描述

01 中台的分类

中台是从多个相似的前台业务应用共享的需求产生的，因此最先提出的中台是业务中台。

数据是从业务系统产生的，而业务系统也需要数据分析的结果，那么是否可以把业务系统的数据存储和计算能力抽离，由单独的数据处理平台提供存储和计算能力，不仅可以简化业务系统的复杂性，而且可以让各个系统采用更合适的技术，专注做本身擅长的事？这个专用的数据处理平台即数据中台。

02 业务中台定义及建设内容

业务中台是阿里首先提出的作为企业IT架构的转型之道。站在阿里集团全局的角度，业务中台是从整体战略、业务支撑、连接消费者和业务创新等方面进行统筹规划。因此业务中台深深内含了阿里做为电商交易的主营业务。业务中台关注的更多的是如何支撑在线业务。

阿里一开始通过淘宝作为平台方连接商家和消费者，进行电商交易活动。随之发展出淘宝商城即后来的天猫。天猫本质上还是电商交易平台。既然都是电商交易平台，就都涉及售前、售中和售后的业务流程。

业务中台围绕以交易为核心所关联的领域组成。交易的对象是商品，商品通过店铺售卖给会员，交易的凭证是订单，在线交易需要支付，成单后需要货品出库和物流派送等，售前需要营销促销活动吸引流量加强转化，售后用户会对店铺、商品进行评价等。由此，典型的业务中台表现为由多个业务服务中心组成。

会员中心服务于用户的消费全生命周期，为用户提供特定的权益和服务，企业可以通过会员中心进与用户进行互动，培养用户忠诚度。主要能力包括：

1、会员运营管理：会员注册、个人信息维护、会员注销、会员卡办理等相关能力。

2、会员体系管理：会员体系的创建、积分规则、成长值规则、等级、权益等相关能力。

3、客户服务管理：包括客户的新增、导入、查询等相关能力。

4、积分交易管理：包括积分获取、核销、清零、冻结、兑换等相关能力。

商品中心提供管理商品核心数据的能力。围绕商品构建商品关联数据，诸如商品版本信息、商品品牌、商品属性、商品类目等。主要能力有：

1、品牌、类目、属性管理：包括对商品品牌的维护、查询，前后端类目的维护，属性及属性组管理等相关能力。

2、产品数据管理：包括对产品模板的创建、编辑、查询、禁用等相关能力。

3、商品数据管理：包括创建商品、修改商品、查询商品等相关能力。

4、商品发布管理：包括商品发布、上下架（即时+定时）等相关能力。

交易中心负责企业业务交易订单的整体生命周期管理，包括加入购物车车→订单生成→合并分拆→流转→支付→发货→退换货→完成。所有电商业务的核心系统都是围绕交易订单进行构建的。主要能力包括：

1、购物车管理：包括购物车商品添加、编辑、查询、校验等相关能力。

2、正向交易管理：包括交易订单生成、发起支付交易订单、商品发货管理、上门自提及核销等相关能力。

3、逆向交易管理：包括商品换货、退货、退款等相关能力。

4、订单数据管理：包括交易订单数据、支付记录、发货记录、换货记录、退款记录等数据管理能力。

5、交易流程编排：支持交易流程节点的配置化，便于根据业务场景的不同设置与之匹配的流程。

评价中心提供对评价主体对象、评价规则/等级、评价内容、评价操作的管理能力，从而满足了不同角色的评价用户对评价内容的发布、追加、平台审核、平台申诉等需求。主要能力包括：

1、评价内容管理：包括评价的主体对象管理、评价规则配置、评价等级、评价标签配置管理等相关能力。

2、评价操作能力：包括评价的发布、修改、追加、回复、申诉等相关能力。

3、评价监管能力：包括评价发布审核、申诉审核、评价屏蔽等监管相关能力。

店铺中心提供企业店铺主体管理、店铺管理、类型管理、经营对象管理等能力以支持企业为其商户用户提供线上门店，同时也支持商户管理、店铺会员、店铺会员等级管理、店铺装修等。主要能力包括：

1、商户管理：包括商户单个、批量开通，商户审核，商户基本信息维护等相关能力。

2、店铺管理：包括店铺开通、店铺基本信息维护、店铺审核、店铺会员等相关能力。

支付中心给下游商户输出标准的支付服务，提供代付代收、财务对账等服务。通过对接多个主流渠道，稳定输出微信、支付宝、银联等支付能力。主要能力包括：

1、支付能力：包括创建支付订单、接收渠道通知、渠道订单查询等基本支付能力。

2、支付路由：包括支付渠道管理、支付方式管理、支付商户和应用开通管理等相关能力。

3、资金账户：包括资金账户管理、充值维护、提现等相关能力。

营销中心提供商家的活动计划、申报、审批、执行、核销的全链路管理，也提供了基本的促销能力，如优惠券活动、满减买赠等。主要能力包括：

1、活动模板管理：包括营销活动的策略模板、规则配置、条件、动作模板等相关能力。

2、活动管理：包括具体活动的基本信息配置、人群圈选、商品管理、触发条件等相关能力。

3、优惠券管理：包括优惠券的发放、领取、查询、使用核销等相关能力。

4、赠品管理：对于满赠、买赠活动，提供赠品维护、查询、启用、禁用等相关能力。

库存中心提供仓库、库存、货品、单据（入库单/出库单/盘点单/盘点盈亏单）、审核（调拨/盘点），包裹、货品运费、物流运输、接入第三方物流公司的服务能力。主要能力包括：

1、仓库管理：包括服务区、仓库、仓位及其关联管理等相关能力。

2、货品管理：包括货品进货入库、销售出库、调拨入库、调拨出库、调拨审核等相关能力。

3、货品盘点：包括盘点单生成、审核、查询等相关能力。

4、履约管理：包括库存检查、发货单创建及查询、包裹物流查询、运费管理、物流状态跟踪等相关能力。

数商云表示，建设了一套中台系统，则可同时运用在多个电商平台开发设计和服务中。因此，中台可以为同时建设运营多套电商平台的互联网企业节省系统搭建和运营成本。因为既可以避免功能重复建设，又可以通过全渠道打通会员、增加流量、互相促进，还可以减少运营成本和人员。有了中台，再发展电商相关应用就会变得更加容易。比如，阿里巴巴发展出的聚划算。

如果使用传统的系统思维来设计业务中台，很有可能只是将原先隔离的各业务系统通过微服务的方式，强行集成在一起，如图3-4所示。这种方式构建的微服务不是纯粹的领域建设，而是一个系统的粒度层次。比如PMS会涉及用户和订单，OMS也需要关注会员和订单，CRM同样涉及会员。

因此，按此方式建设的所谓中台，它的各组成部分还是互相交叉重叠的，并不能体现中台是能力共享平台的核心理念。所以，只将企业业务系统做了一个大一统的集成，并不是中台。

03 数据中台定义及建设内容

数据中台是什么？

数据中台与数据仓库有什么区别？

数据中台到底怎么与业务中台融合？

这三个一直以来是人们问得最多的问题。本节将试着对这三大问题进行一一解读。

在回答数据中台是什么这个问题之前，先了解一下大家比较熟悉的数据仓库是什么。在以BAT为首的互联网公司蓬勃发展起来之前，国内三大运营商对于数据仓库的建设走在其他行业的前面。

早在2011年的时候，中国移动集团公司就组织编写了指导各省公司建设数据仓库的纲领性文件《中国移动NG2-BASS3.0建设规范》。在文件中明确将中国移动的业务分成了7大业务板块，按照功能将数据资产划分为三层：数据层、功能层、应用层。这是很典型的数据仓库建设的分层模式，如今的数据中台数据分层建设模式也延续了数据仓库的分层建设规范，后面会详细讲到。

图3-5是应用层规划的内容，详细规划了每个应用领域的数据应用。但是仔细研究可以发现，这些数据应用几乎全是“分析”，也就是解决了事后“看数据”的问题。

再来看看图3-6中阿里巴巴的数据中台支撑的数据应用层，除了通用的数据分析以外，还包含了“个性化推荐”、“风险评估”、“预警监控”等与业务紧密结合的数据赋能业务的应用。而这些丰富的赋能业务的数据应用必须依赖数据中台提供的强大的数据服务支撑。

通过上面的对比不难看出，数据中台与数据仓库最大的区别就是数据中台更加贴近业务，不只提供分析功能，更重要的是为业务提供服务，与业务中台或者业务系统（老旧系统）链接更加紧密了。

就拿大家比较熟悉的“千人千面”案例（如图3-7所示）来说，除了要整合业务系统产生的用户基础属性、订单、评价、加入购物车等行为数据，还要通过埋点的方式实时获取用户偏好浏览、搜索、分享商品等行为数据，经过数据中台一系列的数据加工处理后，最终以微服务的形式提供。

在业务系统每个需要呈现商品给目标用户的数据服务处，已不是简单的、一成不变地去商品库查询数据，而是调用数据中台提供的商品推荐接口，以此来根据不同的人群偏好、浏览历史、商品相似度等数据来为每个人推荐他最感兴趣的商品。试问这种业务、数据紧密联动的场景在数据仓库时代又如何能做到呢？

在介绍完数据中台与数据仓库的区别之后，我们再回过头谈谈数据中台到底是什么。首先说说数据中台不是什么。

第一数据业务发烧友，数据中台不等于大数据。

近些年来，“大数据”这个名词可能是被提及最多的词汇之一，大数据甚至成为国家战略。同时数据业务发烧友，“数据中台”也正是在大数据概念兴起之后应运而生的。因此，不可避免的，相当一部分人把数据中台和大数据划等号，一提到数据中台，天然的就想起Hadoop、Spark等大数据处理技术，这样的想法是不对的，这些大数据处理技术只是数据中台的基础设施提供者。大数据技术的大行其道，加速了数据中台战略成熟。

第二，数据中台也不是一个研发工具。

最近一段时间，在市面上流行着一种说法，说某某公司有一个数据中台产品，可以直接卖给某某客户。这种说法是在忽悠客户。实际提供给客户的仅仅是一个可视化的研发工具而已。数据中台一定是整合了企业自身的数据并经过加工、治理后形成的企业自身的数据资产平台。试问，根本还没了解客户到底有什么数据的情况下，如何能说自己有一个数据中台产品呢

那么如何定义数据中台呢？我们也曾尝试在网上找到一个标准答案，找过首倡“数据中台”概念的阿里大咖们寻求标准答案。最近网络媒体上各种数据中台分享、解读、峰会纷纷扰扰，各种解读真是乱花渐欲迷人眼，但都没有得到一个很精炼、标准的数据中台定义。但越是没有标准，越是被人问得多，这就是为什么开篇提到的第一个问题就是“什么是数据中台

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！