解密百分点数据中台的设计理念与实践一切为了让数据价值升华 (百分点数学)

百分点数据中台的设计理念

在政府和企业数字化转型中，数据中台可以说是数据资产化演进至的新阶段，传统企业建设大数据平台的需求，也日益转换为对建设数据中台的需求。

原因在于 ，过去搭建数据资产平台的理念，未解决数据人员与业务人员之间存在的隔阂：数据人员不懂业务，导致数据过于技术化；业务人员不懂技术，无法使用数据。而随着数据中台概念的普及，以及传统企业中业务人员自身能力的提升，促使业务人员产生自主需求，希望借助平台获得分析数据的自主能力。并且，客户也有依托自身数据，发挥自身数据价值驱动业务发展的需求。

我们认为，要想让数据中台去支撑前台百花齐放的数据应用，首先数据层面要提供标准化的支撑，并且将前台应用所产生的大量数据回流到数据中台之中后，还可以形成完整的数据闭环，最终驱动企业和政府客户形成自身完整的数据生态。

为了做到这点，百分点将数据中台分为四个层次，从透明化的大数据技术平台到智能化的数据资产工具，再到行业化的数据资产，最终实现场景化的数据应用。

一是为数据筑巢，“用数据说话”。

万物互联所产生的数据爆发式增长，带来了实时数据分析需求的日益增长，尤其当数据量达到亿级、百亿级甚至万亿级规模，大多数企业和政府客户自身不具备技术团队，缺乏技术运维能力。

因此，如何标准化、透明化设计建立数据中台这个中枢神经，更快速地响应业务的变化成为最大挑战。

百分点在搭建万亿级大数据平台的建设实践中，将大数据技术组件能力透明，用户能够清晰了解各组件的技术能力，并判断是否与自身需求吻合，并且因为组件能力透明，后续也可在运维监管中做精细化管理。

现在，这个平台正承载着万亿级数据的存储、处理和应用，能够支持线上 2000+亿/天、峰值 500+万/秒的数据处理，且在实时性、稳定性、异构存储能力方面同样表现优异，在本地化部署万亿级大数据平台方面引领行业前沿。

此外，每个行业或者企业依托数据中台建设行业化数据资产时，需要建立一些规范与标准，百分点在大量实践基础上，将这些行业标签体系、数仓构建规范、数据标准与质量体系，形成丰富的行业性标准，并沉淀到工具中， 落地实践时可以直接复用到更多行业，降低了实施中 60%的人力和时间成本 。

在安装部署上，百分点大数据操作系统 BD-OS 现在 只需要一个人、两个小时、三个步骤就能完成 。未来，每一个普通人都能具备使用和操作大数据的能力，能够随时利用数据智能技术产品解决实际业务问题。

智能化的数据工具

二是将数据从“能用”转变为让更多人“易用”。

现阶段，各家数据工具大同小异，为了让数据中台在数字政府、媒体出版、零售快消等领域落地， 百分点的独特性 在于，不仅结合 AI 让数据中台更加敏捷和高效，还能助力数据智能化，让数据平台更简单，更好用。

基于此，百分点 智能化数据工具实现了三个目标 ：

第一，抛开技术的思维，降低使用门槛，让业务人员也能够轻松使用数据、用好数据；第二扩充平台的使用人群，数据中台的使用不再局限于技术人员，业务人员同样也能玩转数据中台；第三，降低管理实施的成本，智能化工具能够复用于不同项目中，节省 60%的人力和时间成本。

那么，这三个目标是如何实现的？

赵群表示，百分点通过数据仓库、机器学习平台和动态知识图谱平台等进行数据治理，从而形成了数据集、标签、知识图谱和智能分析等智能化数据工具。

如下图，百分点将智能化数据工具整体模块架构分为三层。

百分点智能化数据工具整体模块架构

以百分点智能分析工具为例 ：

百分点智能分析工具将 BI 结合 AI，大量使用深度学习和自然语言处理技术，通过结合智能推荐、智能问答、智能挖掘等 增强分析能力 ，促使分析效率更高、门槛更低、数据分析能力更普惠。

当用户使用 智能推荐 时，可以直接通过语音问答的方式，询问“各订单来源的总支付订单量的占比为多少？”系统就会自动推荐所有适合该问题的图表，并将展示效果排序，不需要客户再进行任何的操作。

同理，对于数据治理工具，基于智能化的设计理念，实现了为前台业务自动化推荐数据标准、数据质量稽核的能力，大大提高了数据治理效率。

值得注意的是，百分点智能化的分析工具，不仅降低了技术门槛，基于 智能分析工具核心技术引擎 ，更能将实施成本缩减超过 50%。

行业化的数据资产

三是，彻底解决“数据用不起来”的问题。

在百分点服务众多客户后发现，“数据用不起来”往往是因为数据不规范，且业务部门未能深度参与。数据治理成功与否的关键，就在于是否能全局思考，结合各个业务部门规范数据，制定标准化体系。

那么，到底该如何将数据资产化，从而为前台应用提供更标准、更有营养的“养料”？

基于多年实践经验，百分点重点面向政府、公共安全、媒体出版、零售快消等行业打造了行业化数据资产体系，主要分为两个维度：数据资产标准实施路径和业务驱动数据流通的敏捷闭环。

数据资产标准实施路径

百分点数据资产标准实施路径以标准为主导，兼顾组织和项目。只要建立了先进的标准，那么数据治理就都可以按项目方式进行。

百分点的数据资产标准实施路径为“ 五大体系、十一个步骤 ”。五大体系即数据接入、数据处理、数据治理、数据组织和数据服务，而十一个步骤则是五大体系的十一个完整运作过程。

五大体系中，第一步数据接入，做业务的盘点和数据接入；第二步是数据处理，做数据勘探和数据预处理；第三步治理数据，主要定义数据标准，将数据标准化；第四步数据组织，建设数据仓库，基于数据仓库，进行数据加工处理、资产化，形成数据资源目录；最后进行数据服务，做数据开放共享。

业务驱动数据流通的敏捷闭环

企业做大数据，本质需求是利用基于大数据的某个应用，盘活数据，挖掘数据价值。由此，百分点探索出一套真正有序的敏捷方式： 由业务驱动数据流通为主导，强调价值和分享 ，真正做到数据“越用越好”。

那么这个敏捷方式该如何打造？

第一，业务驱动数据流通。

首先为业务人员提供敏捷的获取方式、自助接入的方案，实现自己接入数据，加工数据。其次，从业务的角度理解数据、加工数据和分析数据。最后，重点突破数据流通价值，沉淀并共享数据产品的价值模式。

第二，建立数据价值评估体系。

评估维度包括信息完成度、数据质量、使用情况、主观评价及响应速度。最终基于这五个维度，得到数据得分。

第三，完善数据运营管理体系。

划分责任，组织数据运营管理团队，制定运营体系；责任到人、激励到部门、资产到公司，考核组织对数据的共享方式，最终实现跨部门数据共享。

同时，敏捷闭环中存在四个角色：数据使用者、数据责任人、部门和公司。数据使用者对数据进行使用，并提交数据使用的反馈，并在这两个过程中，实现“数据越用越好”；评价反馈到数据责任人，责任人根据指标优化数据，满足使用者需求；部门则通过了解部门资产情况、促进数据共享；而公司则可以沉淀数据资产、组织激励考核方式，拥有了管理抓手。

那么在敏捷闭环形成后，它的驱动力和效果如何展现？依然从四个角色入手。

在敏捷闭环之外，四个角色均有各自的诉求：