2022-07-06 10:22 浏览量:251
最近很忙,手上有几个项目正在谈,其中有一个项目还挺重要的,花费了不少精力。在这个过程中,我一直在想,客户们在选择供应商时,有没有一套标准或者方法论。
不久前,为了帮助各位CEO和领导们在寻找服务商的时候少踩一些坑,少被忽悠点钱,我分享了一篇4000字的《数据治理方法论》,不知道大家看了没有。
正好今天有空,干脆再尝试着写一篇如何选择数据中台/数据治理服务商的文章,希望对大家有用。因为公司体量和过往经验,此建议仅面向中小型企业的老板们,如果不妥,欢迎大家给我指出来,一定照单全收。
话不多说,干货奉上!
不知道你们有没有感觉,最近越来越少人谈及「云计算」、「数据中台 」了。五年前提出的“中台”概念,现在也只有“数据中台”偶尔会被提及了。
如果没有国内某头部云计算大厂,时不时开个发布会来续命,估计很少厂商会去炒这个概念。
在CSDN看到一篇帖子,说的就是某个大型企业跟某云计算大厂签了一个千万级的数据中台项目,后来这个项目被外包给另外一个厂商来开发,最终结果也就出报表的速度快了30%到50%,没有解决多少实际问题,也没有带来什么其他的价值。
项目中的业务分析都是自己IT部门干的,那家云计算大厂及其合作伙伴没有任何业务梳理的能力,更不用说搞业务优化的方案、帮助企业提升运营能力了。
这就是目前数据中台的市场现状,跟你签约的大公司可能并不实际负责项目开发工作,别问我怎么知道的,问就是不知道。
那作为企业来说,如果我们真的有数据治理的问题,需要专门请服务商来开发,应该怎么选择呢?
作为长期在一线的数据治理实战派,我有义务站出来给大家提几条建议了。
先搞清楚你想要什么,想要解决什么问题
1、你希望数据中台帮你解决什么具体问题?希望它带来什么业务价值?
2、如果“数据中台”最终呈现的是一个具体的系统,谁会经常使用它,它的目标用户是谁?他们对这个“数据中台”的需求和期望是什么?
弄清楚第1个问题很简单,无论供应商们把数据中台,数字化转型的概念吹得多天花乱坠,你只需要考虑清楚第1个问题就好。
能不能帮你把各个公司内部外部的信息系统中的数据整合起来,并进行加工和分析,服务于公司的实际业务。
接下来就是弄清楚数据中台能够带来什么业务价值。
我们都知道,目前数据已经成为重要的企业资产了。虽然数据不属于某一个人,也不属于某个部门。但是谁来牵头数据中台的项目,天然的,他就有了数据控制权,相应地他在公司的话语权就会提高,这个价值和意义懂的都懂。
数据中台当然是有它的价值存在的,只不过它真正能够发挥业务价值需要经历三个阶段,根据我服务企业的经验来看,目前大多停留在第一、第二阶段。
第二个问题,“数据中台”到底最后是谁在用,它的实际用户是谁?按照业内的惯例,一般将用户分为五类:信息管家、数据工程师/架构师、数据科学家、数据分析师、数据资产高管。
但实际上,大部分企业是没有这些的人员设置的。普遍地只存在后两种角色。
从选型的角度来说,他们大多希望交付的系统是一个,用户体验友好、界面简单但功能强大、能够服务实际业务、易于配置、不需要自己写代码、只需要简单操作就能使用的系统。
确定一条符合公司实际的实施路线
行业内经常有人说,企业上“数据中台”并不是开发一个IT系统,而是建立一套全新的数字化平台和工作方式。但这句话似乎并不适用于所有阶段的公司,到底把“数据中台”建设成什么形态,还是要从公司实际出发。
有些规划虽好,看上去也很优秀,但实施周期太长,需要消耗巨额的开发费用,牵涉的面又太广。总之,适合自己的才是最好的。
数据中台厂商选型的一些基本原则
在讲数据中台厂商选型的一些基本原则之前,我们先来了解下这些厂商可以提供的产品和服务有哪些。
据我了解,目前国内市场上,数据中台服务商一般能够给企业提供三种类型的产品和服务。
1、提供数据咨询和规划服务
2、提供一套系统或工具
3、提供数据实施和运营维护服务
我们来一一拆解。
第1点,数据咨询和规划服务。
正常来说,咨询公司会提供一些数字化转型规划、业务场景规划、架构设计以及敏捷转型辅导的工作,通常也包括帮助客户开展后期实施阶段的大项目管理。
但实际上的咨询服务大多偏离原有含义,主要是用一些管理黑话、业务运营名词以及一些IT技术语言,造一些高大上的没听过的名词,给企业高层领导、业务人员和技术人员宣讲为什么要做数据中台。
让客户管理层觉得数据中台应该做,必须做,做好了对公司有好处。统一共识后,就可以很快地推动项目立项和实施。
第2点,提供一套系统或工具。
“数据中台”最终呈现的形式大多是一套系统或工具。一般这些工具都会包含数据标准化、数据采集、数据存储、数据计算、数据加工、数据治理、数据可视化、数据服务、数据分享等功能。
交付形式有公有云、私有云、混合云。
第3点,提供数据实施和运营维护服务
这基本上就是“数据中台”建设过程中,最脏最累的部分了。行业内通常会把这部分外包给其他IT服务公司来做。
比如数据梳理、制定数据标准、数据清洗、给数据打标签、A/B测试等。
但并不是每个厂商都具备这三方面的能力,大多数厂商是只具备一项或者两项。那我们应该怎么去选呢?
我在这里给出一些选型思路:
1、首先确定你的需求,都涵盖上面提到的哪几方面,寻找对应的供应商去进行前期咨询。大多数情况下,你会选择都要。
事实上真的能够同时满足三个条件的厂商,可能也就只有百年老店IBM够格了。所以还是要讲究一些侧重了。
来源:许可数字说