)業(yè)務(wù)實(shí)體進(jìn)行管理的中心所構(gòu)成，也就是我們分析的企業(yè)靜態(tài)資源管理。靜態(tài)資源包括通用業(yè)務(wù)對象，比如省地市、元數(shù)據(jù)，還包括商品、會員、用戶等。
2）業(yè)務(wù)協(xié)作層（ Business Collaboration Layer，BCL）：由以完成或管理支撐類業(yè)務(wù)活動為目標(biāo)的中心所構(gòu)成，比如促銷中心、評價(jià)中心等。本層的中心并不一定是業(yè)務(wù)活動不可或缺的部分（或者說主流程的一部分），但是沒有這些支撐類的業(yè)務(wù)中心，我們的服務(wù)和業(yè)務(wù)水平就不能更上一層樓。
3）業(yè)務(wù)活動層（ Business Activity Layer，BAL）：由以完成或管理核心類業(yè)務(wù)活動為目標(biāo)的中心所構(gòu)成，比如交易中心、供應(yīng)中心、物流中心等。本層的中心都是企業(yè)業(yè)務(wù)活動必不可少的部分，它們?yōu)闃I(yè)務(wù)活動提供了核心運(yùn)行機(jī)制。
五步法
1.業(yè)務(wù)抽象
1）業(yè)務(wù)調(diào)研
業(yè)務(wù)中臺的領(lǐng)域模型，是數(shù)據(jù)中臺的數(shù)據(jù)分析模型的基礎(chǔ)。
2）頂層業(yè)務(wù)分析
3）業(yè)務(wù)抽象
2.高階設(shè)計(jì)
1）中心規(guī)劃
2）0級架構(gòu)設(shè)計(jì)
技術(shù)架構(gòu)總體上分為展現(xiàn)層、服務(wù)層、接口系統(tǒng)、運(yùn)營管理和運(yùn)維支撐。
3）中臺核心數(shù)據(jù)流規(guī)劃
3.組件建模
1）產(chǎn)品設(shè)計(jì)
中臺產(chǎn)品的詳細(xì)設(shè)計(jì)需要以面向中心為指導(dǎo)思想。不僅需要設(shè)計(jì)出應(yīng)用需要實(shí)現(xiàn)的功能，更重要的是要將需要中心支撐的功能明確標(biāo)識出來，歸到中心的帶實(shí)現(xiàn)列表里。
建設(shè)狀態(tài)的核心目的不是為了共享共享，這是中泰的特性，狀態(tài)是為了完成業(yè)務(wù)的核心運(yùn)行機(jī)制，為前臺提供業(yè)務(wù)能力基礎(chǔ)的系統(tǒng)。
2）組件模型設(shè)計(jì)
可以通過窮舉邊界業(yè)務(wù)場景的方法，來反正組建模型設(shè)計(jì)是否合理。
3）1級架構(gòu)設(shè)計(jì)
4）關(guān)鍵交互圖設(shè)計(jì)
4.開發(fā)交付
5.持續(xù)運(yùn)營
數(shù)據(jù)中臺設(shè)計(jì)方法論：橫向規(guī)劃、縱向切入。
橫向規(guī)劃：即在進(jìn)行企業(yè)數(shù)據(jù)中臺規(guī)劃時(shí)，需要打通企業(yè)的所有業(yè)務(wù)板塊。
縱向切入：數(shù)據(jù)中臺建設(shè)涉及數(shù)據(jù)平臺建設(shè)、數(shù)據(jù)模型建設(shè)、數(shù)據(jù)治理、數(shù)據(jù)業(yè)務(wù)服務(wù)等方方面面的體系化工程，不可能一蹴而就。在如今追求價(jià)值快速變現(xiàn)的數(shù)字經(jīng)濟(jì)時(shí)代，需要快速找到數(shù)據(jù)中臺的速贏點(diǎn)，因此需要從最可能體現(xiàn)業(yè)務(wù)價(jià)值的數(shù)據(jù)需求出發(fā)，倒推需要采集什么數(shù)據(jù)源作為生產(chǎn)資料，需要?jiǎng)?chuàng)建什么算法模型，需要滿足哪些業(yè)務(wù)場景，需要提供什么數(shù)據(jù)服務(wù)，先圍繞一個(gè)場景的閉環(huán)快速搭建起數(shù)據(jù)中臺的各種能力，實(shí)現(xiàn)業(yè)務(wù)價(jià)值賦能。然后按照全景規(guī)劃依次迭代，逐步實(shí)現(xiàn)整個(gè)企業(yè)的全局?jǐn)?shù)據(jù)中臺。
數(shù)據(jù)中臺建設(shè)六步法：規(guī)劃、集成、建模、研發(fā)、管理、服務(wù)。
模型建設(shè)
模型建設(shè)是數(shù)據(jù)中臺的重要工作，數(shù)據(jù)中臺建設(shè)的成敗關(guān)鍵在于數(shù)據(jù)模型設(shè)計(jì)規(guī)劃得是否合理。數(shù)據(jù)模型分為分析模型和算法模型，分析模型是所有模型建設(shè)的基石。模型設(shè)計(jì)師要設(shè)計(jì)出通用高效的設(shè)計(jì)模型，首要條件就是要熟悉業(yè)務(wù)，不但要熟悉底層業(yè)務(wù)系統(tǒng)的業(yè)務(wù)流程，還要深刻領(lǐng)會數(shù)據(jù)應(yīng)用場景。
數(shù)據(jù)建模分為5個(gè)步驟：選擇業(yè)務(wù)過程、聲明聚合粒度、確定模型的維度信息、確定事實(shí)以及冗余維度。
通用研發(fā)
模型設(shè)計(jì)完成后，開發(fā)人員就按照模型設(shè)計(jì)文檔，在模型設(shè)計(jì)師的指導(dǎo)下進(jìn)行數(shù)據(jù)研發(fā)。研發(fā)包含數(shù)據(jù)萃取、數(shù)據(jù)聚合分析、算法實(shí)現(xiàn)以及作業(yè)調(diào)度等功能的開發(fā)。
與業(yè)務(wù)系統(tǒng)或者數(shù)據(jù)應(yīng)用的研發(fā)不同的是，數(shù)據(jù)研發(fā)較少直接與需求人員對接，開發(fā)人員主要與模型設(shè)計(jì)師進(jìn)行反復(fù)溝通，準(zhǔn)確理解模型設(shè)計(jì)師的模型設(shè)計(jì)意圖。
可以將數(shù)據(jù)中臺的數(shù)據(jù)研發(fā)過程比喻成數(shù)據(jù)加工流水線，模型中的代碼研發(fā)只是流水線中的一個(gè)部件，在每個(gè)模型部件研發(fā)完成后，還需要通過調(diào)度程序?qū)⑦@些作業(yè)有序地串聯(lián)起來，并且組織好這些作業(yè)的依賴和觸發(fā)關(guān)系。
資產(chǎn)管理
數(shù)據(jù)模型以及基于數(shù)據(jù)模型的調(diào)度均是數(shù)據(jù)中臺沉淀的數(shù)據(jù)資產(chǎn)。數(shù)據(jù)資產(chǎn)需要規(guī)范的管理與治理，才能確保數(shù)據(jù)中臺有序運(yùn)轉(zhuǎn)，確保數(shù)據(jù)真正成為提升企業(yè)業(yè)務(wù)價(jià)值的資產(chǎn)。
資產(chǎn)管理最基礎(chǔ)的工作是做好元數(shù)據(jù)管理。元數(shù)據(jù)涵蓋了采集的數(shù)據(jù)接口、創(chuàng)建的數(shù)據(jù)模型、數(shù)據(jù)模型中的指標(biāo)以及作業(yè)與作業(yè)之間的依賴關(guān)系。將這些元數(shù)據(jù)有序地展示出來，就形成了企業(yè)的數(shù)據(jù)資產(chǎn)。
治理數(shù)據(jù)資產(chǎn)不是事后治理，而是在數(shù)據(jù)模型所涉及的表、指標(biāo)所涉及的字段等信息進(jìn)入數(shù)據(jù)中臺時(shí)，就通過數(shù)據(jù)同步機(jī)制自動登記到元數(shù)據(jù)表中。
應(yīng)用向中臺遷移的3種途徑和方法
方法1：新應(yīng)用替換舊應(yīng)用
第一步，搭建中臺，提供企業(yè)運(yùn)營的核心機(jī)制，輸出業(yè)務(wù)能力。
第二步，基于中臺，建設(shè)全新應(yīng)用。優(yōu)化現(xiàn)有流程，提高用戶體驗(yàn)。
第三步，開發(fā)接口系統(tǒng)，保證新舊系統(tǒng)的數(shù)據(jù)同步，上線前遷移一份舊數(shù)據(jù)到中臺。
第四步，新應(yīng)用和中臺穩(wěn)定運(yùn)行一段時(shí)間后，停止舊應(yīng)用。
方法2：改造舊應(yīng)用與中臺對接
第一步，搭建中臺，提供企業(yè)運(yùn)營的核心機(jī)制，輸出業(yè)務(wù)能力。
第二步，基于中臺，對舊應(yīng)用進(jìn)行部分改造。由中臺提供的能力轉(zhuǎn)接到中臺，中臺未提供的能力繼續(xù)由舊應(yīng)用自己實(shí)現(xiàn)。
第三步，遷移舊應(yīng)用的相關(guān)數(shù)據(jù)到中臺。
第四步，發(fā)布運(yùn)行。
方法3：直接建設(shè)中臺
第一步，借鑒行業(yè)經(jīng)驗(yàn)，結(jié)合企業(yè)初步設(shè)想，先搭建中臺。
第二步，面向用戶收集需求，快速迭代中臺。
第三步，在中臺迭代過程中，不斷調(diào)整和沉淀業(yè)務(wù)能力。
第四步，根據(jù)業(yè)務(wù)需求，結(jié)合中臺，規(guī)劃應(yīng)用和推行建設(shè)。
無論采用哪一種方法，都需要進(jìn)行舊應(yīng)用的數(shù)據(jù)遷移，而且一定是異構(gòu)數(shù)據(jù)的遷移。
技術(shù)中臺規(guī)劃
包括基礎(chǔ)設(shè)施層、技術(shù)PaaS層和業(yè)務(wù)中臺的基礎(chǔ)組件層。
業(yè)務(wù)中臺是一個(gè)充滿生命力的個(gè)體，它承載業(yè)務(wù)邏輯、沉淀業(yè)務(wù)數(shù)據(jù)、產(chǎn)生業(yè)務(wù)價(jià)值，并隨著業(yè)務(wù)不斷發(fā)展進(jìn)化。
數(shù)據(jù)中臺的建設(shè)
數(shù)據(jù)中臺的作用是引領(lǐng)業(yè)務(wù)，構(gòu)建規(guī)范定義的、全域可連接萃取的、智慧的數(shù)據(jù)處理平臺，建設(shè)目標(biāo)是高效滿足前臺數(shù)據(jù)分析和應(yīng)用的需求。數(shù)據(jù)中臺涵蓋了數(shù)據(jù)資產(chǎn)、數(shù)據(jù)治理、數(shù)據(jù)模型、垂直數(shù)據(jù)中心、全域數(shù)據(jù)中心、萃取數(shù)據(jù)中心、數(shù)據(jù)服務(wù)等多個(gè)層次的體系化建設(shè)。
數(shù)據(jù)中臺可分為3層——數(shù)據(jù)模型、數(shù)據(jù)服務(wù)與數(shù)據(jù)開發(fā)，通過數(shù)據(jù)建模實(shí)現(xiàn)跨域數(shù)據(jù)整合和知識沉淀，通過數(shù)據(jù)服務(wù)實(shí)現(xiàn)對數(shù)據(jù)的封裝和開放，快速、靈活地滿足上層應(yīng)用的要求，通過數(shù)據(jù)開發(fā)工具滿足個(gè)性化數(shù)據(jù)和應(yīng)用的需要。
數(shù)據(jù)中臺包含6個(gè)子系統(tǒng)：大數(shù)據(jù)平臺、智能運(yùn)維平臺、智能研發(fā)平臺、自助分析平臺、智能標(biāo)簽平臺以及數(shù)據(jù)資產(chǎn)平臺。
-數(shù)據(jù)平臺提供數(shù)據(jù)資產(chǎn)的計(jì)算引擎、存儲方式以及數(shù)據(jù)安全權(quán)限管理機(jī)制。
-運(yùn)維管理平臺為大數(shù)據(jù)平臺正常的運(yùn)轉(zhuǎn)提供保障。
-研發(fā)管理平臺提供兩部分內(nèi)容：1）提供快捷方便的數(shù)據(jù)處理工具，涵蓋數(shù)據(jù)進(jìn)入數(shù)據(jù)中臺的整個(gè)生命周期，包含了數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)聚合匯總、數(shù)據(jù)對外服務(wù)，均可以使用可視化配置或者簡單的SQL腳本；2）提供數(shù)據(jù)資產(chǎn)的管理工具，涵蓋數(shù)據(jù)指標(biāo)體系管理、數(shù)據(jù)模型管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)血緣管理管理等組件。
-智能標(biāo)簽平臺則是為生成實(shí)體標(biāo)簽服務(wù)的工具平臺。
-自助分析平臺則與數(shù)據(jù)分析模型對接，讓數(shù)據(jù)分析模型快捷地通過友好的界面展示供業(yè)務(wù)部門使用。
前面5部分內(nèi)容屬于工具平臺，都是為數(shù)據(jù)資產(chǎn)服務(wù)的。數(shù)據(jù)資產(chǎn)平臺是數(shù)據(jù)中臺的核心部件，它包含按照規(guī)范建設(shè)的數(shù)據(jù)分析模型、適用于各種數(shù)據(jù)賦能業(yè)務(wù)場景的數(shù)據(jù)算法模型以及企業(yè)通用的數(shù)據(jù)分析專題。
搭建大數(shù)據(jù)平臺：大數(shù)據(jù)平臺是建設(shè)數(shù)據(jù)中臺的基石，隨著大數(shù)據(jù)技術(shù)的日新月異，特別是以Hadoop生態(tài)圈為代表的開源社區(qū)的活躍，在數(shù)倉時(shí)代數(shù)據(jù)處理、海量數(shù)據(jù)存儲的痛點(diǎn)都一一得到解決。搭建大數(shù)據(jù)平臺主要是解決數(shù)據(jù)采集的組件選型、數(shù)據(jù)處理的計(jì)算引擎選型、各種類型的數(shù)據(jù)存儲組件選型，以及數(shù)據(jù)作業(yè)調(diào)度、權(quán)限、安全管理組件等問題，保障數(shù)據(jù)中臺中的數(shù)據(jù)資產(chǎn)可以在平臺中有序正常地運(yùn)轉(zhuǎn)。同時(shí)，通過對數(shù)據(jù)中臺建設(shè)的數(shù)據(jù)資產(chǎn)資源進(jìn)行評估，估算出搭建大數(shù)據(jù)平臺需要的計(jì)算、存儲、網(wǎng)絡(luò)等資源。它需要從數(shù)據(jù)總體量、數(shù)據(jù)日增長量、數(shù)據(jù)存儲周期等多方面綜合估算。當(dāng)前在大數(shù)據(jù)平臺建設(shè)過程中選擇面很寬，不過仍以Hadoop生態(tài)圈的技術(shù)組件為主，比如數(shù)據(jù)存儲可根據(jù)數(shù)據(jù)類型與用途不同，可選擇HBase、Hive、Parquet等組件；數(shù)據(jù)計(jì)算引擎可根據(jù)需要選擇MapReduce、Spark、Flink等分布式計(jì)算引擎；而數(shù)據(jù)作業(yè)調(diào)度組件則可選擇Azkaban、Oozie、Airflow等各組件；數(shù)據(jù)權(quán)限、安全等也是搭建大數(shù)據(jù)平臺必不可少的環(huán)節(jié)，開源社區(qū)同樣提供了Ranger、Kerberos等權(quán)限管控組件。當(dāng)然，除了這些開源組件以外，最近幾年出現(xiàn)了很多成熟的商業(yè)化大數(shù)據(jù)計(jì)算產(chǎn)品，無論是在計(jì)算性能、運(yùn)行穩(wěn)定、技術(shù)支撐等方面都優(yōu)于開源社區(qū)產(chǎn)品，比如阿里巴巴提供的MaxCompute（原ODPS），可以輕松支持PB甚至EB級數(shù)據(jù)量計(jì)算及存儲。
數(shù)據(jù)（算法）開發(fā)功能包含實(shí)時(shí)、離線、算法這3部分的功能開發(fā)。與傳統(tǒng)的數(shù)據(jù)開發(fā)的不同之處在于，研發(fā)平臺通過對不同計(jì)算引擎的數(shù)據(jù)輸入、轉(zhuǎn)換、輸出操作進(jìn)行抽象封裝，并為相應(yīng)的操作（算法）內(nèi)置豐富的插件。使開發(fā)人員只通過在界面中配置插件和編寫SQL的方式，就能完成大部分的數(shù)據(jù)（算法）開發(fā)工作。從而降低數(shù)據(jù)開發(fā)的門檻，提升開發(fā)效率。
數(shù)據(jù)中臺中的數(shù)據(jù)資產(chǎn)按照功能可分為兩部分內(nèi)容：數(shù)據(jù)模型和標(biāo)準(zhǔn)分析專題。數(shù)據(jù)模型又包含了分析模型和應(yīng)用算法模型。
1．?dāng)?shù)據(jù)模型
（1）分析模型
從企業(yè)整體業(yè)務(wù)出發(fā)，梳理全量業(yè)務(wù)進(jìn)行分層建模，將數(shù)據(jù)按照功能性、量級分為四層:
ODS層（Operational Data Store，操作性數(shù)據(jù)）
DWD層（Data Warehouse Detail，明細(xì)寬表級數(shù)據(jù)）：1）數(shù)據(jù)聚合：將來自不同系統(tǒng)的同類數(shù)據(jù)源按照某種維度進(jìn)行聚合，形成統(tǒng)一的聚合數(shù)據(jù)。例如，對某用戶在某時(shí)段在京東、天貓的訂單進(jìn)行聚合，形成寬表。2）豐富維度：將事實(shí)表與維度表進(jìn)行充分關(guān)聯(lián)聚合后，豐富事實(shí)表的維度，避免數(shù)據(jù)在后續(xù)計(jì)算時(shí)需要關(guān)聯(lián)大量的維度表，將雪花模型轉(zhuǎn)換為星型模型。例如，訂單表中存在商品編碼，通過商品編碼與商品維表的關(guān)聯(lián)，將商品類別、商品規(guī)格、商品單價(jià)等屬性值寫入事實(shí)表。雪花模型是指當(dāng)有一個(gè)或多個(gè)維表沒有直接連接到事實(shí)表上，而是通過其他維表連接到事實(shí)表上時(shí)，其圖解就像多個(gè)雪花連接在一起，故稱雪花模型。星形模式是一種多維的數(shù)據(jù)關(guān)系，它由一個(gè)事實(shí)表（Fact Table）和一組維表（Dimension Table）組成。
DWS層（Data Warehouse Summary，公共匯總數(shù)據(jù)）：1）維度退化：加強(qiáng)指標(biāo)的維度退化，提煉出粗粒度的常用維度、常用指標(biāo)的匯總模型；數(shù)據(jù)匯總程度高于DWD層，單表數(shù)據(jù)量明顯減少，通常采用星型建模。2）形成主題寬表：根據(jù)客戶、商品、經(jīng)銷商、店鋪等實(shí)體在某一段時(shí)間內(nèi)的事件軌跡，串聯(lián)起整體業(yè)務(wù)，形成全方位的公共基礎(chǔ)寬表，通常采用實(shí)體建模。例如客戶實(shí)體，可以通過客戶基本屬性、客戶購物經(jīng)歷、購物偏好、金融風(fēng)險(xiǎn)評級等維度360°全方位形成客戶寬表。以上兩種手段旨在提升公共指標(biāo)的復(fù)用性，減少重復(fù)的加工工作。
ADS層（Application Data Store，專業(yè)應(yīng)用匯總數(shù)據(jù)）：1）個(gè)性化指標(biāo)加工：無公用性、復(fù)雜性（指數(shù)型、比值型、排名型指標(biāo)），通過DWS層的公共基礎(chǔ)指標(biāo)衍生出應(yīng)用型的衍生指標(biāo)。2）基于應(yīng)用的數(shù)據(jù)組裝：大寬表集市、橫表轉(zhuǎn)縱表、趨勢指標(biāo)串等應(yīng)用型數(shù)據(jù)。
DWD和DWS兩層又合稱為中間層，是整個(gè)分析模型的核心和靈魂。
（2）應(yīng)用算法模型應(yīng)用算法模型是數(shù)據(jù)中臺中的高價(jià)值資產(chǎn)，真正體現(xiàn)數(shù)據(jù)中臺與傳統(tǒng)數(shù)據(jù)倉庫差異的根本點(diǎn)，有了能貼近應(yīng)用場景的高度抽象的算法模型才能實(shí)現(xiàn)數(shù)據(jù)中臺的價(jià)值。
① 交叉銷售模型
常用的幾類算法：一是按照關(guān)聯(lián)規(guī)則算法，也即通常所說的購物籃分析，發(fā)現(xiàn)那些有較大可能被一起采購的商品，對它們進(jìn)行有針對性的促銷和捆綁，這就是交叉銷售；二是借鑒響應(yīng)模型的思路，為某幾種重要商品分別建立預(yù)測模型，對潛在消費(fèi)者通過這些特定預(yù)測模型進(jìn)行過濾，然后針對最有可能的前*% 的消費(fèi)者進(jìn)行精確的營銷觸達(dá)；三是仍然借鑒預(yù)測響應(yīng)模型的思路，讓重要商品兩兩組合，找出那些最有可能消費(fèi)的潛在客戶；四是通過決策樹清晰的樹狀規(guī)則，發(fā)現(xiàn)基于具體數(shù)據(jù)資源的具體規(guī)則逐層判斷客戶會對哪幾種潛在的商品感興趣。
相應(yīng)的建模技術(shù)主要包括關(guān)聯(lián)分析（Association Analysis）、序列分析（Sequence Analysis）以及邏輯回歸、決策樹等算法。
② 信用風(fēng)險(xiǎn)模型
信用風(fēng)險(xiǎn)包括欺詐預(yù)警、交易風(fēng)控、反刷單等在交易場景下的風(fēng)險(xiǎn)預(yù)警。
③ 商品推薦模型
常用的商品推薦模型主要分為規(guī)則模型、協(xié)同過濾和基于內(nèi)容的推薦模型。
規(guī)則模型常用的算法有Apriori，而協(xié)同過濾中則涉及kmeans最近鄰居算法、因子模型等。
④ 智能補(bǔ)貨模型
2．分析專題
可將中臺對前臺業(yè)務(wù)的覆蓋程度和響應(yīng)能力作為中臺團(tuán)隊(duì)的考核指標(biāo)，以評估中臺團(tuán)隊(duì)所建設(shè)的中臺系統(tǒng)對前臺業(yè)務(wù)創(chuàng)新和擴(kuò)展所需資源的節(jié)省程度。
共享服務(wù)的運(yùn)營系統(tǒng)
觸點(diǎn)營銷就是指為消費(fèi)者運(yùn)營提供更有時(shí)效、更為全面、更加精準(zhǔn)、更具價(jià)值的社會化、商業(yè)化營銷方案。
數(shù)字中臺作為數(shù)字營銷的有效手段，其賦能數(shù)字營銷的使命轉(zhuǎn)變?yōu)椋鹤尃I銷變得更簡單，讓業(yè)務(wù)增長成為自然。這主要體現(xiàn)在：
第一，數(shù)字中臺支持全渠道運(yùn)營中種類繁多的營銷場景。
第二，數(shù)字中臺擁有豐富的全域消費(fèi)者運(yùn)營組件。
第三，數(shù)字中臺可以像搭樂高玩具一樣設(shè)計(jì)全域運(yùn)營流程。
第四，利用數(shù)字中臺的全域營銷實(shí)時(shí)監(jiān)控，讓數(shù)字化營銷效果盡在掌握。
第五，數(shù)字中臺的全域營銷A/B測試，讓數(shù)字化營銷策略收效更佳。
全渠道交易場景
全渠道交易的5大關(guān)鍵能力體現(xiàn)為統(tǒng)一的商品信息能力、全域的消費(fèi)者運(yùn)營能力、高效的訂單處理能力、全局可視的庫存管理能力、統(tǒng)一結(jié)算管理能力。
全渠道訂單處理
企業(yè)庫存管理可以分前端庫存、后端庫存，兩者互相影響但又不等同。前后端庫存互相影響體現(xiàn)在前端庫存隨著市場銷售變化而變化，如前端用戶下單，則扣減前端庫存，經(jīng)訂單中心處理后，形成發(fā)貨單交給后端倉庫并鎖庫，待發(fā)貨出倉后則扣減后端實(shí)體庫存。而伴隨著采購、生產(chǎn)、調(diào)撥及退貨流程，形成后端庫存的在途庫存，待實(shí)際入倉后，增加后端庫存，并同步影響前端可售庫存。前后端庫存不等同具體體現(xiàn)在前端庫存是與企業(yè)運(yùn)營的策略有關(guān)的，比如后端庫存有1000件可以用于銷售，但前端庫存出于運(yùn)營策略，在國慶期間策劃每日秒殺活動，每天只提供100件用于平臺搶購；比如在后端還沒有庫存的情況下，企業(yè)通過預(yù)售活動先收集用戶需求，由用戶先下單支付一定比例的貨款，而預(yù)售活動庫存可以設(shè)置為無限大。
前端庫存根據(jù)銷售的特性又可以設(shè)置可售庫存、鎖定庫存、活動庫存、預(yù)售庫存。前端庫存可以根據(jù)天貓、京東、微信小程序等渠道特點(diǎn)及各渠道在商品運(yùn)營深度不同，靈活設(shè)置前端庫存權(quán)重。企業(yè)可以根據(jù)自家商品特性及渠道發(fā)展的深度，靈活設(shè)置渠道庫存，盡可能使渠道價(jià)值最大化。
可售庫存是指可供前端正常銷售的商品庫存，可以根據(jù)各前端特點(diǎn)按比例分別設(shè)置各前端的可售庫存。
鎖定庫存是指下單即占用庫存，確保下單用戶有庫存可供配送，確保用戶體驗(yàn)。
活動庫存是指為策劃某場活動，從可售庫存中拿出一部分庫存供活動使用，如每日秒殺活動，拿出100件商品進(jìn)行在線搶，搶完即活動停止。
預(yù)售庫存是指先下單后采購或生產(chǎn)，特別是生鮮類的季節(jié)性產(chǎn)品，商家往往會在產(chǎn)品上市前一個(gè)月策劃提前下單活動，商家根據(jù)下單總量，再安排采購或生產(chǎn)。
后端庫存根據(jù)產(chǎn)品的特性可以設(shè)置賬面庫存、可用庫存、鎖定庫存、在途庫存、不良品庫存、貨權(quán)歸屬。
賬面庫存是指倉庫實(shí)際存放的商品庫存數(shù)據(jù)。
可用庫存是指倉庫中可供使用的庫存，如有些商品是被訂單占用，即將出庫則不能計(jì)為可用庫存。
在途庫存是指已采購、已生產(chǎn)、已調(diào)撥的商品，這部分商品在運(yùn)輸途中，暫未入庫。
鎖定庫存是指被訂單占用的庫存。
不良品庫存是指有損耗或檢驗(yàn)不合格的商品，這部分是不能被銷售的部分。
門店庫存首先需要實(shí)時(shí)更新庫存中心，但是否全局共享給所有前端渠道，可以靈活設(shè)置，給參與門店自主選擇的權(quán)利。
全鏈路服務(wù)
全渠道（Omni-Channel）即企業(yè)為了滿足消費(fèi)者任何時(shí)候、任何地點(diǎn)、任意方式的購買需求，采取實(shí)體渠道、電子商務(wù)渠道和移動電子商務(wù)渠道整合的方式實(shí)現(xiàn)營銷銷售，為顧客提供無差別的購買體驗(yàn)。
全場景客服產(chǎn)品
何為全場景呢？除了涵蓋企業(yè)各服務(wù)場景（如售前、現(xiàn)場、電銷、企業(yè)服務(wù)、現(xiàn)場服務(wù)、售后服務(wù)、智能自動、客戶關(guān)懷等），更需要滿足用戶任意場景的服務(wù)需求。
智能客服平臺業(yè)務(wù)架構(gòu)
智能客服流量收集分流示意圖
企業(yè)全員都需要數(shù)據(jù)思維
過去，企業(yè)能夠獲取的數(shù)據(jù)類型和數(shù)據(jù)量都相對有限，企業(yè)不得不依賴經(jīng)驗(yàn)作決策，伴隨著企業(yè)一路走來的業(yè)務(wù)人員也被動養(yǎng)成了經(jīng)驗(yàn)決策的習(xí)慣。但數(shù)字化前所未有地降低了企業(yè)獲得業(yè)務(wù)數(shù)據(jù)的難度，而企業(yè)要實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的運(yùn)營，首先需要全員拋開既往的經(jīng)驗(yàn)思維，要具備數(shù)據(jù)思維與數(shù)據(jù)意識。單純的數(shù)據(jù)展現(xiàn)很難發(fā)揮數(shù)據(jù)的價(jià)值，數(shù)據(jù)必須與業(yè)務(wù)場景結(jié)合，而最熟悉企業(yè)業(yè)務(wù)場景的不是IT部門或企業(yè)領(lǐng)導(dǎo)，而是每一個(gè)真正接觸業(yè)務(wù)的業(yè)務(wù)人員。
理論上每一個(gè)決策都可以有數(shù)據(jù)支撐，但“用什么樣的數(shù)據(jù)，從何處采集，建立什么樣的模型做分析，如何應(yīng)用”這一系列的問題需要業(yè)務(wù)人員與技術(shù)人員通力配合、碰撞、共創(chuàng)，才能以最快的速度找到執(zhí)行路徑，繼而迭代優(yōu)化，最終找到真正的“數(shù)贏點(diǎn)”。
業(yè)務(wù)人員利用好數(shù)據(jù)的同時(shí)，也大大減少了自身“機(jī)械式”決策的作業(yè)占比，越來越多的作業(yè)環(huán)節(jié)可以交由系統(tǒng)根據(jù)數(shù)據(jù)自行決策。節(jié)省下來的時(shí)間可以更多地思考業(yè)務(wù)如何創(chuàng)新以帶來更大的商業(yè)價(jià)值。
營銷的核心是運(yùn)營用戶數(shù)字資產(chǎn)
免費(fèi)可再分配的用戶資產(chǎn)是企業(yè)最大的資產(chǎn)。傳統(tǒng)企業(yè)應(yīng)利用數(shù)字中臺和采取行之有效的會員運(yùn)營方法進(jìn)行泛會員運(yùn)營，盤活用戶數(shù)字資產(chǎn)，實(shí)現(xiàn)用戶資產(chǎn)增值。
傳統(tǒng)企業(yè)的用戶資產(chǎn)無法利用，主要原因有以下3點(diǎn)。
1．沒有有效的會員管理體系，有力使不出
2．沒有自己的會員運(yùn)營體系，無法形成有效數(shù)據(jù)資產(chǎn)3．會員特征無法洞察，無法精準(zhǔn)運(yùn)營
企業(yè)只有通過搭建自己的數(shù)字平臺，全面管理會員數(shù)據(jù)，并通過有效的運(yùn)營手段盤活會員形成數(shù)字資產(chǎn)，才能最終實(shí)現(xiàn)用戶資產(chǎn)增值。
會員運(yùn)營9步法，助力企業(yè)用戶資產(chǎn)增值
營銷云的整體系統(tǒng)分4層，從下往上依次為：基礎(chǔ)IaaS層、平臺服務(wù)層、共享服務(wù)中心層和業(yè)務(wù)應(yīng)用層。
IT系統(tǒng)無法支持新業(yè)務(wù)
IT系統(tǒng)以面向內(nèi)部管控為主，而非以消費(fèi)者需求為主，無法響應(yīng)快速變化的消費(fèi)者需求。
中臺搭建的最大挑戰(zhàn)是找到有價(jià)值的業(yè)務(wù)場景，只有圍繞業(yè)務(wù)場景組織數(shù)據(jù)服務(wù)才能夠最有效地實(shí)現(xiàn)中臺為業(yè)務(wù)賦能的價(jià)值。
