作者：铁叫兽
一、如何理解数据中台
在解决你是否需要数据中台这个问题之前，让我们先理理它究竟是什么。
它是工具？是方法？还是组织架构？我的回答是：都不仅仅是。
数据中台包括平台、工具、数据、组织、流程、规范等一切与企业数据资产如何用起来所相关的。
企业所属行业不同，经营策略不同，从而数据场景也千差万别。再加上企业人员运用数据的能力参差不齐，这就导致了每一家企业的数据中台都是独一无二的，不是购买一个所谓的数据中台工具就能解决的。当然合适的工具是可以降低企业应用数据难度的，这是强调的是「合适的」，而不是「高级的」。
既然每一家企业的数据中台都不一样，那市面上是否有成功案例可以借鉴？
有，阿里巴巴是目前成功实施数据中台项目的企业，也是第一个提出数据中台概念的企业，这里有必要简单了解下这段历史：
二、数据中台出现的前提
回顾这段经历你会发现，它的出现基于以下前提：
1、丰富的数据维度
TCIF & IDMAPPING，淘宝消费者信息工厂和用户识别，打通了阿里集团所有相关业务域，建立了几千个标签来刻画用户画像。比如：你的真实性别、购物性别、音乐风格偏爱是「R&B」、你的线上购物行为特征是「爱薅羊毛还是财大气粗」等等。
2、多个大数据场景
数据服务支撑了阿里妈妈、淘宝、天猫、支付宝等多个业务板块的场景，每天都有上亿的调用次数。通过业务效果反馈，进而不断优化调整数据和模型。
根据以上两点，下面列举几个简单的例子：
【企业A】
主要通过 APP 运营专业类内容收取广告费，提供免费的 WIFI 服务吸引顾客，随着 DAU 的增加，需要给用户提供个性化内容。
大数据场景：目前比较合适的是启动一个内容推荐类的算法项目，但在可见未来的情况下，没有看到更多数据场景。
【企业B】
主要通过在线下门店和线上互联网的方式进行水果销售，目前门店数量已超过 1000 家。需要用大数据来精细化运营用户和商品，目前已经搭建了大数据平台构建了数仓。
大数据场景：可视化报表（已）、商品猜你喜欢、个性化营销信息推送、商品库存优化、卡劵核销风控等。比较合适的是启动一个数据中台项目。
这里各位可能会有疑问：
（1）数据中台和传统数仓的区别是什么？
详见如下：
（2）已经构建数仓了，数据中台的项目是否会冲突？
中台项目偏重的数据在多场景下的「用」，完全可以基于数仓（指标体系）再次「升级」，所以并不冲突。
【企业C】
主要通过线下售卖服装盈利，同时运营两个品牌：MINI 1 和 MINI 2。两个品牌的 CRM 分别由不同供应商提供，为了更好的为会员提供服务，故需要打通两个 CRM 中的用户数据。
大数据场景：无，属于业务中台范畴，主要构建统一的用户中心来为 CRM 提供数据。
【企业D】
多业态集团公司。旗下有图书零售板块，有金融保险业务同时还有多个大型 Shoppingmall。各个业务板块都有自己的数仓和报表，现面向集团需要构建统一的数据管理平台或数据资产管理平台。
大数据场景：这属于典型的数据中台类型项目。
通过以上内容，相信大家对自己的企业是否需要建设数据中台有了初步的认识。当然，在实际判断中还需要更加谨慎，不要被厂商用一些概念所混淆。
