關于數據中臺的幾點思考
導讀:阿里作為數據中臺早期提出者和踐行者,經過多年的探索有了很多數據中臺方法論和產品的沉淀,甚至成為數據中臺領域的重要風向標。一年一度的云棲大會已經結束,線上全程聽了阿里數據中臺分論壇的內容,云上參加“云棲”大會了。近幾年一直在數據中臺相關產品,想分享一下個人的感悟。
一、數據價值消費核心的數據中臺產品體系
做了三年的數據中臺,再回看數據中臺的價值和使命。過去,很多場合關于數據中臺的分享更多的是從技術能力、產品能力出發。今年則以“數據因場景而美好”開場。這個變化,本質上是體現的中臺必須要以數據價值、需求場景為導向。很多公司的公共部門做中臺,但是離業務太遠,是為了做中臺而做。
數據價值方面,一是決策,如何利用中臺的能力提升數據決策的效率,做到數據決策的民主和普惠,人人都可數據分析,數據決策so easy。并且,可以通過產品的能力,將決策轉化成業務行動,不斷推動業務的改善和調優。對應的主要BI、數據門戶之類的數據產品。
二是智能應用。數字化轉型、數據化運營,數據在精準營銷、產品&用戶運營以及安全風控領域,怎樣基于產品快速輸出賦能,相應的是CDP、智能決策、智能服務類的數據產品。而中臺想要更快、更高效地輸出業務價值,數據資產是關鍵,需要打下厚實的數據基礎,圍繞數據匯聚、資產的建設、價值萃取、資產管理、資產治理,對應的主要是Dataphin,今年數據安全法、個人信息保護法上線后,數據安全成了甚至可以影響企業存亡的重要內容,數據安全產品Datatrust也是時候面市了。
最后,搞中臺是件費時費力的事情,需要大量人、財、物的支持,從組織戰略層面,需要建立中臺戰略以及強有力的組織保障。阿里云核心數據中臺產品架構如下:
圖片來源:阿里云棲大會線上直播
二、數據中臺新方向的總結及思考
1. 關于數據可視化決策分析
1)自助式BI是數據決策分析降本提效利器
拖拽式無SQL分析;自助式配置化的可視化報表及大屏配置,是提升企業消費數據、數據化分析決策效率的標配。自助式BI取代傳統的前端、后端、數據開發CaseByCase定制化的數據平臺是必然,基于中臺思想的BI產品,可視化能力可以與其他平臺充分聯動,做到BI能力的高復用。
從0-1自研做出功能強大的BI產品成本還是非常高的,但現在市面很多成熟的商業化產品,如QuickBI、觀遠數據等可以直接復用其能力。
2)從業務場景出發,形成普惠式的數據分析決策協同
基礎的數據分析平臺是人找數,即搭好數據平臺后,用戶每天上班看看數據有無異常。而更好的BI應該做到向數找人的轉變。即通過業務預警規則、訂閱動作的觸發,將業務指標健康狀況及時推送給不同層級的用戶,并且整合內部IM等辦公協同工具,構建自上而下的協同能力。
例如,領導收到通知,大盤營收下降50%,大區、城市、區域逐層向下拆分,形成業務行動方案。
圖片來源:阿里云棲大會線上直播
3)BI產品可以有更多的創新嘗試,如數據機器人、數據頭條等
18年時,嘗試過基于知識圖譜的數據搜索產品,例如搜索華北大區訂單數,即可輸出對應數據指標及不同維度的拆分分析。后來因為人力等問題沒有繼續推進。隨著技術的發展,更多AI的能力是可以賦能BI分析的。
也做過“數據新聞”的產品,即每天推送業務指標表現的“新聞”信息,例如訂單數創造歷史、大幅下降等等,可惜也是淺嘗輒止。
其實,回歸到業務實際過程,可能需要優先保證業務基本盤的高效支撐,一些創新方向的嘗試,并沒有那么多的試錯資源。
圖片來源:阿里云棲大會線上直播
2. 客戶數據管理平臺:CDP
1)數據豐富度是CDP平臺的核心競爭力
CDP作為客戶數據管理與精細化運營應用平臺,主體功能大同小異,基本上都要包括:標簽管理、人群圈選、用戶觸達、效果分析等功能模塊,最核心的競爭力在于數據源的豐富度以及接入的便捷度、效率。除了平臺業務數據外,廣告數據的回流、二方、三方數據的接入,都決定了對用戶運營的精細化能力。
圖片來源:阿里云棲大會線上直播
2)算法流程的產品化,賦能運營效率提升
基于業務的規則運營受限于業務經驗、運營人力。CDP精細化運營需要算法能力的補充。而過去是算法定制化的進行算法標簽構建或者人群的選擇,將模型訓練能力整合到平臺中,則可以做到算法能力的普世化。
圖片來源:阿里云棲大會線上直播
3. 數據資產的建、管、用、治理
上一篇文章講到數據資產是數據中臺的根基,企業在數據資產面臨的問題主要是資產建設不規范、復用度低、數據質量以及數據成本等問題。
想做出一套Dataphin,首先,在公司內部要形成統一的標準,將標準產品化,才能在事前將問題扼殺在搖籃中。事中,提供更多便捷的配置化建模工具,提升模型建設效率。事后,則是資產的運營和治理,包括數據安全和數據成本的優化。
圖片來源:阿里云棲大會線上直播
三、小結
數據中臺產品體系中,包括數據匯聚、數據加工、數據資產管理與治理、數據價值應用幾個核心方向。今年云棲大會的內容更聚焦上層數據價值的輸出,“數據因場景而美好”,作為數據人,需要更多從場景出發,創造更多可以實際解決業務問題的產品或者功能。
數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。
#專欄作家#
數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。
本文原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議
專欄作家
數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。
本文原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自pexels,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
????