文章結構

1 什么是數據中臺

2 數據中臺提供了什么價值

3 什么樣的企業需要構建數據中臺

4 怎么構建數據中臺

5 數據中臺行業發展狀況

行業落地現狀

數據中臺9家創業公司融資盤點

6 數據中臺行業發展趨勢

01 什么是數據中臺

“數據中臺”這個詞，已經火了大半年，彷佛接過了大數據長跑賽道的下一棒。到底什么是數據中臺？首先他不是大數據平臺，也不是一個系統。

最早在2015年，阿里巴巴提出“大中臺，小前臺”戰略，主要為了適應阿里電商業務擴大帶來的數據運營工作，通過技術、組織架構變革，提升部門協作效率實現數據共享。

阿里的中臺思想起因于2014年訪問芬蘭明星游戲企業Supercell，學習其采用二戰期間美軍作戰系統的“中臺”，即不同于業內多款游戲分別開發而是共同開發的模式，將支持類業務放在中臺，縮短前臺與市場距離，快速響應市場而產生的戰略規劃。

傳統企業的組織架構通常是“煙囪式”，中臺戰略的核心是重構企業組織架構，解決業務和數據重復問題，形成“靈活小前臺+能力共享的大中臺+固定的后臺”模式。

數據中臺的定義

結合國內的大數據市場，數據中臺成為我國特有的產物。根據Thoughtworks，“中臺”指“企業級的能力復用平臺”。

而數據中臺指通過數據技術，對海量數據進行采集、計算、存儲、加工，同時統一標準和口徑，是將數據加工以后封裝成一個公共的數據產品或服務。

中臺是相對于前臺和后臺的概念，前臺表現為數據的應用，通常與用戶產生交互，例如app、網站等；后臺負責數據開發，例如ERP等支持系統。

數據中臺的出現是為了解決數據后臺開發無法快速跟上前臺業務需求變化、業務系統數據孤島、數據繁雜、數據隔離的難題，在前臺和后臺之間搭建一架橋梁，提升前臺效率，增加后臺靈活性，提供數據分析能力，幫助企業從數據中學習改進，調整方向。

數據中臺的構成

根據數據中臺的定義，數據中臺的構成可以分為數據存儲、數據治理以及數據共享。

從技術通用架構來講，數據中臺還可以分為數據技術支撐、數據資產管理、數據分析挖掘、數據服務四個層面。

數據中臺是數據庫、數據倉庫、數據平臺嗎？

數據中臺不是數據庫、數據倉庫，也不是數據平臺。

數據庫：主要用來存儲數據。

數據倉庫：通過對存儲的數據進行分析、處理，為業務決策者提供分析報表，發揮輔助決策的作用。通常數據倉庫對數據的提取是按照需求來抽取的結構化數據，不是企業的全量數據，其分析報表的呈現需要一定時間，實效性較差。

數據平臺：針對數據抽取無法及時滿足業務需求的痛點，把所有業務數據匯聚、集合成為一個大的數據集，再根據業務需求單獨提取其中的小數據集，用來滿足數據應用。

數據中臺：是以上數據處理形式的補充和升級，旨在從企業整體業務層面出發，實現D2V（Data to Value），通過構建數據API (Application Programming Interface，應用程序接口)，使得數據響應業務的速度更快，為數據產生價值提供橋梁，它可以建立在數據倉庫和數據平臺之上，以數據 API 服務提供給業務方。

02 數據中臺提供了什么價值

加強內部協作：當不同項目需要開發不同應用時，由于項目維護分屬不同項目組，開發人員無法將之前數據直接拿來用，所以數據還是需要再開發一次。數據中臺的出現，可以解決重復開發的問題，加強內部項目及團隊協作。

提升業務效率：數據開發周期往往數十天甚至幾個月，無法跟上業務需求的快速變化，例如增加應用報表、獲得用戶數據等都需要較長時間，無法真正開發數據的價值。數據中臺通過對數據的歸集、清洗、處理、共享，大大提高了數據應用價值，提升了業務效率。

彌補數據開發人員數量的不足：很多企業注重應用開發模塊，忽視了數據開發建設，數據中臺的建設可以進一步加強對數據的處理和維護。

數據價值變現：以用戶為核心，通過持續規?；瘎撔拢P活全量數據，提升企業的業務響應能力，激活企業數據思維。在資產價值挖掘過程中，業務經驗不斷豐富和沉淀數據資產體系，持續優化業務能力。

03 什么樣的企業需要構建數據中臺

不是所有的企業都需要構建數據中臺，企業所處發展階段、業務類型、對數據價值的訴求、人員和業務規模都是影響其是否需要建設數據中臺的因素。如果企業沒有結合自身實際，盲目投入數據中臺建設，則可能造成成本的巨額提高，而業務水平沒有有效提升，不利于企業長期發展。

那么，什么樣的企業需要構建數據中臺？（如下圖總結）

04 怎么構建數據中臺

企業構建數據中臺，不僅僅是產品架構的問題，更是整體組織架構、部門協調、業務整合的規劃，通常來說，構建數據中臺需要經歷以下五個過程：

05 數據中臺行業發展狀況行業落地現狀

從市場端來說，多業務生態的大型規模公司更傾向于自建數據中臺。例如，除阿里以外，國家電網也提出建設總部數據中臺，以支撐其“三型兩網、世界一流”戰略目標。

國網：數據中臺建設的核心是實現國網大數據在各部門各環節的共享與應用，通過數據挖掘提供跨專業服務。國網大數據中心已經制定數據中臺建設的周密方案，從技術、部署、組件測試、實施等方面開展工作，從而保證該項目的成功落地。

從供給端來說，不少大數據公司陸續開展了數據中臺業務，準備在這個“新”市場中分一杯羹。

無論是原先做營銷SaaS的公司，還是做軟件開發、數據開發平臺的公司，都可以從自身優勢出發提供數據中臺服務。包括用友、華為、京東等紛紛開展了數據中臺業務的摸索。

用友：在2018年推出云平臺業務，包含業務、技術、數據中臺三部分，為企業提供數字化轉型服務。飲料加工企業小洋人乳業已成為其數據中臺業務的成功案例，實現了成本降低、數據安全性增強的效果。

星環科技：基于Hadoop平臺的大數據、基礎軟件研發商，在Hadoop基礎上改造組件，開發數據庫，提供數據接口等；數據中臺業務也是業務發展方向之一，公司已獲得啟明創投、騰訊、中金資本等眾多機構投資。

TalkingData：圍繞SmartDP數據智能平臺（即數據中臺），為企業搭建數據智能應用生態，數據驅動業務發展，幫企業實現數據商業價值，目前已在金融、智慧家居、零售等領域積累豐富經驗。

明略數據：2019底，明略提出“打造智能時代的企業中臺”戰略，以知識圖譜為載體，為行業客戶提供智慧數據服務，建設數據中臺和業務中臺，實現企業數據協作共享的目的，為企業數據應用搭建技術體系；目前已經積累了寶潔、華為等數據中臺服務案例。

數據中臺9家創業公司融資盤點

自數據中臺概念出現以來，不少創業公司涌入賽道，明確提出數據中臺業務。根據數據統計，對9家創業公司進行盤點。

數瀾科技 國內最早數據中臺服務獨立供應商

2016年中成立，創始人風劍（甘云鋒）是原先阿里數據中臺部門的骨干負責人，業內經驗領先，團隊來自阿里、金蝶、華為等。其數據中臺業務不只是為企業提供工具，還會對企業戰略、組織架構進行全方位梳理，提供頂層設計服務。

2016-2018年已累積中臺客戶數十家，包括萬科地產、中信云網、興業銀行、喜茶等。以中信為例，其痛點是整合復雜的業務條線，發揮內部協同作用，不只是工具的問題，還需要組織戰略的調整，數瀾在這一點上做得很好，為中信提供了數據交換整合、資產化、業務化三層服務，解決了其核心痛點。

滴普科技 數據中臺助力醫美等門店數字化轉型

2018年成立，深耕醫美、新零售領域，以大數據、人工智能技術為企業整合供應鏈，“業務中臺+數據中臺+AI中臺“賦能企業供應鏈、生產營銷等環節。典型案例有秀域，國內大型健康減肥、醫美連鎖機構，助其實現數字化轉型。

熵簡科技 全域數據中臺服務商

2017年成立，通過數據分析與挖掘，面向金融、咨詢等企業提供智能投研服務，隨著產品及業務升級，為客戶打造全域數據中臺，提供智能數據服務，引領企業數據中臺引擎應用。

奇點云 AI驅動的數據中臺創導者

以云端小鎮和新零售為切入點，為政府治理、傳統企業數字化升級提供服務。其自研的一站式大數據智能服務平臺DataSimba，能夠為企業提供全鏈路的產品+技術+方法論服務，可以幫助企業快速開發、集成、搭建數據中臺。

袋鼠云 一站式數據中臺PaaS服務商

基于阿里云IaaS基礎設施，為客戶進行定制化服務，構建數據中臺架構，提供整體數字化解決方案，行業覆蓋鞋服、地產、新零售、乳業、綜合性集團等。

維妥科技 直播電商數據中臺服務商

圍繞直播電商客戶，通過信息收集，自研數據中臺技術，為內容電商提供營銷服務。團隊成員是技術、數據分析背景出身，來自百度、聯想等知名企業。

數列網絡 基礎行業數據中臺研發商

公司以互聯網架構和技術為核心，為電商、物流等行業客戶開發數據平臺，數據監控與分析平臺、運維平臺等，提供數據中臺解決方案。

數獵天下 數據可視化分析服務商

以探索式數據分析技術為核心，為企業提供易用、可視化數據產品，目前已經積累了人民日報、三一重工等數十家客戶案例，為企業提供企業級數據中臺服務。

維格智數 輕量級數據中臺服務商

公司由前喜茶CTO陳霈霖創辦，主要針對政府、新零售等行業，提供全鏈條數字化升級服務，以輕量級數據中臺的搭建，實現企業經營、管理、營銷的全方位數字化。

06 數據中臺行業發展趨勢

搭建數據中臺需要與公司戰略、組織架構相協調

數據中臺是隨著企業業務態勢發展多元化，原先的組織架構、發展戰略已無法跟上企業需要而產生的，如果沒有系統的配套變革，單靠一個數據中臺很難真正發揮作用。

一方面，需要對企業內部架構進行整合，形成業務中臺，為數據中臺發揮價值提供基礎，沒有業務中臺的支撐，數據中臺的構建就會很難、發揮作用也有限，只有建立起成熟的業務中臺，數據中臺才能夠形成正向循環機制；另一方面，還需要從公司發展戰略、部門設置、員工配套等入手，從整體上實現企業戰略轉型，才能真正使得數據中臺在企業落地。

數據中臺未來可能形成寡頭局面

從數據中臺本身來講，其可能是一個比較小的賽道，但從其延伸出來的智能數據應用、企業組織架構、戰略咨詢業務來看，是一個很好的切入點。這個領域的玩家除了近幾年成立的創業公司，還有老牌的軟件巨頭如用友、金蝶等。

由于在垂直行業內，只有核心企業具有大規模業務和數據量，才有構建數據中臺的動力，其數據中臺的應用場景具有天然優勢，所以只有抓住垂直行業內核心企業的數據整合需求，才能最大化發揮數據中臺建設價值。

未來，少量企業通過樹立行業標桿客戶，從而吸引更多客戶，可能形成寡頭局面，還有少部分玩家爭奪定制化長尾市場。

推動產業鏈上下游數字化轉型發展

企業數字化轉型的路徑從最初的建立數據庫，到加強數據應用、數據分析，再到建設數據中臺充分整合數據，數據對企業的價值和作用越來越大。

數據中臺不僅有利于企業與用戶之間的交互，還能夠更系統地完成與產業鏈上下游企業數據的對接，促進產業鏈中生產、銷售各個環節的數字化轉型，提高行業整體效率。

AI發展帶動數據中臺建設智能化

建設數據中臺，最終是為了實現數據的智能化、簡易化、可用化，除了IT技術外，人工智能的發展會將提高數據中臺的便利性和高效性，與圖像識別、算法、自然語言處理、專家系統等相結合，能夠輸出一套數據應用方案。

在數據中臺底層嵌入人工智能技術，將有利于對數據標準、數據關系、數據治理的分析應用；業務與人工智能技術的結合，也會推動數據中臺智能化，更大程度發揮數據中臺作用，推動行業創新，加快行業發展。

數據中臺能力與物聯網智能采集終端相結合

數據有內部的和外部的，歷史的和新增的，沉淀的和活躍的，數據中臺可以對數據進行重構，加強對數據的處理和分析。隨著國內物聯網智能采集終端的發展與成熟，物聯網采集終端已經擁有了眾多的應用場景，比如智慧城市、智能家居、智能可穿戴設備等。其可以對數據進行實時和連續采集，之后上傳到數據中臺，實現數據形式的轉換，豐富數據總量和類型，通過數據分析、數據挖掘，為業務決策提供輔助依據。

最終，將會形成一個數據來源豐富多樣、AI結合底層架構、數據應用更加簡單的數據中臺商業閉環，推動產業數字化轉型和行業智能化發展。