企業中臺建設思路與實踐方案

謝麗娜

（廣東云徙數瓴科技有限公司，廣東 廣州 510000）

在DT時代，包括傳統企業在內的許多企業都在參與數字化轉型，認識到數據的價值越來越重要。如何提高企業的數據價值？數據中臺是當今最重要的手段之一。數據中臺通過四個封閉、高效的服務業務，改變了企業使用數據（傳統作業數、BI）、業務數據管理、數據資產和資產服務的方式，加快數據資源向數據資產轉化的進程，提高企業的響應能力、創新能力和企業價值。通過降低成本、提高效率和使用基于數據的智能，正創建一個基于數據的智能企業，為企業創造更有效的價值。

1 企業中臺起源

1.1 概念

數據中臺是CNU戰略的一部分。阿里云棲社區對中間數據站的描述是：“在許多情況下，企業的增長與業務多樣化同步，而企業則積極推動業務信息化。因此，隨著各種垂直業務的發展，越來越多的企業相繼形成了垂直數據中心。數據中介機構報告這些數據，并根據統一標準匯編這些數據，以降低技術成本、執行效率和能力分配。”簡而言之，商業部門多年來收集的數據是根據業務特點和橫向伙伴關系加以統一的，最終作為公共數據服務能力使用，這取決于縱向數據的使用，也包括橫向結合和統一[1]。例如，在不同的信息系統中實現設備、人員、訂單等具有相同的清晰標識、相同的屬性描述。垂直層是指將原始的實際數據復制成多個數據，以滿足數據分析和檢索需要的處理過程。在信息模型中，后臺是用戶用于服務的應用程序，后臺是支持應用程序的后臺系統，然而，市場、企業和用戶的需求千差萬別，僵化的基礎系統無法滿足他們的需求，企業需要一個強大的中臺，能夠迅速適應不斷變化的業務需求，并迅速平衡所需的技能和資源。在此基礎上，提出了企業中臺管理的概念。載波中心站是在家庭和后臺之間增加的一組傳輸，使得家庭和后臺的速度相同，后臺資源可以成功地傳遞給用戶。因此，公司的媒體平臺是基于行業特點和互聯網技術，通過共享服務中心和“大媒體平臺”“小幫助臺”等商業和組織機制，它可以定義為企業實現自己的能力和用戶需求的需求結構。

1.2 演進歷程

20多年來，我國企業IT系統的設計模式是以業務單元設計項目提出的業務需求為基礎的。在某種程度上，每一個新系統的出現，都在公司內部創建了一個新的系統，這種模式有三個主要缺點：第一，重復功能的構建和維護需要大量的重復投資；第二，中臺的引入需要整合；第三，不利于企業可持續發展。同時，該模型處于信息部門直接的“業務支撐”地位，即IT系統建設的實施、運行和維護不能滿足業務部門的需求，不能全面了解業務發展，為企業帶來新的業務增長點。在此背景下，提出了一種共享服務體系結構。以“解決業務能力、數據能力和開放業務能力”為目標，前臺和后臺的完全解鎖已成為中臺的基礎。隨著共享服務系統的進一步發展和完善，它逐漸面向集團型企業，為集團型企業提供全方位的業務功能、產品功能、數據功能、技術功能和支持功能。屆時，共享服務系統將成為一個“大中臺”，包括業務中臺、數據中臺、技術中臺和基礎中臺。

2 企業中臺的一般架構體系

傳統的IT系統設計思想是將其作為煙囪式的結構模型，中臺核心理念是：在一個龐大的前端系統中，穩定的整體創業能力“沉降”到中臺，以減輕反應能力。此外，通常需要對后臺系統進行更改或直接在前臺使用的功能可以“提取”到中臺層，中臺層更靈活，成本更低，以提供更強大的“技能”支持。從技術角度看，大中臺技術仍然具有密度高、平臺結構稀疏、數據可用性高、資源編譯簡單等特點，結合微服務的方法，將企業的核心業務簡化為基礎設施，并基于前后邊緣分離模型，為企業建立一個完全分離和集成的公共平臺[2]。以下是一個企業通用的中臺結構，將技術中臺、數據中臺、商業媒體技術和沉淀能力結合起來，前端應用程序服務和底層應用程序層，即企業信息系統或相關客戶，信息系統的相關類別等。上層是集成的PAAS層，集成了服務總線、數據總線、身份管理、門戶平臺等中間件產品和技術作為技術支撐。DAAS數據層采用數據管理、數據計算和配置分析的能力，結合基礎數據、大數據等數據媒體技術。服務中臺層和共享服務層共同支持應用層的業務服務，為用戶提供個性化服務。

3 企業中臺關鍵技術分析

3.1 數據存儲及數據倉庫

大多數企業現在都有現成的數據軟件公司，但大多數技術手段都集中在以前的Oracle數據庫上，而不是從不同的來源聚合業務數據，并不是真正產生數據價值。引入Hadoop、Spark等技術體系，構建大數據存儲與管理的基本平臺，基于結構化、非結構化、半結構化數據的存儲與計算，整合大數據存儲資源統一規劃、統一管理。數據中心不生成數據，數據可以來自不同的業務系統、數據庫、網絡環境等。大部分內存都在網絡環境和存儲平臺上，該系統是獨立的，難以直接使用，需要進行數據挖掘、捕獲、集成和處理，不同模型的混合數據被收集和存儲在一個平臺上，并被建模為具有商業價值的數據。只有這樣，我們才能有效地聚合數據，并在數據中形成單一的數據資源，將收集到的附加數據集和提取的合并業務數據匯總后，將其存儲為數據。隨著大數據時代的發展，數據庫技術也從傳統的關系型數字存儲結構發展到了分散式的Hadoop結構。隨著Hadoop、MPP和SQL實時服務的需求，實時流存儲和計算設備可以支持融合流等大數據技術中的大量數據應用。

3.2 建設基于ESB的能力開放平臺

以企業數據庫為基礎，建立了一個基于ESB的能力開放平臺，實現企業與外圍合作機構之間的數據交換，打開企業內部有價值的數據，實現數據共享。同時，該開放平臺還可以對用戶的訪問權限、數據服務度量等管理操作進行認證，開放內容層提供服務內容，并提供相關文檔和示例[3]。管理中心管理服務功能，管理應用程序和合作伙伴，并提供統計分析數據。云南電信通道的開通，在網絡結構上區分了外部接口和內部DCN，拓展了追隨者的視角，保障了互聯網的安全，內部DCN繼續根據原始標準和體系結構開放服務功能，在線辦公和淘寶等外部用戶目前正在使用各種REST/HTTP方法，通過DMZ區域和內部服務功能之間的交互，與服務功能層共享和服務功能封裝層。

3.3 自助式的數據服務平臺

數據中心提供了一種自助數據服務平臺，商業用戶將平臺組織的數據打包成基于服務版本和數據權限的服務，以生成可外部共享的數據服務，并進行詳細的權限管理。一方面，數據中臺必須與業務價值對齊，建立數據站最重要的不是數據的技術水平和質量，而是數據的思維和數據文化。所謂數據思維，就是從數據的角度建立一種思維方式，數據文化不僅將數據視為一種支持工具，而且將數據和企業視為一個整體，明確數據的業務需求是建立數據中臺站的第一步。如果交易情況不確定，優先級不明確，價值計量體系尚未建立，則必須建立一個大的、完整的數據平臺來存儲所有數據，企業監控輸入輸出關系，大型和完整的數據平臺經常被混淆，許多功能似乎很有用，但應用場景還不夠。即使有一個場景，發現不能立即使用，就需要做很多調整。另一方面，中臺站必須從小數據和小場景開始，數據中心不是面向技術的，而是面向密碼的，這種商業基礎設施與客戶的業務、企業結構和計算機化發展階段密切相關。首先在項目層面進行設計，以商業視角制定中臺總體規劃，完成數據創新的全景計劃，并通過業務視圖研究所有業務場景，以便有必要時導出中臺數據站的全景架構和技術支持。然而，當它實現時，它必須從一些業務場景開始，從一個高質量的場景開始，沿該場景垂直切割，在全景數據中找到一個或多個記錄，然后從一個小數據場景著陸，以快速驗證該值。切斷小數據集，從一個可實現的解決方案開始，然后運行一個確定中臺站業務價值和容量的解決方案。通過建立數據平臺，業務數據被混淆，數據質量下降，數據模型管理、數據標準管理、元數據管理、數據質量管理、生命周期管理、數據安全管理等。數據模型的管理是基于業務數據的層次化和集成化，以促進數據的分析和應用，元數據管理有助于技術人員分析數據流并控制底層數據庫的數據質量，數據標準用于指定一組標準測試元數據，根據一定的規則，提高了數據質量。在整個過程中，生命周期和數據安全都受到保護。

3.4 基于元數據的資產管控平臺

統一管理、集中共享數據資源是我國企業的主要目標之一。為了實現對數據資源的故障和管理，需要一個完整的數據管理系統。數據資產平臺包括元數據系統、數據質量管理系統和標準數據管理系統。數據標準和數據質量管理系統以大型數據中心為中心，定義數據質量指標，實施數據標準，通過對質量數據的審核和閉環過程管理來處理質量數據問題，提高企業的數據質量水平[4]。為了管理數據聚合、數據管理、創建數據資源，必須統一，便于企業對數據的理解，有必要建立一個數據資產管理系統。數據所有者將其數據資產掛在相應的類別中，并將其組織為一套完整的資產，即向業務或外部員工開放的數據資產，顯示和提供企業數據。

4 典型案例

一個運營商的BSS域包含多個前端應用程序，在更新和修改應用程序時可以重復這些應用程序，并且它的新服務快速、敏捷。由于難以獲得快速支持，B域架構引入了中臺理念，以解決云BSS等前端應用無法快速復制的支付點問題。底層數據分布存儲層導入x86，分布式數據訪問層實現了應用與數據的分離、數據與應用的解鎖、數據的集中、數據交換功能的提取和上層應用服務的集中提取。在業務應用層實現業務站的構建，核心功能集中，業務邏輯面向服務，實現數據對象的自主訪問和集中。在Web應用層，實現了“大中臺，小前臺”的操作模式，ESB實現了業務的前后分離和開放。通過支持這一層，用戶交互層變得更輕、更靈活，這種結構是典型的中臺結構。按照集中服務的建設理念，通過開放能力實現移動互聯網，打造以客戶為中心的業務轉型，該系統旨在滿足前端應用程序開發人員對新需求的快速響應，并實現軟件的快速迭代，滿足運營商對系統業務數據的靈活調用，支持業務的銷售、售后全過程，允許操作員監視全局資產、過程監視和錯誤跟蹤。

到2012年，我國傳統產業將開始走數字化轉型之路，不同行業將接收大數據技術的規模和速度存在差異。然而，一方面從本質上講，他們會根據企業的數據狀況和需求，建立一個適合企業發展的大型數據庫平臺，隨著企業數據規模和結構的多樣化，企業需要適應多種數據類型的數據平臺。另一方面，隨著企業內外不同部門的需求不斷增長，企業IT負責人面臨的最重要問題是明確企業的數據資源，并有效地支持這些需求。在這種情況下，許多行業使用企業數據中心。金融業是一個從一開始就建設數據中臺的行業，商業銀行、投資公司、保險公司等在互聯網和大數據技術的推動下，業務繼續轉向互聯網，將大量在線產生的消費者行為數據與線下網點數據相結合，對客戶進行全面的分析。一些金融公司意識到，傳統的Oracle和SAP數據庫在大數據環境中的內部分析、營銷和服務需求一直不兼容，這使得業務需要大量的數據挖掘，為了更好地支持搜索和其他服務，建立基于大數據的中臺站，中信集團、招商證券、光大集團等金融公司率先建設數據中臺和業務中臺。在零售業，百貨公司、超市和品牌制造商也效仿阿里巴巴和騰訊等互聯網巨頭，發起了一項全面戰略和數字化轉型，以建立一個基本數據中臺站和一個業務中臺站。王府井集團建立了大數據集團資產管理平臺，完成用戶在線、商品級數據的激活交易，在數據媒體站的支持下，公司的智能在線營銷系統覆蓋全國30多家企業，整合了11種潛在客戶營銷模式，廣告營銷和廣告營銷中的智能營銷系統，完成精確的RFV營銷和四個場景的設計，促進智能營銷活動。平均而言，采購費用已減少70%以上，減少新的費用。中國免稅品集團以消費者為中心，通過數字技術掌握消費者信息，遠程數據傳輸，基于中臺數據傳輸，通過計算、分析、挖掘，滿足消費者的即時需求完整的商業場景、前端系統、完整的供需評估和及時的互動，激發消費者潛在的消費需求，嘗試為消費者提供差異化的體驗。

5 結語

為了使企業數據的價值最大化，有必要為企業提供數據結構和目錄，有了這個資產目錄，所有人都可以知道企業擁有什么類型的數據，它包含什么屬性，以及誰管理數據，以快速確定數據是否滿足要求。然而，由于數據具有信息數據保護和安全級別，為了滿足短期的動態需求，結合5G技術，收集大量多樣化的數據，以提高物聯網的全息感知、連通性以及公開共享的能力、產業和信息的融合，并最終實現了共建、共享的網絡經濟。