2021-10-21 19:56 浏览量:275
阿里作为数据中台早期提出者和践行者,经过多年的探索有了很多数据中台方法论和产品的沉淀,甚至成为数据中台领域的重要风向标。一年一度的云栖大会如期开始,原计划去现场,因为身体原因+疫情反复,线上全程听了阿里数据中台分论坛的内容,云上参加“云栖”大会了。近几年一直在数据中台相关产品,想分享一下个人的感悟。
一、关于云栖大会数据中台论坛
数据中台在18年爆火后,成了各大峰会的必备项目,云栖大会也不出意外,连续两天十几场数据中台相关的分享。10.21日主要是围绕阿里云旗下的数据中台相关产品和技术能力展开,10.22日下午更多的是数据中台在业务实践的重要以及数据赋能的解决方案,感兴趣的可以看线上直播或者视频回放。虽然阿里云的专场有很浓的云产品发布会、产品推介的味道,但还是可以在其中吸收一些新的观点或者产品的创新方向的。
二、阿里云数据中台论坛的主要内容
从分享的Topic可以看出,先是由数据中台负责人统领数据中台总体的价值、方向以及产品架构,然后是QuickBI、CDP等几个核心核心产品的介绍。
图片来源:阿里云栖大会线上直播
做了三年的数据中台,再回看数据中台的价值和使命。过去,很多场合数据中台的分享更多的是从技术能力、产品能力出发。今年则以“数据因场景而美好”开场。这个变化,本质上是体现的中台必须要以数据价值、需求场景为导向。很多公司的公共部门做中台,但是离业务太远,是为了做中台而做。数据价值方面,一是决策,如何利用中台的能力提升数据决策的效率,做到数据决策的民主和普惠,人人都可数据分析,数据决策soeasy。并且,可以通过产品的能力,将决策转化成业务行动,不断推动业务的改善和调优。对应的主要BI、数据门户之类的数据产品。二是智能应用。数字化转型、数据化运营,数据在精准营销、产品&用户运营以及安全风控领域,怎样基于产品快速输出赋能,相应的是CDP、智能决策、智能服务类的数据产品。而中台想要更快、更高效地输出业务价值,数据资产是关键,需要打下厚实的数据基础,围绕数据汇聚、资产的建设、价值萃取、资产管理、资产治理,对应的主要是Dataphin,今年数据安全法、个人信息保护法上线后,数据安全成了甚至可以影响企业存亡的重要内容,数据安全产品Datatrust也是时候面市了。最后,搞中台是件费时费力的事情,需要大量人、财、物的支持,从组织战略层面,需要建立中台战略以及强有力的组织保障。阿里云核心数据中台产品架构如下:
图片来源:阿里云栖大会线上直播
三、数据中台新方向的总结及思考
1.关于数据可视化决策分析
(1)自助式BI是数据决策分析降本提效利器
拖拽式无SQL分析;自助式配置化的可视化报表及大屏配置,是提升企业消费数据、数据化分析决策效率的标配。自助式BI取代传统的前端、后端、数据开发CaseByCase定制化的数据平台是必然,基于中台思想的BI产品,可视化能力可以与其他平台充分联动,做到BI能力的高复用。从0-1自研做出功能强大的BI产品成本还是非常高的,但现在市面很多成熟的商业化产品,如QuickBI、观远数据等可以直接复用其能力。
图片来源:阿里云栖大会线上直播
(2)从业务场景出发,形成普惠式的数据分析决策协同
基础的数据分析平台是人找数,即搭好数据平台后,用户每天上班看看数据有无异常。而更好的BI应该做到向数找人的转变。即通过业务预警规则、订阅动作的触发,将业务指标健康状况及时推送给不同层级的用户,并且整合内部IM等办公协同工具,构建自上而下的协同能力。例如,领导收到通知,大盘营收下降50%,大区、城市、区域逐层向下拆分,形成业务行动方案。
图片来源:阿里云栖大会线上直播
(3)BI产品可以有更多的创新尝试,如数据机器人、数据头条等
18年时,尝试过基于知识图谱的数据搜索产品,例如搜索华北大区订单数,即可输出对应数据指标及不同维度的拆分分析。后来因为人力等问题没有继续推进。随着技术的发展,更多AI的能力是可以赋能BI分析的。
也做过“数据新闻”的产品,即每天推送业务指标表现的“新闻”信息,例如订单数创造历史、大幅下降等等,可惜也是浅尝辄止。
其实,回归到业务实际过程,可能需要优先保证业务基本盘的高效支撑,一些创新方向的尝试,并没有那么多的试错资源。
图片来源:阿里云栖大会线上直播
2.客户数据管理平台:CDP
(1)数据丰富度是CDP平台的核心竞争力
CDP作为客户数据管理与精细化运营应用平台,主体功能大同小异,基本上都要包括:标签管理、人群圈选、用户触达、效果分析等功能模块,最核心的竞争力在于数据源的丰富度以及接入的便捷度、效率。除了平台业务数据外,广告数据的回流、二方、三方数据的接入,都决定了对用户运营的精细化能力。
图片来源:阿里云栖大会线上直播
(2)算法流程的产品化,赋能运营效率提升
基于业务的规则运营受限于业务经验、运营人力。CDP精细化运营需要算法能力的补充。而过去是算法定制化的进行算法标签构建或者人群的选择,将模型训练能力整合到平台中,则可以做到算法能力的普世化。
图片来源:阿里云栖大会线上直播
3.数据资产的建、管、用、治理
上一篇文章讲到数据资产是数据中台的根基,企业在数据资产面临的问题主要是资产建设不规范、复用度低、数据质量以及数据成本等问题。想做出一套Dataphin,首先,在公司内部要形成统一的标准,将标准产品化,才能在事前将问题扼杀在摇篮中。事中,提供更多便捷的配置化建模工具,提升模型建设效率。事后,则是资产的运营和治理,包括数据安全和数据成本的优化。
图片来源:阿里云栖大会线上直播
图片来源:阿里云栖大会线上直播
四、小结
以上是今天云栖大会后的一些比较浅显的总结,其实数据中台涉及的内容很多,BI分析、智能运营、数据资产可以说是偏中上层的最核心的几个产品。中台路漫漫,上下共求索。
来源:数据干饭人
作者:千冰仪