从1到N的创新 企业数据价值深度挖掘需找对适合平台

原创
大数据
越来越多的企业开始重点关注数据对企业商业创新和业务价值变现能力。这个创新如果从0到1,付出的成本会相对较高,但是企业可以利用标准化的技术工具,结合成熟的方法论体系,配合相应的组织架构,实现从1到N的创新。

【51CTO.com原创稿件】2020年,信通院发布大数据报告中指出,企业运营中的数据只有56%能够被及时捕获,而这其中,仅有57%的数据得到了利用,也就是说,仅有32%的企业数据价值能够被激活。

数据的重要性不言而喻,众多企业都在开展数据相关的工作。然而过去,企业更多关注点集中在数据分析相关领域,以数据可视化为核心,通过图表进行展示,便于管理层更加直观地浏览数据。但由于图表展现存在局限性,并且数据质量参差不齐,数据联动性不足,因此企业开始重视数据质量问题,以及解决分散在不同业务系统间的数据集成问题,进而提升数据的准确性,为企业科学决策做好准备,并开始探寻数据的深度业务价值。

用友网络平台与数据智能业务发展部总经理岳昆指出,越来越多的企业开始重点关注数据对企业商业创新和业务价值变现能力。这个创新如果从0到1,付出的成本会相对较高,但是企业可以利用标准化的技术工具,结合成熟的方法论体系,配合相应的组织架构,实现从1到N的创新。而用友YonBIP商业创新平台,是数智商业的应用级基础设施,帮助企业实现数智化转型。这其中,数据是关键且重要的环节之一。

是否要做数据中台?

过去,企业在开展数据项目时,并没有将更多能力沉淀为产品或者平台,很多共用的数据能力没有服务化和产品化,因此做了很多重复的工作。如何有效利用数据并深度挖掘数据价值?如何最大限度传承和复用数据服务?如何快速响应业务需求?数据中台出现了。

中台最初起源于“大中台,小前台”的概念。后来业务中台、数据中台、技术中台也都在各大互联网企业中兴起。岳昆指出,数据中台是整体布局的战略部署,是数据统一汇聚(逻辑或者物理)后的数据服务提炼,是打破不同业务域之间的数据连接,解决深度数据价值挖掘的问题。

在中台盛行之时,有人则将大数据平台变成大数据中台,一跃成为新的概念,平台、中台到底有何不同?岳昆进一步解释道,在某种程度上,数据中台和数据平台都是名词概念的不同而已。它解决的是企业对于数据统一认知的问题,包括是否需要统一存储,是否需要做各业务领域间的数据联动和分析以及价值挖掘,是否结合数据和AI智能的能力服务顶层应用。“我认为叫不叫中台不太重要,重要的是是否可以提供一体化服务的能力。中台概念可能今天相对更合适,因为中台代表了复用、共享,能力的统一实现。”

数据中台需不断迭代

中台经历了兴起、火爆、被唱衰等阶段,如今是否已经“凉凉”了呢?岳昆指出,数据中台本身是有建设周期的,是一个运营大于建设的项目。数据中台建设不难,通过产品或工具的部署完成数据中台的技术能力落地,但是,很多企业部署后缺忽视了整体数据运营的重要性。

岳昆告诉51CTO,数据中台项目的建设是迭代上升的过程,不是系统搭建部署运行后项目就结束了,是需要持续不断地进行迭代运营,因此,数据中台是一个重运营的项目。“数据中台建设是分阶段的,从企业当下的业务需要视角来判断应该采集哪些数据,构建什么数据模型,建立哪些数据服务,实现哪类数据业务应用。当应用上线后,又应该迅速回到第一步,重新开始新一轮的需求探讨,因为新的业务必然带来新的数据,进而产生新的机会。数据中台建设是一个往复循环的过程,是一个小步快跑和快速试错调整的项目。”

过去,大家过于把数据中台当成传统的信息化项目,面临的困难也就很多,包括传统的思维、传统的架构,都会局限数据中台项目的发展,因此,我们看到业界数据中台建设成功的案例并不多。岳昆认为,数据中台建设应该是三位一体的,包括方法论体系、软件工具和组织架构。

第一是方法论体系,包括实施建设方法体系、数据运营体系和一系列的标准和流程等;第二是软件工具,利用数据相关的软件产品,实现企业数据技术能力的落地,包括数据湖、数据移动、数据分析、数据资产和典型数据应用等,涵盖端到端的数据服务能力;第三是组织架构,中台强调的是共享和服务,它将一些能力从业务部门抽取到中台,这是打破利益边界的,所以企业内的人很可能成为中台项目真正产生价值的阻碍。建立更加适合的业务部门和信息化部门相融合的团队,更适合数据中台项目的整体顺利运行。

双中台驱动数据创新

iuap作为YonBIP(用友商业创新平台)的PaaS平台,向下对接主流云计算基础设施,向上服务整个用友云SaaS、BaaS、DaaS 及产业和伙伴生态。其中数据中台和智能中台双轮赋能,驱动企业在数据方面的创新发展,帮助企业应对数据挑战。

据了解,用友iuap数据中台提供了近百种数据源的数据连接和采集能力、批处理和流式数据处理一体的数据架构、全局智能化化的数据管理能力,可以实现企业数据的处理自动化、数据资产管理智能化和数据服务便捷化。此外,其内置的能力,还包括报表、图表、预测、决策、自助式分析、图谱分析、机器学习算法进行高阶的数据价值挖掘等等,帮助企业实现业务数据化、数据智能化、数据业务化。

业界也有很多中台产品,尤其是细分领域的一些产品已经相对成熟,那么,用友的数据中台有哪些优势特色呢?岳昆表示,首先,用友更熟悉企业的实际业务,进而深刻理解企业数据。众所周知,用友服务的客户都是企业级,是沿着to B的路线不断展开。凭借多年的企业业务服务经验,用友对企业的业财一体、人力、营销、采购、智能制造等场景下的数据和应用都有着较深刻的理解。

第二,用友提供的是一体化端到端的解决方案。从数据的连接和获取,数据的存储和计算,数据资产和数据治理、到数据工场中的模型开发、任务调度、指标管理,再到顶层的智能分析和企业画像,用友基于完全自主研发的一系列软件产品,提供完整的端到端数据能力。

第三,用友拥有丰富的客户最佳实践,一直以来用友均秉承产品结合实施的理念,从前期的客户沟通,解决方案形成到最终的项目交付落地,持续运营,用友一直贴身服务客户,降低沟通成本,减少从方案到真正落地的风险,多年项目实践,形成了一套行之有效的数据中台落地方法体系,规避风险,真正实现用户价值。

值得一提到是,用友iuap数据中台的每个模块都是解耦的。若企业已有部分已建成的数据能力,或者部分其他数据工具产品,用友均可以通过不同的方式与其进行结合,不会强制企业使用用友整体的数据产品。岳昆表示,企业不同层面的数据能力都需要根据企业发展实际情况考量,并不是每个模块都要选最好的,也许每个模块选用最好的产品组合后反而是较差的方案,因为不同模块来自不同厂商的不同产品,需要解决大量异构和管理沟通问题,也加大了运维的工作复杂性。因此,企业的数据能力模块也要根据自身发展情况整体考量。

数用分离 打破业务壁垒

过去,企业在搭建业务应用时,往往都是独立的烟囱,数据也是由不同业务系统或者应用产生,数据也都是割裂的。但是企业对于数据的使用希望是全局的,应该将所有数据融合使用。

后来,企业通过建立数据仓库解决统一存储的问题,但是企业需要将这些数据抽取后才能被使用,从应用的架构设计角度考量,数据的产生和应用还是在一起。岳昆认为,数据的产生和数据的使用理论上应该是两件事,用友基于单一数据来源SSOT和多版本事实MVOT模式,全线产品实现了数用分离架构。

数用分离架构是将数据和应用进行架构分离、更强调数据架构设计和数据驱动业务的一种新型架构。上一代的系统架构更重视的是应用架构、强调功能划分、业务流程,用友YonBIP把数据架构作为系统设计的核心架构,以数据中台为支撑,用业务数据化、数据资产化的思想架构企业服务,用数赋智、驱动企业商业创新。数据结构是稳定的、数据内容是流动的,基于数据的多层次标签和多维度关系,支撑前端多模式、随需而变的应用;通过数据资产的复用、价值挖掘,赋予企业商业智慧。如今,用友所有产品线都是基于数用分离架构设计模型,保证“数出一门”,提高数据使用效率。

未来

用友iuap数据中台是企业数智化转型的坚实底座和加速器的核心部门,以实现企业数智化为使命,以构建"看、选、用、治、评"闭环为方法论,以数据中台和智能中台双轮驱动为工具,深度赋能智慧企业建设。未来在数据方面,用友会着重在两个方面发力:一是数据服务和顶层应用更广泛地落地和实践;二是在智能层面开展更多的尝试,包括生态深度合作、产学研一体化发展等。用友会与更多高校合作,将学术理论移植到产品中或者是项目合作中,从而发展壮大生态圈。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

 

责任编辑:鸢玮 来源: 51cto
相关推荐

2017-01-18 09:33:07

数据构建价值

2015-01-13 16:26:05

大数据Informatica

2022-01-27 09:51:42

数据管理

2015-08-19 13:42:30

2013-07-03 16:30:14

2022-05-09 08:35:43

面试产品互联网

2023-05-17 19:37:53

2015-11-27 14:38:46

中国软件资讯网

2022-02-09 07:29:53

打印排列解法循环解法

2012-12-10 13:24:15

回归分析数据挖掘

2021-05-17 10:20:12

物联网价值企业

2015-05-28 15:12:14

普元BFVSOA

2022-03-16 11:02:26

人工智能数据运营混合人工智能

2017-11-01 17:27:18

数据中心

2018-07-05 18:07:43

企业风险管理

2011-09-22 19:09:38

大数据云计算信息挖掘

2018-04-11 16:52:44

2017-11-28 17:41:39

大数据

2013-12-20 16:25:04

浪潮大数据
点赞
收藏

51CTO技术栈公众号