最近阿里巴巴分享了《阿里巴巴夶数据是干什么的中台实践》这个PPT（自行搜索原始文章）对于大数据是干什么的中台的始作俑者，还是要怀着巨大的敬意去学习的因此仔细的研读了，希望能发现一些不一样的东西

读这些专业的PPT，实际是非常耗时的你需要把这些PPT外表的光鲜扒光，死抠上面的每一个芓去理解底下隐藏的含义然后跟你的已有知识体系去对比，看看是否有助于完善自己的认知对于自己不理解的，还需要经常去检索相關的文档

当然，很多写PPT的用词没这么严谨临时造概念的不少，或者是独特的说法因此有时候还要做一些揣测，结合自己的实践去理解这篇PPT的解读有6000多字，因此请做好烧脑的准备虽然笔者没去现场听演讲，但希望我的“演讲”也能让你学到真功夫

看到这个片子的絀处，阿里云智能事业部其实是有点奇怪的，记得阿里的中台事业群包括搜索事业部、共享业务平台、大数据是干什么的技术及产品部阿里云是一个侧重云业务的平台事业部，它来说大数据是干什么的中台合适吗

有人会问，平台和中台又有什么区别呢阿里云来讲中囼不是很合适吗？

笔者的疑惑是这样：一般意义上的平台具备业务无关性潜心技术就可以了，而中台是业务的收敛跟业务的相关性很夶，对于大数据是干什么的中台其核心竞争力不是平台级的技术，而是大数据是干什么的的理解、处理和挖掘让一个做平台技术的人跑到前端去理解大数据是干什么的诉求沉淀共性是不现实的，而这是当前大数据是干什么的中台创造价值的核心

当然讲PPT的可以不问出身，能理解阿里的大数据是干什么的中台就可以了

2、DT派向左，IT派向右

传统的IT是成本中心而有了大数据是干什么的后，就可能成为价值中惢这个价值体现在：在管理上可以提供决策支持，在生产上可以提供与管理匹配的智能工具也就是提升生产关系和生产力的适配能力。

这一点提得是不错的比如浙江移动大大数据是干什么的中心就是直接定位为利润中心。

这里的IT和DT的对比就不太合适了两者不是对立嘚关系，而是融合的关系D通过IT形成DT，比如原来IT渠道系统仅受理业务现在在受理的场景下可以加载基于大数据是干什么的的智能推荐。

DT呮是马云提得一个突出大数据是干什么的价值的抽象概念不能生硬去的理解，现在中国移动提了一个三融概念：融合融通，融智我覺得IT和DT就要加强融合融通，融合就是搭在一起卖融通就是能力共享，IT中有DT能力DT中也要有IT能力。

片子中提到的DT是问题导向IT是需求导向，这是一个问题的两面而不是DT和IT的区别；新抛出的DT的授之以渔，IT的授之以网的区别在于方法的观点倒是有点道理比如DT的智能推荐就是提供了方法，而以前IT的推荐靠的是人的判断

3、企业组织对于DT的希望

高管团队：看指标发现风险这是BI时代的基本诉求，没啥好说的；大大數据是干什么的更强大的处理、可视化、实时等技术可以提供更好的看大数据是干什么的体验这是相对于以前BI提升的地方。

业务团队：提到三个变化：

一是通过大数据是干什么的发现问题而不是拍脑袋。

二是业务人员要既懂业务也懂大数据是干什么的甚至能自己DIY大数據是干什么的和模型。

三是大数据是干什么的要嵌入生产流程中直接发挥作用比如标签库要成为营销目标用户的发起地，风控模型要嵌叺在用户操作流程中等等

第一点大家都在做，实际还是以经验为主大数据是干什么的只是参考和佐证，这种模式本质上没有改变第②点，第三点执行到位对于大多数企业都很难

技术团队：提到三个要点：

一是“大数据是干什么的多跑路”是智能平台的核心，浙江的“最多跑一次”就是要靠大数据是干什么的和平台整合实现这个目标

二是IT人员要有大数据是干什么的化的思维，这个提的很好缺乏大數据是干什么的思维的人设计IT系统很少考虑智能，现在很多企业的受理系统跟推荐系统是两者皮多少有这个原因

三是通过大数据是干什麼的分析发现新的知识，从而赋能业务这是大数据是干什么的技术团队的使命。

这张图诠释了阿里的商业操作系统的引擎：大中台小湔台，展示的很清晰了特别提醒要理解两个重要概念：业务大数据是干什么的化和大数据是干什么的业务化。

业务大数据是干什么的化：就是所有的商业活动都应该记录下相关的大数据是干什么的这是业务中台应该承担的使命。

业务大数据是干什么的化挑战其实很大鉯前业务平台在设计的时候，是以功能和流程为核心的只记录对于要实现功能和流程必需的大数据是干什么的，其他的就可有可无了

仳如运营商的一些信令日志记录不全面导致可能影响后续的网络分析或大数据是干什么的价值变现，这就没有做到业务大数据是干什么的囮

但业务大数据是干什么的化有时意味着巨大的成本投入，说来容易执行难大多企业的大数据是干什么的不是业务大数据是干什么的囮战略执行的结果，而仅仅是顺便摘取的低垂的果实

大数据是干什么的团队的一个使命就是业务大数据是干什么的化，很多好的大数据昰干什么的是你进入前端争取来的这样才能驱动业务记录大数据是干什么的。

大数据是干什么的业务化：本质就是从大数据是干什么的Φ发现价值反过来赋能业务，这是很好理解的

数字孪生这个词现在也比较热了，未来万物互联的世界将你所有的行为实时记录下来形成另一个数字化的你，这就是数字孪生如果业务中台是你，那大数据是干什么的中台就是你的兄弟

5、大数据是干什么的中台赋能的㈣大典型场景

（1）全局大数据是干什么的监控：本质就是指标+报表+可视化，这是给管理者看得当然业务人员也要看，以下给了双11大屏示唎

（2）大数据是干什么的化运营-智能CRM：提到要“基于全链路全渠道大数据是干什么的的建立以“人”为核心的大数据是干什么的连接萃取管理体系，对用户进行全生命周期的精细化管理”这么多形容词懵不懵逼，到底在说啥

全链路是指纵向记录跟踪整个商业过程的大數据是干什么的（包括商品企划、售前及售中管理、客服管理、订单处理、仓储物流等等）。

全渠道就是各触点的用户行为大数据是干什麼的比如天猫、淘宝、优酷等等。

因此通过汇聚全链路全渠道的大数据是干什么的才能形成完整的客户画像，然后用连接萃取的方式方便的获得所需的大数据是干什么的进行分析从字面意思看跟我们的标签库定位有点像。

（3）大数据是干什么的植入业务-智能推荐：这裏讲的比较清楚就是营销闭环管理，从用户细分千人千面，渠道推荐再到营销评估，以下是示例

（4）大数据是干什么的业务化-生意参谋：这个是阿里力推的为数不多的血统纯正的大数据是干什么的产品，是大数据是干什么的业务化和大数据是干什么的直接变现的典型代表可以为店主提供端到端的分析支撑，网上介绍很多了下面这张片子着重说明了生意参谋的历史，现在和未来有点意思。

历史：百家争鸣虽然提了大数据是干什么的冗余、体验差等问题，但没有百家争鸣不可能有生意参谋这个整合产品的出现。

现在：生意参謀独霸天下依托的是大数据是干什么的中台体系，包括OneData、OneService、OnePlatForm等这个后面会解读。

未来：一个生意参谋还不够要打造一个产品开发平囼，复制出一个个面向不同行业的生意参谋也就是参谋X，野心很大

因为诸如推荐啥的，大数据是干什么的是依附于业务流程上的你評估大数据是干什么的价值的时候，很难说是业务本身好、流程设计好、还是你大数据是干什么的推荐的好而纯正的大数据是干什么的產品是大数据是干什么的人员彰显自身价值的更好方式。

6、阿里巴巴做大数据是干什么的中台的缘起

做大数据是干什么的中台的缘起跟一般大数据是干什么的仓库融合模型是一样的共享复用的需要，比如原来基于淘宝大数据是干什么的的各种业务都自建一套中间层而这些中间层很多是重复或类似的，比如蚂蚁业务有交易主题天猫也有交易主题，那能不能抽象出公共的交易主题为两个业务都服务呢

因此你会看到阿里大数据是干什么的中台抽象出了会员、商品、交易、浏览、广告等公共核心主题层，从而为应用层服务各个应用层以前偠做很多公共层的东西，现在也可以完全复用了理论上可以提升应用构建的速度。

下面这页片子从大数据是干什么的的依赖关系图比对叻前后的变化一个是网状的，代表了相互之间千丝万缕的关系冗余肯定是很多的，一个是放射状的一个节点可以为更多的后端节点垺务，代表了共享和简洁

7、阿里巴巴大数据是干什么的中台全景图

读懂这张图就理解了阿里的大数据是干什么的中台具体到底干了些什麼，有五大部分跟大数据是干什么的中台直接相关：大数据是干什么的中台DaaS、大数据是干什么的资产管理IPaaS、大数据是干什么的研发平台IPaaS及計算与存储平台IaaS

笔者理解广义的大数据是干什么的中台其实包括大数据是干什么的中台DaaS、大数据是干什么的资产管理IPaaS、大数据是干什么嘚研发平台IPaaS三部分，如果狭义的理解则仅包括大数据是干什么的中台DaaS大数据是干什么的资产管理IPaaS、大数据是干什么的研发平台IPaaS在笔者的企业叫做能效中台。

（1）计算与存储平台IaaS

离线计算MaxCompute：阿里自研的EB级的大数据是干什么的仓库（原来的ODPS）

实时计算ADS：AnalyticDB的简称，主要是提供實时在线分析可以认为是阿里自研的OLAP版本。

（2）大数据是干什么的资产管理IPaaS

大数据是干什么的资产管理其实跟元大数据是干什么的管理┅回事

资产地图：本质上是大数据是干什么的字典的图形化版本，阿里有多少大数据是干什么的、如何存储、大数据是干什么的之间关系如何、如何找、如何用都可以从资产地图找到答案蛮形象的，从网上资料看其设计还是值得借鉴，以下是一些界面截图

资产分析：你可以理解为针对元大数据是干什么的的BI分析，什么结构分析趋势分析什么的，万变不离其宗你希望通过元大数据是干什么的分析悝解现状，发现异常从而指导大数据是干什么的资产的治理，比如支付类别的大数据是干什么的增长情况如何

资产应用：你可以理解為利用元大数据是干什么的信息来提升大数据是干什么的资产的利用效率，比如通过影响分析挖掘出无效的大数据是干什么的资产从而降低大数据是干什么的冗余，这个工作做好价值是很大的。

资产运营：运营这个词被用烂了运营其实不是一个功能，而是一个动作唏望通过各种举措来让大数据是干什么的被更多的人使用，从而产生更多的价值比如新增大数据是干什么的资产的推荐等等。

大数据是幹什么的资产使用的二八定律是非常明显的大多大数据是干什么的其实是没人访问或使用的，而存储的成本可是很高的只有通过运营財能让沉默的大数据是干什么的被更多的人使用，无效的大数据是干什么的得到清除从而实现降本增效。

（3）大数据是干什么的研发平囼IPaaS

这个平台跟笔者以前文章中提到的DACP是一个东西就是负责大数据是干什么的的加工，需要一系列配套功能包括大数据是干什么的规划、交换、处理、开发、调度及监控等等。

（4）大数据是干什么的中台DaaS

垂直大数据是干什么的中心（OneClick）：就是传统大数据是干什么的架构中嘚ETL通过离线、实时等方式将各渠道的大数据是干什么的采集过来。

公共大数据是干什么的中心（OneData）：就是大数据是干什么的仓库建模需偠达到的目的保证大数据是干什么的口径的规范和统一，沉淀共性的大数据是干什么的阿里采用的是维度建模，通过分析业务过程抽潒出维度和指标最后汇总成所需要的仓库模型。

萃取大数据是干什么的中心（OneID）：笔者的理解是阿里为了方便对外提供大数据是干什么嘚形成了一套以各种ID（业务核心对象）为唯一标识的宽表，就好比运营商需要形成一套以用户ID（手机号码）、客户ID、账户ID、家庭ID为核心嘚宽表体系一样

统一大数据是干什么的服务中间件（OneService）:以大数据是干什么的仓库整合计算好的大数据是干什么的作为大数据是干什么的源，对外通过接口的方式提供大数据是干什么的服务

8、阿里巴巴大数据是干什么的中台的沉淀与积累

大数据是干什么的标准化：实现大數据是干什么的资产各域、主题、模型、字段、指标命名等的统一规范，笔者一直强调大数据是干什么的标准化一定要在源头解决如果阿里的业务系统大数据是干什么的资产都遵循这个原则，那是厉害的很

技术内核工具化：我的理解是规范的落地必须依托工具来强制控淛，比如你只能按照规范模板的要求来建表否则就执行不了，阿里在这方面的管控据说是比较给力的

元大数据是干什么的驱动智能化：有了元大数据是干什么的分析就能科学的计算出对于资源的诉求，而且可以做得非常快速和灵活摈弃每次规划扩容到处找依据的窘境，这跟前面的元大数据是干什么的应用是类似的

OneData是阿里大数据是干什么的中台非常核心的内容，其有一个Dataphin引擎可以实现大数据是干什麼的标准规范定义、大数据是干什么的模型的自动化开发、主题式大数据是干什么的服务即时生成等功能。

具体如下面这个片子所示其包括大数据是干什么的引入-规范定义-大数据是干什么的建模-大数据是干什么的外部关联-大数据是干什么的资产沉淀-大数据是干什么的服务苼成整个闭环链条，通过这一链条把大数据是干什么的管理的大多要素都实现了

这种强规范性的开发模式在一定程度上也降低了灵活性，但其规模效益是非常好的否则阿里这么庞大的大数据是干什么的资产是根本无法很好管理的，这个笔者深有体会正如我们运营的DACP一樣，我们遭遇到的他们也一定遭遇到了。

指标标准化是笔者尝试过的事情因为当初深感重复开发的报表太多了，而通过指标标准化可鉯解决这类问题这是报表做到一定程度后自然而然产生的想法，以下阿里的做法跟自己当初做的如出一辙所谓殊途同归。

假设有一位鼡户张三在第一个手机上使用百度地图， 在ipad上观看百度爱奇艺视频在第二个手机上使用手机百度app, 在pc电脑上使用百度搜索，如何将同一個用户在这些不同端的用户信息聚合起来呢

跟运营商的天然的以手机号码为唯一标识不同，互联网公司的各类账号ID要打通的挑战是非常高的ID-MAPPING是互联网公司的一个核心技术，其需要确保各个领域搜集的大数据是干什么的是可以集成和关联分析的没有统一ID的支持，多样化嘚大数据是干什么的集中起来分析是没有意义的这是另一种形式的大数据是干什么的孤岛。

比如下面的四条用户记录实际上表明的是同┅个人

这里的“大数据是干什么的资产分析”和“大数据是干什么的血缘跟踪”在前面的“大数据是干什么的资产管理IPaaS”都已经提及，昰大数据是干什么的管理里非常基本的东西特别提下大数据是干什么的综合治理。

安全：指的是诸如敏感大数据是干什么的分级和访问控制定义

质量：指的是大数据是干什么的的质量规则定义。

成本：指基于大数据是干什么的资产的调用情况和处理成本给出一个综合评估

人员：大概是大数据是干什么的资产指归属组织和个人的定义吧，比如我们的大数据是干什么的字典里就有一个属性必须标识出这個资产的创建人、修改人以便跟踪追责。

主题式大数据是干什么的服务：应该是基于元大数据是干什么的构建的简单大数据是干什么的服務查询引擎面向业务统一大数据是干什么的出口与大数据是干什么的查询逻辑，屏蔽多大数据是干什么的源与多物理表就是搞一套业務化的伪SQL方便取数。

统一而多样化的服务：一般查询指普通SQL查询OLAP就是多维分析，在线服务比较抽象笔者猜测是诸如大数据是干什么的嶊送、定时任务等定制化服务形式。

跨源大数据是干什么的服务：大大数据是干什么的由于技术组件非常多不同的大数据是干什么的往往存储在不同的大数据是干什么的库内，比如hadoopgbase，oracle等等如果要进行跨异构大数据是干什么的库的即席查询一般就要做先做大数据是干什麼的汇聚，但一些轻量级的取数希望能直接进行关联分析得到结果因此出现了这种服务诉求。

PPT就解读到这里笔者最大的感受就是阿里嘚大数据是干什么的中台技术体系很庞大，但又非常关注细节几个字看着简单，但落地则需要付出巨大的代价而且是个渐进的过程，仳如Dataphin如要要了解阿里大数据是干什么的中台的更多技术细节，推荐一本书《阿里巴巴大大数据是干什么的实践》

其实大数据是干什么嘚中台要搞好不是简单的引进几个工具就可以了，技术仅仅是技术你能COPY技术但COPY不了管理和文化，而这恰恰是大数据是干什么的中台成功嘚关键

大数据是干什么的中台的更大挑战是：你的企业对于大数据是干什么的的理解是否已经达到了一定的阶段，你是否能够驱动公司詓建立一套适合自己企业的大数据是干什么的管理机制和流程而这个是最难的，你得走出自己的路

---

本文为云栖社区原创内容，未经允許不得转载

[摘要] 大数据是干什么的中台可以使大数据是干什么的在信息化体系中不再是分散、凌乱、重复的存在系统可以对大数据是干什么的进行实时的分类、整理、加工，使其荿为清晰有序、有条理、有脉络的有用信息这些大数据是干什么的可以进一步分享给业务应用系统以开展大数据是干什么的应用和实现夶数据是干什么的变现，结果将通过前端展现系统以多 …

声明：本网站的所有内容（包括但不限于文字、图片、大数據是干什么的等）版权归北京元年科技股份有限公司所有未经本站允许请勿自行使用、转载、修改、复制、发行、出售、发表或以其它方式利用本网站之内容。 部分素材来源于网络若有侵权，请联系删除!