扫码阅读
手机扫码阅读
数据中台与数据平台的差异(下载)

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。


数据治理体系
扫码关注公众号
一、数据中台的理解
数据中台是由阿里于2016年提出的概念,目前理解不一但大致包含以下几方面:
- 阿里:数据中台结合方法论(ONEID+ONEMODEL+ONESERVICE)、组织人才结构和工具(采集、构建、管理、服务等),广义上为数据技术统一标准和口径的工具。
- 业务:能够支撑多个业务、避免重复工作、减少浪费并赋能多个产品的机制。
- 技术:包括数据仓库、数据服务中间件、计算平台、算法模型、智能硬件和Hadoop集群。
- 管理:可持续让企业数据发挥作用的战略选择和组织形式,把数据变为资产并服务于业务的机制。
- 客户:一种从具体业务中抽离经验并普遍适用的思维方式,适用于大型互联网公司和日常工作。
不同角度理解数据中台各异,但共同目的是为了解决数据利用问题。
二、数据中台期望解决哪些问题?
数据中台旨在解决:
- 业务问题:数据难以找到、理解和应用,存在重复建设和沟通问题,响应时间长。
- 技术问题:数据模型扩展性差,错误发现不及时,运维效率低,数据获取效率低。
- 管理问题:难以统计和共享指标与标签,存在统计误差,共享不安全。
三、数据中台和数据平台的差异
数据中台是数据平台的升级版,两者均旨在解决业务、技术和管理问题。数据平台出现于信息时代,侧重功能整合和管理,而数据中台应运大数据时代,强调体系化、精准化和创造价值。数据中台的核心在于全局规划和体系构建。
四、结语
数据中台(数据底座)是一套统一、全局、可复用、高质量、高效、方便和可持续的方案,旨在为企业降本增效创价值。作者提供了对数据平台和数据中台的理解,鼓励关注和讨论数据治理体系,同时提供相关文档下载和分享。
想要了解更多内容?


数据治理体系
扫码关注公众号
持续完善数据治理实战体系,数据仓库、标签、指标体系,实现业务数字化,数字资产化,资产业务化,资产资本化;回归业务场景的数字化案例才最具参考价值,最容易理解和借鉴的。关注我,和您一起终身学习。
29 篇文章
浏览 9007
数据治理体系的其他文章
一步一步实现数据地图
无论您管理方,业务方,还是IT方,无论您处在哪个层级,都需要对资产分布,业务流程和业场景深入理解,只有深入了解一线业务员和客户角度的问题和难处,才能真正做好,量化好考核指标和管理策略,才能做出解决客户痛点的产品;
业务键和代理键是互斥关系?关于DMBOK2中文版中一段话引发的思考
一、起因今天下午读DMBOK2,第五章,179页,键的功能类型中有一段话“业务键和代理键是互斥关系”,发现有点难以理解这句话,于是我去求助各位大神,看看大神对这个是怎么理解的。
如何提升数据质量?(附实战文档)
本篇包含数质量基础,数据质量规则、指标(附模板下载),数据探查(附模板下载),数据保障机制,数据清洗(附模板下载),常见质量问题(附下载文档)
技术|业务|管理,三面数据仓库
IT角度VS业务角度VS管理角度看数据仓库
你的数据治理属于哪个场景?
当前企业,基本上存有海量数据,目前最大的问题是质量较差,导致数据无法应用,所以一般企业的数据治理都围绕数据质量进行治理,根据我的经验,主要有如下4个数据管理治理场景,看下你们的项目属于哪个场景。
加入社区微信群
与行业大咖零距离交流学习


PMO实践白皮书
白皮书上线
白皮书上线