本文將帶你深入了解阿里巴巴如何構建云上數據中臺，分享其背后的大數據思想發展史和具體的實施策略，引導你探索如何利用數據驅動業務發展，希望對您在數據管理和應用方面的理解和實踐有所幫助。

近日，疫情卷土重來，原本安排的旅游出行計劃泡湯，所以還是老老實實在家看書吧，靈魂和身體總有一個要在路上，不是嗎~

接下來我們來一起讀讀《大數據大創新：阿里巴巴云上數據中臺之道》這本書，了解阿里建設數據中臺的由來以及如何建設數據中臺。

有跡可循的大數據思想萌芽，可追溯至1974年，當時便有學者撰寫論文，研究如何用程序處理“大數據集”。

1991年，Bill Inmon出版了《建立數據倉庫》一束，其中首次提到了數據倉庫的定義——面向主題的、集成的、相對穩定的、反映歷史變化的數據集合。

2003年，Google公開了內部海量數據處理技術——基于冗余存儲機制的分布式文件系統GFS、用于搜索索引計算的并行處理框架MapReduce，這些促成了分布式系統基礎架構Hadoop。

2011年，EMC世界大會以“云計算相遇大數據”為主題，正式提出“大數據”的概念，同年，麥肯錫全球研究院發布報告《大數據：創新、競爭和生產力的下一個新領域》。

2017年，根據CCW的研究，全球的大數據市場規模已達到2000億美元。

而阿里在2012年開始探索在云上構建大數據體系，云上數據中臺致力于構建“快、準、全、統、通”的智能大數據體系。其最終目標為催生數據智能化，促進業務發展與模式創新，數據價值變現乃至產業變革升級。

簡而言之，就是我們最常聽到的用數據來驅動業務發展。

當然說歸說，那怎么用數據驅動業務發展的呢？那我們一起來看看中臺大佬阿里是怎么做的吧~

整個數據中臺包含三個層面：統一計算后臺、統一云上數據中臺、賦能業務前臺。

1. 計算中臺

計算后臺同時具有離線計算、實時計算、在線分析能力，從而讓用戶盡可能早并準確地看到歷史數據。

2. 數據中臺

通過智能數據能力實現全局數倉規劃、數據規范定義、數據建模研發、數據連接萃取、數據運維監控等。這些能力需要如何構建的呢？

首先是數據采集，采集盡可能豐富的數據，包含業務數據、服務器日志數據、埋點數據、第三方數據等。

接著進行數據預處理，清晰、結構化采集所得的數據后，行程垂直數據中心，即統一的ODS數據基礎層。

然后進行數據建模研發，并處理不因組織架構變動而輕易轉移的數據中間層，包含DWD數據明細層和DWS匯總數據中間層，它們與ODS基礎層一起行程公共數據中心。

最后增加數據標準，基于OneData規范構建指標體系，計算出復用性強的統計指標，將其增加到公共數據中心。

基于OneEntity規范構建標簽體系、數據體系，將各個垂直的孤島數據連接起來，并萃取不同于統計指標的精華數據，如行為標簽、關系等，行程萃取數據中心，包括消費者數據體系、企業數據體系、商品數據體系和位置數據體系。

其最終形態可分為指標體系和標簽/數據體系，通常指標體系以業務線的視角進行劃分，如劃分電商、金融2套指標體系；而標簽/數據體系通常以某個實體對象視角進行劃分，如劃分消費者、商家數據體系。

3. 業務前臺

阿里內部部門眾多，受眾有三大類，阿里小二、阿里客戶、社會大眾，他們基于同一數據體系，同一份可復用的數據。

阿里小二即內部工作人員，可以使用內部數據平臺，進行業務數據化，包含全局數據監控、數據化運營、數據植入業務等，數據平臺為其提供如下4個層次的服務。

第一層：數據工具服務

普通運營有查看或分析業務數據的需求，所以阿里數據平臺提供了多種BI工具，如快門、小站、孔明燈等，供運營自助獲取數據、多維分析、DIY個性化數據門戶。目前具有綜合性代表意義的是Quick BI。

第二層：專題分析服務

運營對類目分析具有強烈的訴求，平臺按照分析師沉淀的成熟分析思路組織數據，幫助運營自助分析行業異動的原因，實現人人都是分析師的目標。代表產品有：

直播廳：輔助業務根據實時數據調整資源及分配流量

行業360：行業一體化分析產品，從行業視角提供360度數據披露及沉淀數據分析的思路

A+：流量分析產品，從流量視角積累并提供流量相關數據，包括對站點、頁面、區塊、位置瀏覽、曝光、點擊分布數據，一級資源位活動投放數據等進行數據分析

第三層：應用與分析服務

日常營銷活動中，需要選擇商品和商家搭建專場活動，使用黃金策這類的數據產品，可以完成系統間數據的對接，通過設定條件篩選出目標數據，支持自助分析、調整條件，將調優后的結果直接對接到前臺的應用系統，滿足個性化推薦的需求

第四層：數據決策服務

高層管理者和決策者需要宏觀的業務數據，可沉淀的數據和豐富的趨勢來輔助決策，包括通過數據了解業務進展、判斷當前進展是否合理，調整業務方向等。

阿里數據平臺提供定制化的數據產品，如全景洞察、高管日報等，為高層管理者提供宏觀決策分析服務，包括歷史數據規律分析、未來發展趨勢預測、全行業動態洞察等。

阿里客戶即商家、內容創作者等，可以使用生意參謀。

但羅馬非一天建成的，阿里龐大的數據體系也是在不同業務驅動下，經過4個階段的建設，才不斷完善起來。

那對于即將建設數據數據中臺的企業而言，在缺乏經驗的情況下，如何建設適合自己的數據中臺服務呢？

接下來一章，草帽小子會繼續分享阿里云上數據中臺執行計劃的文章，敬請關注吧~