大數據時代,中台體系支撐業務進化

大數據時代,中台體系支撐業務進化

本文根據阿里架構師平安在「踐行新零售·共創新中台」珠寶專場主題沙龍北京站中分享整理

傳統IT信息建設的時候體系之間是隔離的,是有防火牆的,大家各自相安無事,在原來的市場環境下這一套體系確實能夠運行,但在新零售環境下情況不太一樣了,就如同從鄉間小路走到高速公路的這段時間覺得並沒有太多不便,但是如果坐上飛機的話就會發現有很多問題。例如經銷商和門店之間系統數據不通暢則必須要依賴人的參與,這時候由於同步不及時就會導致一些信息失真。

而演進到中台其實是進入到一個比較高階的層面,今天的轉型不僅僅只是架構和產品的形態,可能會對應整個內部的IT建設思路和業務組織相關轉型。什麼人對你的業務最理解?你自己對自己的業務最理解。通過外部人員告訴你業務應該怎樣做有點捨本逐末的意思。同樣的,依靠一個IT系統就期望可以把整個企業的經營狀況扭轉?不大可能,原來依賴於IT系統要做效率提升是可以的,但今天需要基於中台提供系統價值。

互聯網時代的全域數據

毫無疑問,數據能力在今天非常有價值。很多企業在做大數據,原來有內部的訂單數據和銷售會員數據,但這種數據取得後獲得的數據層面的結果是什麼?更多的可能就是一些報表,但這種報表能夠對企業產生多大的價值?這就要看應用報表的人的能力,如果這個人對數據很敏感,行業經驗足夠豐富,那麼就能夠真正獲得一些比較有價值的信息,做出一些有價值的決策。但在互聯網時代我們能有不一樣的數據使用方式。因為平台的數據比較全,這是互聯網天然的優勢,各家企業不一定能夠達到這種程度。阿里對用戶的觸點從電商的、娛樂的、支付的各個層面都可以拿到,所以對用戶認知是很全面的,推薦可以做得很精準,例如如果手機上安裝了高德地圖,消費者去了建材城,那麼就能精準推薦建材相關的產品。

互聯網體系下是有比較全域的數據,企業當中的數據就是個體的私域數據,今天如果能夠和企業進行很好的打通,阿里的會員體系能夠告訴品牌企業會員更多的信息。有了這種更多的信息,就能夠基於在線數據進行後面的營銷和用戶觸達,給品牌玩法帶來更多的想像空間。當然這些只是我們提到的可以嘗試的點,在數據層面上我們會尊重數據隱私,也遵循國家在政策層面上對數據的把控,所以到底應該怎麼合作也需要不同的企業和互聯網平台公司進一步思考和探索,沒有一個固定的玩法。

數據+演算法的數據中台顛覆傳統模式

大家知道中台是把企業很多業務的IT能力沉澱,這個過程一定是帶著數據和業務兩份思考以及全局規劃的,也就是從局部的業務向全局的平台化轉化過後建立的業務中台,然後支持各種場景化的創新。今天場景化的創新其實有很多新的形態。阿里的中台體系其實包括業務中台和數據中台,我們能夠快速支撐上層業務,主要是講業務中台,而數據中台同樣重要。

傳統對數據的認識更多的集中在數據倉庫,各種系統數據全部整合到數據倉庫,然後形成報表,由各個關心業務的負責人或者運營人員看一看再做出決策。事實上大家看報表做的是很機械重複的勞動,人的經驗在這個時候應該沉澱成演算法讓計算機去做。

我們講的數據中台一定是數據加上演算法,我們知道業務時時刻刻都會產生數據,然後進到數據中台,基於時間維度分析,分析出來的數據提供的業務能力能夠實時支撐上層的業務系統。數據加上演算法能夠實時支撐業務系統,通過分析哪幾個款式賣得好,下一個周期的產品策略可能就在這幾個款式上面。因為數據實時了解情況,直接同步給一線的作戰人員,這時候就不需要人力來進行繁複的Excel表格工作。

如今的演算法越來越先進,包括機器學習和人工智慧等。而無論多牛的業務分析人員看BI,最多就是關注和處理前面幾十條、上百條,但是機器處理上億條都沒問題,這就是淘寶今天做到的千人千面、萬人萬面的原因——基於個性化數據加上演算法。這樣的效率通過報表和BI的方式能達到嗎?幾乎不可能。所以我們最終的業務形態就是這種真正高效的IT架構,支撐新時代下強調的個性化。這種個性化的東西不需要編代碼,只要你有數據,機器學習就可以完成,這是能夠支撐業務不斷向前進化的體系。

有了中台以後就要清晰地知道業務方應該怎麼配合,推進數據的高效利用和整個業務的高效閉環。通過中台體系,原來的層級和上下很長流程的決策方式,或者是組織很深的一套架構慢慢地會發生變化,向著追求能夠快速響應和敏捷的方式迭代。所以對企業來說,需要自己想清楚戰略的方向是往哪裡去走,之後通過中台支撐不斷進化迭代的業務。

推薦閱讀:

《Python數據挖掘》筆記(四) 網路分析
推薦系統日常與工作-PPT
數據挖掘實戰1:利用LM神經網路演算法進行電力竊漏電用戶自動識別
為什麼有些公司在機器學習業務方面傾向使用R+Hadoop方案?
如何用 Python 和 API 收集與分析網路數據?

TAG:大數據 | 數據挖掘 | 科技 |