（文章來源：NBI大數據可視化）

近幾年來數據中臺概念大火，市面上掀起了一波建業務中臺、數據中臺熱潮，那么數據中臺到底是什么？它的出現能解決什么問題呢？首先數據中臺的概念最早由阿里提出，自從阿里提出了“大中臺，小前臺”概念之后，數據中臺這個概念火了起來，不少企業，無論是互聯網企業還是傳統企業紛紛搭建起了自家的數據中臺，究竟數據中臺有什么魅力，能讓企業如此重視？本文主要從數據中臺是什么、怎么做數據中臺和為什么要做數據中臺三個方面對這個問題進行了分析。

什么是數據中臺：廣義的數據中臺包括了數據技術，比如對海量數據進行采集、計算、存儲、加工的一系列技術集合，數據中臺包括數據模型，算法服務，數據產品，數據管理等等，和企業的業務有較強的關聯性，是企業獨有的且能復用的，比如企業自建的1000個基礎模型，500個融合模型，1萬個標簽。它是企業業務和數據的沉淀，其不僅能降低重復建設，減少煙囪式協作的成本，也是差異化競爭優勢所在。

如何構建數據中臺：數據匯集是數據中臺數據接入的入口。數據中臺本身不產生數據，所有數據來自于業務系統、日志、文件、網絡等，這些數據分散在不同的業務系統中，難以利用，很難產生業務價值。數據匯集是數據中臺必須提供的核心工具，把各種異構網絡、異構數據源的數據能夠方便地采集到數據中臺進行集中存儲，為后續的加工建模做準備。數據匯集方式一般分為離線批量匯聚和實時采集。

數據資產管理包括對數據資產目錄、元數據、數據質量、數據血緣、數據生命周期等進行管理和展示，以一種更直觀的方式展現企業的數據資產，提升企業的數據意識。

數據服務體系就是把數據變為一種服務能力，通過數據服務讓數據參與到業務，激活整個數據中臺，數據服務體系是數據中臺存在的價值所在。企業的數據服務是千變萬化的，中臺產品可以帶有一些標準服務，但是很難滿足企業的服務訴求，大部分服務還是需要通過中臺的能力快速定制。數據中臺的服務模塊并沒有自帶很多服務，而是提供快速的服務生成能力以及服務的管控等功能。

數據開發是一整套數據加工以及加工過程管控的工具，數據開發模塊主要是面向開發、分析人員，提供離線、實時、算法開發工具以及任務的管理、代碼發布、運維、監控、告警等一些列集成工具，方便使用，提升效率，根據企業需要，在這一層可以通過一系列數據工具集快速構建各種數據應用，及時有效的提供給企業各部分使用。

建立健全的高效靈敏預警體系，通過對系統各模塊完善監測機制，得到量化的數據，分析發現并預測潛在危機，及時上報，預警風險；提供數據訪問黑/白名單設計，例如設可訪問數據的IP段，若不在此IP段中將無法接觸到數據資產；同時基于可視化操作靈活控制接口的停用和啟用等操作，實現調用過程的自主可控；

建設中臺的好處：中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多部門、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力復用、協調控制的能力，以及業務創新的差異化構建能力。

是不是所有企業都應該去構建自己的中臺：關于是不是所有企業都應該是構建自己的數據中臺呢？在我看來并不是，我們不能為了中臺而中臺，需要結合企業自身發展需要和基礎信息化建設情況來定，我認為建設中臺的幾個必要條件：企業信息化基礎建設良好；多年的數據資產沉淀，但數據相對分散，難以共用；前端業務需求多變，對數據依賴需求比較強烈，但數據和指標具有重疊性，從技術的視角更多的工作是需要類似積木式的自由組合和搭建；技術部門無法及時滿足多變的業務需求。

工具支撐：NBI數據分析平臺的初衷就是致力于提供簡單、易用、低成本、快速上線的大數據可視化分析產品和服務，幫助企業提升數 據化運營能力。
（責任編輯：fqj）