為什么企業需要中臺？其基本特征是什么？中臺應具備哪些基本能力？企業中臺建設又有哪些需要注意的誤區？一般而言，企業中臺包括數據中臺、技術中臺和業務中臺等。對不同企業而言，側重可有所不同。

為什么企業需要數字化中臺

中臺戰略源于互聯網企業，是企業適應數字業務的快速發展和外部競爭環境變化的產物。隨著企業規模不斷擴大，業務走向多元化發展，2015年12月阿里巴巴啟動三年（2015~2018年）的中臺戰略。當時阿里中臺戰略的初衷是解決資源浪費和效率低下的問題，其核心是將不同業務線共同用到的數據和技術（軟、硬件以及分析技術工具）加以整合、沉淀，成立專門的中臺部門，統一支持前臺業務需求。中臺的形式使得企業可以不用重新設計、開發來自不同部門的新業務需求，從而避免重復功能建設和維護帶來的資源浪費，也極大地解決了前臺“煙囪林立”、新業務創新、開發效率低下的問題。以強大的中臺來支持眾多業務線，阿里稱其為“大中臺，小前臺”的中臺戰略，這成為阿里之后數據和業務中臺雙中臺結構的基礎。

數字化中臺建設不僅對互聯網企業的可持續發展至關重要，諸多“傳統企業”正通過實施中臺戰略向互聯網公司看齊。以汽車行業為例，越來越多的車企正在打造數字化中臺。眾所周知，數據孤島是汽車行業長期存在的“頑疾”，數字化中臺的構建有助于企業數據的內部（研發、生產等）和外部（營銷、出行等）全方位打通，提升研發、生產、供應鏈的優化和效率，支撐新的以客戶為中心的商業模式（比如C2B），加快業務創新的響應能力，降低企業創新成本，提高和豐富客戶的出行體驗。中臺戰略可有力地支撐企業從流程驅動向數據驅動轉變，正成為汽車行業數字化轉型的新趨勢。

綜合上面的討論，我們可以清楚地看到，中臺戰略背后的真正驅動力是企業數字化轉型的迫切需求，中臺戰略過去幾年的發展也讓企業看到了其在數字化轉型實踐中的重要性。我們將中臺戰略的價值總結為以下幾條，毫無疑問，圖4列出的每一條都對正在數字化轉型奮斗中的企業至關重要：

數字化中臺的基本特征

過去30年，企業數據管理都以傳統的IT架構為基礎，以采集數據為主要目的。每當技術部門為業務部門解決問題時，需要從業務需求的探查、技術壁壘的打通等從上到下各個方面來建設新系統。每個系統的建成都自成一體，各個系統數據孤立存在，在其基礎上搭建的應用系統更是“煙囪林立”，各自滿足業務部門的不同需求。這種情況不僅耗費各部門大量的精力，也使得各個系統難以打通管理，無法形成更強大的數據能力。

不同于IT信息技術，中臺戰略以數據技術為核心，以提升客戶價值為目的。數字化中臺基于共享服務單元和多層次（數據中臺、技術中臺和業務中臺）驅動的架構設計思想，徹底顛覆了企業傳統的IT以及組織和業務的縱向架構。同傳統的IT架構相比，數字化中臺需要更完善的方法論與工具的支撐，同時涉及對業務的高度認同和管理的全面協同（見圖5）。

那么，數字化中臺有哪些基本特征？

首先，數字化中臺是能力共享平臺。如今，很多產品應用研發初始都在強調功能性，各個功能存在或多或少的重復性。然而企業對這些產品功能的定義并不相同，當客戶產生某些需求時，由于定義的不同，產品功能和功能間的數據很難打通，也無法實現能力共享。在數字化中臺基礎上的應用開發并不強調功能性，更注重能力的共享。這種能力就像水電煤一樣可以直接向外輸出使用，從而滿足業務部門和用戶的不同需求。

第二，數字化中臺是有機的一體化平臺，包含模型資產、應用資產、工具資產、技術資產為一體的賦能平臺。數字化中臺不只是輸出技術能力，數據能力、資產能力、應用能力以及制度能力等也是中臺的價值輸出。數字化中臺的核心點在于賦能業務部門及用戶，以應用為出發點，快速響應前臺和外部的需求，幫助業務部門產生業績，形成企業增長。

第三，數字化中臺是新一代的數據架構思路，其工作原理是以應用為出發點，進行數據整合，最終呈現的結果是數據應用的平臺。隨著未來科學技術愈發先進，人們的需求千變萬化，各種應用的產生也就順其自然，而以純技術為導向的中臺很難快速響應外部的應用需求。數字化中臺是一種端到端的技術平臺，而不是一堆API的接口，其更注重業務端的使用和業務價值的體現。數字化中臺的建設需要結合業務部門靈活的應用需求，技術部門強大的數據治理、數據建模等能力，以及公司各個部門和資產的多維配合。它是集業務、技術和公司資產的有機結合體，并不是片面的模塊的組合體。

第四，數字化中臺是一種新的技術建設思路，它打破了企業以前傳統的功能式和集成式的建設思路。企業以前產品打造的過程先依靠工程師搭建基礎技術架構，架構搭建完成后再添加應用功能。這種建設思路比較適合產品模式穩定的企業，對于應用需求多變、應用出發點無法一時統一的公司來說并不是最佳的選擇。這種因為工程或者基礎設施建設出的產品最終會無法為業務部門提供更多價值。

因此，以應用為核心思考點的建設思路才是企業保持長久生命力的關鍵，而數字化中臺的建設將幫助企業改變傳統的產品應用建設方式。最后，數字化中臺不是多個管理系統和分析工具的集成。傳統企業為提高管理效率會部署CRM、ERP等多種管理系統，這些管理系統主要承擔管理基礎數據的作用，雖然也提供一些簡單業務分析，但對企業運營決策價值有限，尤其當企業外部需求越來越多變，僅僅具有數據采集、存儲和簡單分析功能的傳統企業信息化系統早已無法滿足市場需求。

為了擺脫困境，一些企業通過將多個管理系統的賬號打通，并增設各種分析工具的方式來對原有系統進行“技術升級”，但這種集成式的建設思路仍無法真正賦能業務對象。數據應用多樣化，大量臨時的、即時的、分散的需求不時產生，數據模型需要根據業務重點經常調整，企業僅僅通過聯通各個管理系統賬號和添加分析工具，無法真正有效地響應前臺和外部的需求。更重要的是，多個管理系統和分析工具的集成雖然可能一時為企業解決了部分問題，但是各個系統產品的建設思路不一致，產品與產品間既有重疊功能，也有邊界劃分，且產品之間定義并不相同，無法形成統一的、無縫結合的數據資產。產品與產品之間的技術出入會導致應用的出錯，最終影響用戶對產品的信任。由此，集成式的建設方式給技術部門形成巨大的維護成本和治理成本，并沒有達到數字化中臺建設的真正目的。

數字化中臺應具備的基本能力

數據服務的能力

數字化中臺幫助業務部門建立工作臺，通過工作臺可以快速獲取到數據相關服務，包括數據提取、數據分析、數據推送、數據回流等服務；數字化中臺可以將“臟亂差”的數據進行加工、治理、切分、建模、打標簽等。

數據應用開發的能力

數字化中臺中分析工具、挖掘工具、清洗工具等不同數據工具的設置可以幫助上下游企業和外部用戶直接開發應用。數字化中臺可以將上下游工具進行傻瓜式包裝，比如應用開發、應用復制、應用使用、應用評價、應用分享等功能的設置，幫助企業不同領域的用戶實現數據共享、應用共享。業務人員可以根據自己業務單元的需求，做深度的應用開發，比如精準、智能、智慧等相關應用，這些應用可以獨立變成產品。

強大的海量數據處理能力

數字化中臺對數據治理能力、融合能力、采集能力、同步能力等為數據應用提供了強大的基礎支持。無論企業生產、運營、消費者溯源、供應商維護、外部公共數據等不同維度的數據，數字化中臺都可以通過不同的功能實現數據的打通、共享。由于不同的業務場景需要不同規模的計算平臺來處理海量數據，數字化中臺可幫助業務人員根據應用需求隨時調度計算能力。

自我學習和自動完善的能力

數字化中臺賦能業務人員的特性決定了其具有自學習的能力。中臺可以通過不斷的能力疊加，將數據和公司資產進行良性的循環和回流，賦能企業業務和技術部門，為企業建成一個具有滾動的、增長的、變化的自學習能力平臺。

沉淀資產的能力

用戶在使用數據的過程中會自動地沉淀出高價值的數據，通過數字化中臺的融通能力，將這些有價值的數據進行良性的循環與回流。企業因此對自身的用戶數據、會員數據、人力數據等認識加深。這樣的沉淀能力可以為公司提高核心競爭力。另外，公司內部高價值的資產，比如模型資產、IT資產、DT資產、數據資產、應用資產，以及應用資產中的用戶資產、畫像資產等均可以通過中臺沉淀下來，為公司日后的應用提供更多的支持。長期以往的沉淀幫助公司建立核心競爭力，使企業在數字化轉型中先行一步，快速布局數字化市場競爭。

數據質量自動跟蹤的能力

數據在使用過程中往往有多部門多角色參與，各個部門會定義多種多樣的數據指標、標簽和使用方式，長期以往數據治理體系將會越來越復雜。

一旦數據無法跟蹤，會導致前端的數據應用出錯，最終使得企業決策失誤，付出較大代價。數字化中臺可以避免以上問題的出現，數據質量智能追蹤和血緣分析會跟蹤數據的血緣系統，確保數據質量。

數據融合打通的能力

隨著企業業務多變，數據互聯互通變得越來越重要。數字化中臺將數據定義和意義保持一致，使數據真正實時打通。

IT系統和DT系統風險隔離的能力

隨著業務需求的快速變化，雖然IT系統在企業數據采集、管理方面發揮著積極作用，卻無法隨著DT系統變化，IT和DT系統有著各自存在的意義。兩個系統的目標、定位不同，必然導致數據應用出現漏洞和問題。中臺的建立可以幫助企業對數據進行風險隔離，確保一方不影響另一方。

數字化中臺建設需要注意的誤區

數字化中臺建設并不存在一個所謂的“正確模式”，落地方式也會多種多樣，在很大程度上并無統一成熟模式可循。企業應視中臺戰略為其數字化轉型的重要組成部分，中臺建設應與企業的商業模式、業務發展方向、組織結構、信息化發展程度等緊密結合。數字化中臺不只是單一維度的技術概念，單純認為中臺是數據倉庫、IT技術工具、大數據分析方法或某個特定應用都是對中臺的不全面的錯誤理解。

誤區一：“管理系統和分析工具的疊加=數字化中臺”

傳統企業在經營管理過程中會根據業務或管理需求，不斷添加和升級諸如OA、CRM等不同類別的管理系統。為了更好地響應前臺的業務需求，有些企業成立了新的或擴大、加強了原有的技術部門，由這些技術部門負責利用各類分析工具將管理系統中的數據進行分析后，將分析結果反饋給各運營部門。這種方式仍然是企業前、后臺的傳統運營模式，并不是真正意義上的數字化中臺。管理系統和分析工具的搭配治標不治本，因為這樣的疊加沒有將業務、技術、分析各部門的數據打通，沒有將共同資源進行優化組合，無法為企業數字化轉型提供全面、敏捷的平臺化服務。

誤區二，“業務報表=數字化中臺”

在企業日常運營中，成本報表、費用報表、財務預算、財務分析、進銷存等一系列報表的產生對企業加強溝通、控制、決策制定、業績考核等方面發揮著重要作用。但對絕大多數企業來說，業務報表僅限于對企業內部運營進行管理和監控，對企業外部用戶的維護、需求的跟蹤、業務和產品的更新等方面發揮作用有限。相比之下，數字化中臺不僅對企業內部資源進行打通，實現資源共享和運營管理，還具有有力支撐企業外部持續產品創新、快速滿足用戶需求、以及提升企業競爭力等作用，業務報表只體現了數字化中臺其中小部分的價值。

誤區三，“大數據BI分析工具=數字化中臺”

大數據BI分析工具只是限于業務分析，為企業管理者決策制定和執行提供科學依據，相比數字化中臺為企業在數據采集、數據治理、數據挖掘、模型建立、可視化分析、應用開發等不同方面的融合能力，其功能非常有限，只呈現了數字化中臺的很小一部分功能。

誤區四，“某個特定應用=數字化中臺”

伴隨著移動互聯網在日常工作和生活中的滲透，企業大量開發以提升客戶體驗為核心的應用App。而針對加強企業運營管理效率，提高企業競爭力的企業級應用也是層出不窮。各個行業和維度的應用百花齊放，滿足不同用戶的需求，但這并不意味著這些獨立的應用就是數字化中臺。典型的數字化中臺的工作原理可簡單描述如下：數據中臺從業務中臺的數據庫中獲取數據，進行清洗和分析之后得到的結果支撐到業務中臺的智能化應用。這些智能化應用在用戶使用后產生的新數據又流轉到數據中臺，從而形成閉環。可見，應用為數據中臺提供研發數據，數據中臺為業務創新或者應用完善提供更多支撐。

誤區五，“大數據集群=數據中臺”

為了解決海量的結構化和非結構化數據的存儲、恢復和高效運算，很多企業建立了分布式大數據集群。但大數據集群并不等同于數據中臺，大數據集群僅僅是在建立數字化中臺底層數據存儲和運算時用到的一部分技術架構。數據中臺是業務部門代表的前臺和技術部門經過資源整合、能力沉淀后形成的。

誤區六，“數據倉庫理論=數據中臺”

有人認為數字化中臺中的數據中臺只是一種數據倉庫，這個觀點是錯誤的。在中臺構架中，數據中臺本身沒有數據，數據來源于其他的文件和各個業務系統的API。因為數據中臺擁有這些數據源的適配器，所以數據中臺相當于建立了通向不同數據源的互聯管道?？梢?，數據倉庫是數據中臺的重要組成部分，也是元數據的重要來源，但數據倉庫并不代表數據中臺。另外，一些優質的軟件產品在增設分析功能的基礎上配備數據庫，主要提供業務計算功能，但這樣的數據庫并不是數據中臺。該類軟件數據庫中所用到的分析數據只是企業局部數據而非全域數據，無法挖掘全域數據的價值。

誤區七，“計算平臺=技術中臺”

計算平臺的建設并不能產生應用，因為其沒有強大的數據治理體系，數據無法實現聯通、共享，只純粹地搭建計算平臺并不是技術中臺。

誤區八，“數據工具箱=技術中臺”

數據分析產品、分析工具、倉庫工具等集合在一起的工具箱并不是技術中臺。因為每款工具的功能既相互交叉，又有各自的獨立性，工具之間無法協同一致。工具箱的架構只是數字化中臺建設的某個環節或多個環節，只能發揮各個工具的效果。而數字化中臺建設初始就要考慮到各個環節的無縫打通，來確保之后的數據維護和數據質量，因為一旦某個環節的數據產生變化，其他環節的數據沒有及時地自動修正，會導致用戶決策出錯，造成巨大的損失和影響。以前一些國內大型互聯網公司也從國外購買了各種各樣的數據技術產品，但在實際運用過程中并沒有達到工具集合的效果，即使某一個環節完成得較好，最終的數據結果也會出錯，原因在于生產鏈條無法協調統一，不同工具間的數據無法達到一致，數據維護門檻較高。

針對以上問題，傳統的解決方案是做各種各樣的中間表，但這樣又會產生其他的問題。首先是中間表的建立和維護需要工作人員一直關注，時間成本和資源勢必需要持續投入，人工維護難度和成本較高；其次，當企業業務規模擴大后，需要改變中間表時，當時的運維人員或許已經離開，導致中間表無法修改，即使出錯了，數據也無法回溯。因此，企業為了維護數據的一致性，需要開發更多復雜的應用產品來保證數據的質量和結果?？梢姡夹g中臺并不是數據工具箱。

企業對中臺的認知誤區會導致它的建設面臨風險。從CTO或CDO的視角看，中臺的建設考慮到兼容性的問題，需要變革技術架構和更新產品體系。一旦中臺搭建錯誤，基于中臺產生的應用也會出現問題，且重新搭建的代價將會非常大。因此，企業要保障數字化中臺建設的正確性，并注意各個建設內容的遷移。