特稿 | 2021数据中台发展十大趋势

元年研究院特别策划——“数字时代企业管理趋势”盘点系列文章，将元年数千家大型企业实践经验与前瞻理论相结合，为企业数字化转型提供方向和路径。本文继管理会计、数字化转型、财务共享、技术中台、采购数字化等文章之后，提出数据中台十大趋势，为企业探索、建设数据中台指明了方向，助力企业借助数据中台构建新一代数字化管理架构，以适应企业在数字经济时代的发展需要。

在人工智能、大数据等技术发展和企业数字化转型加速的双重驱动下，近两年，数据中台在众多赛道中脱颖而出，成为行业焦点。2020年，随着越来越多的企业加入数据中台建设的大军，数据中台从概念热点全面走向建设落地。作为支持企业多业态、全渠道、全终端，同时连接财务、生产、供应链等各种后台系统的数据中台，正在成为未来企业数字化建设的核心。随着企业对数字化认知的提高，数据中台将实现怎样的发展？在企业怎样落地？元年研究院基于对行业的全面梳理认为：数据中台在建设落地和成熟发展的过程中将呈现出如下十大趋势。

趋势1：数据中台重构企业IT架构

数据中台为传统的企业信息化架构带来的全新的思维和架构。

在传统的企业信息化架构下，企业ERP系统、CRM系统、SRM系统、HR系统等等在应用中呈现烟囱式的架构。这些系统彼此独立，每一个系统都有一整套完整的结构，既形成了大量数据孤岛，又造成了大量的资源浪费和数据损耗。数据中台的核心是用数据赋能业务，打通底层数据，让数据成为共享平台，成为数据建模平台。数据中台打破了烟囱式的IT架构，通过在前后台之间增加了一层系统，使企业IT架构从一系列套装软件系统的方式变为各种服务支撑下的一系列前端应用系统，实现了数据间的打通和复用共享。

打通全数据。数据中台架构显而易见的好处在于，它将企业信息化架构由不同平台下分散的烟囱式系统集群变革为部署在同一平台下基于服务的应用系统集群。基于数据中台，企业可以打通和汇聚多源数据，实现数据资产化和内外部数据的整合，有效解决企业的信息孤岛问题，提升数据采集和数据转换的效率和质量。

实现数据的复用与共享。中台的核心思想就是复用和共享，它将不同业务场景的通用能力抽离出来，下沉到一个共享平台，共享和复用给前端应用系统，实现特定的数据应用，更好地支持前台系统的灵活变化。中台可以确保同一类或同一个数据来源的惟一性，实现了对数据的集中化储存，使数据在应用端的复用和共享变得触手可及。在中台上企业还可以构建模型，并将其作为知识沉淀在中台内，可在数据应用端调取进行复用。基于中台“共享”和“复用”的特点，企业可根除IT系统重复建设的现象，为数据存储和数据管理带来便利。

趋势2：数据中台建设从技术驱动转向场景驱动

在数据中台落地建设的初期，企业更多是采用IT牵头、技术驱动模式，项目建设具有一定的盲目性，典型的情况是平台上了没有应用场景或者缺失应用场景，典型的供应商是具有互联网技术背景的团队，如阿里系的、腾讯系等。但数据中台与传统数据仓库和大数据平台最大的不同点，就是数据中台距离业务更近，应由业务场景驱动，而不是由技术需求驱动。因此，数据中台的建设在经历前期的迷茫后，迅速走向以业务场景为核心的阶段。企业中台建设更加理性，往往是从业务场景蓝图开始，探索和识别数据利用的价值场景，根据企业的业务战略目标排出优先级，然后将不同业务价值场景对于数据、技术的需求抽象建模成数据服务目录，再由业务场景牵引着逐步建设，快速迭代。未来的发展中，企业将普遍从自身的实际情况出发去选择数据中台，中台厂家也要增进对业务场景的理解，根据不同企业的业务场景进行量身定制。

趋势3：数据中台与原有IT系统进行渐进式融合

很多传统企业历经多年的信息系统建设，早已投入了各种资源，搭建了诸如数据仓库、数据湖、大数据平台等各类信息化系统平台，形成了信息化体系。在这个时候，彻底颠覆原有信息化平台，从零开始构建全新的数据中台是非常困难的，也会带来巨大的成本浪费和较大的建设风险。因此，企业将更多地选择基于渐进、共存和融合的原则，将数据中台作为一个组织战略对现有系统进行转型和改造。经过渐进的过程，不同的系统将不断迭代、替换，并最终融合在一起，形成适用于本企业的基于中台架构的信息化体系。

如何对传统信息化系统进行渐进式的改造而不是推倒重建，将是很多企业对数据中台的真实需求，也是数据中台建设的重要领域。

趋势4：数据中台与管理会计相辅相成

数据中台在企业落地的过程中，将与管理会计互相加持、互为助力，实现共同发展。

管理会计“用数据说话、用量化管理”，数据是管理会计发挥职能的重要支撑。因此，管理会计信息建设首先要解决数据来源和数据质量的问题，其次要通过数据挖潜价值。数据中台从三个层面促进未来管理会计的发展。第一层是数据治理。它是数据中台的基础层，企业数据中台建设面临底层数据基础差、数据口径不统一等问题，需要首先对数据进行治理。同时数据治理把数据更实时、更动态地从各系统汇集起来，便于应对管理会计不确定性挑战。第二层是数据中台核心层。数据中台核心是打通各个领域的数据，包括财务数据、业务数据、内部数据、外部数据、结构化数据，非结构化数据等，形成统一的数据平台，把数据变成知识、洞见。第三层是赋能。数据本身也是业务，它从业务中来，也要能赋能业务，这是数据中台应用层核心解决问题。场景化数据分析，数据赋能场景、一线部门及业务。在数据中台框架下，数据赋能应用还将有更大发展空间。

同时，管理会计作为数据中台的一个最典型的应用，将引领数据中台不断向应用的广度和深度进军。管理会计平台是构建数据中台的有效工具。基于数据中台架构的管理会计平台将传统的管理会计业务与更业务化、场景化、实时化的数据分析融合，逐步融合互联网大数据分析，并基于对新一代信息技术的深入挖掘和应用，对数据进行采集治理、存储计算和分析挖掘，形成有针对性的数据服务。管理会计为数据中台的生发成长提供了丰富的应用场景，也是数据中台在企业的一个最重要的应用。

趋势5：数据中台与数据治理同生共长

数据中台内汇聚的数据资产就像一座“金矿”，对企业来讲，数据中台必须要解决数据管理和数据使用的问题。如前文所述，作为数据中台架构中的第一层，数据治理渗透于从数据产生到应用的全生命周期中，能够有效提高数据的安全性，合规性、统一性，实现数据资产化，推动数据资产变现。

数据中台为数据治理提供了高效率的平台，有利于提升数据治理效率，巩固数据治理效果。在确保数据安全的前提下，数据中台能够打通数据壁垒，将来自不同应用系统的结构化、半结构化、非结构化数据汇入数据仓库，通过元数据管理平台，对数据标准、质量进行梳理，开展主数据管理，形成各类数据资产，提供各类场景化数据服务，赋能前端应用，前端应用产生的新数据再次进入到整个数据全生命周期中。

同时，数据治理能够有力提升数据中台的数据质量，加强数据中台服务能力，不断验证优化数据中台架构的合理性、有效性，推动企业建立适应数字时代、市场快速变化条件下的新一代IT架构，完成从业务、财务和技术等全方位的数字化转型进程。

趋势6：数据中台赋能企业全域业务

数字化时代，所有企业都面临与产业链、社会大数据互联互通的新挑战。随着数字化进程逐步深入，企业对数据价值挖掘和深入业务层的数据应用需求与日俱增。数据中台的核心在于业务及数据一体化，它打通了企业各业务链条，从研发、生产、采购到销售之间的数据触点，在财务领域生根发芽后，将迅速扩张并应用于企业全域业务，包括新品研发、供应链改造、数字化采购、数字化营销等等领域中，形成企业级的数据中台。

新品研发：数据中台加持下，消费数据低时延传输至企业，形成全方位的市场画像，支持企业在新品研发中贴近客户需求，缩短研发周期，及时有效顺应市场新需求，打造“爆款产品”。

供应链改造：数据中台将企业数据打造成数据资产，反哺供应链各环节。数据中台引导企业基于消费及市场数据，分析、预测需求总量，“以需定产”，破解由库存积压导致的企业财务、管理难题，直击库存痛点。

数字化采购：数据中台还能够充分整合线上线下的采购资源，实现一站式集中采购，提升采购效率和采购透明度，有效降低采购成本。

数字化营销：数据中台能够助力企业在探索线上渠道的同时打通线上线下数据，更细致地划分客户群体，定制个性化营销方案，实现营销的精准触达，打造全渠道客户增长闭环，借助精准全域营销，提高客户粘性。

趋势7：数据中台赋能产业级生态

随着数字化在各领域的推进，数据中台通过打通原本松散的产业价值链各环节，将服务于更广泛的产业级生态的构建，包括赋能工业互联网、智慧水务、智慧城市、智慧农业等等不同产业领域生态的构建。

举个例子，全链路与全要素数字化与数据化意味着企业有能力站在全局的角度，深度服务用户。然而，数据孤岛不仅存在于企业内部，更大的挑战来自供给侧与消费侧之间的信息断层。生产运营信息与消费信息的不对称，导致生产企业依然延用20世纪的管理模式服务21世纪的“数字原生用户”。通过数据中台的建设，则能够将工业互联网与消费互联网打通，形成“双轮驱动”，围绕产品与服务，确保从设计、研发、生产、供应链、再到客户端的交付形成业态化的联动，增强供应链的灵活性与响应速度。

趋势8：数据中台+AI擎起数据分析的未来

数据中台是数据的加工厂。数据中台和传统数据仓库的差别在于架构支持半结构化和非结构化的处理能力，以及具备实时处理和准实时处理的能力。而这些能力将极大提升数据分析的深度和广度。

数据中台+AI将成为数据分析的未来。一方面，依托数据中台，企业可以实现实时、多维的数据分析。数据中台上部署了一系列趋势性技术，包括内存多维数据库、分布式计算、数据可视化等。内存多维数据库实现了数据时效性的革命性突破，分布式计算大大提升了数据计算的速度，数据可视化大大降低了决策的难度。另一方面，以机器学习、认知智能为代表的AI技术，使企业可获得智能、自动的数据分析。某电商平台应用机器学习算法动态定价，每天能达到数百万次的价格调整，整体利润提升明显。某金融企业应用强化学习算法探索需求收益率最大化，机器不仅学习大数据场景进行贷款定价，还面向不同客户进行贷款定价。某电信公司应用客户大数据开展客户收费和收入预测和客户流失预测。某集团企业将自然语言理解、知识图谱和数据分析技术嵌入管理驾驶舱和移动门户，使系统具备了智能交互、智能理解、智能分析、智能可视化、智能推荐、智能预警、社交协作、轻量级部署等功能，提高了数据应用的便捷性，提升了决策的效率和准确性。

“双十一”网购期间，电商系统会根据客户以往购买的习惯“猜你喜欢”，弹跳出专门给客户推荐的商品，这就是中台提供的重要赋能。在本次疫情中，大部分企业的管理层最关心的问题就是疫情将对企业业绩产生哪些影响，企业可以从哪些方面采取措施来加以应对等等。而这些都可以基于数据中台叠加AI，更及时、智能化地获得面向未来的基于数据分析的预判结果。

趋势9：数据中台与SaaS系统加速融合

随着云计算的普及，越来越多的前台和后台系统都开始SaaS化。中台的核心任务是实现前台与后台的联结，因此，如何与各种前后台的SaaS应用融合对接，便成为数据中台建设中需要克服的一大问题。展望2021年，数据中台与SaaS融合的实践会越来越多，中台将朝着SaaS和本地部署双模式方向发展，混合部署的方案会越来越多。

趋势10：数据中台从技术平台演进为组织单元

数据中台不仅是一个技术平台，还可以是一个组织单元。

尽管当前众多企业数据中台的建设还是以技术平台类项目的形式展开的，但是如果希望让数据发挥最大的作用，驱动企业的业务运营，数据中台或将会演进成企业的一个组织单元，成为一个以数据为原材料，生产，加工，销售，运营数据产品的业务部门，即企业的数据服务工厂。作为一个数据服务工厂，数据中台将拥有实体形式，它的产品是数据服务，用户则既可以是业务应用部门，也可以是最终消费者和用户。

数据中台正在替代ERP系统，成为企业数字化转型的重要抓手，是推进企业充分利用数据，挖掘数据资产价值的承载体。总体来看，数据中台未来发展的核心是降低企业的系统建设成本，发挥数据驱动业务创新的价值，最终带动整个产业的数字化转型。