一年前，老板说：公司要搞数据中台！
作为一名普通开发，在听到这个消息的时候，我脑子瞬间懵逼：啥？！

事发背景

公司主要以轨道交通业务为主，并且在国内也占有数一数二的市场地位，随着国家对“智慧轨交”的愈加重视，“智慧”这两个词在各行各业都逐步深化实现，轨道交通也不例外。但是，在“智慧”的背后，需要大量的数据支持，那数据怎么来呢？

在以前，公司只能承包一条地铁线路的某部分工作，也只需要接入地铁的一小部分的数据，随着业务的壮大，公司承包了越来越多的工作，需要接入和管理的数据也越来越多。我们来看看需要接入的地铁信息系统有多少:

• 变电所综合自动化系统（PSCADA）
• 供电安全运行管理系统（WF）
• 供电设备在线监测系统（GDJC）
• 能源管理系统（EMS）
• 智能照明系统（ZNZM）
• 区间智能疏散系统（ZNSS）
• 电气火灾监控系统（DQHZ）
• 集中UPS专业（UPS）
• 应急照明系统（EPS）
• 环境与设备监控系统（BAS）
• 火灾自动报警系统（FAS）
• 站台门系统（PSD）
• 防淹防护密闭门系统（FG）
• 信号系统（SIG）
• 大屏幕显示系统与信号系统
• 自动售检票系统（AFC）
• 安检系统（AJ）
• 门禁系统（ACS）
• 广播系统（PA）
• 视频监视系统（CCTV）
• 乘客信息显示系统（PIDS）
• 通信智能检测管理平台(TAM)
• 一键报警系统（YJBJ）
• 时钟系统（CLK）
• 安防系统（AF）
• 智能卫生间系统(ZNWSJ)
• 通信骨干传输专业（TS）
• 轨道专业(GD)
• 电动客车全寿命周期智能运维系统（CLYW）
• 综合生产业务云平台
• 大数据综合运用系统
• 线网指挥平台(COCC)
• 车站结构全生命周期监控检测平台
• 计算机综合信息系统（OA）
• 土建专业（TJ）
• 低压配电和接地专业
• 环控专业
• 自动灭火专业
• 车控室一体化
  。。。。。。

在上年初，公司承包了10条地铁线路的数据平台建设，如果还按照以前的数据管理方式，那相应的开发成本和运维成本将大幅增加。于是：数据中台应运而生！

作为一名普通开发人员，我是如何理解数据中台的

在听到说公司要搞数据中台的时候，我连夜上网百度谷歌一下，看到了许多概念，看的越多，问题也就越多：

• 什么是数据中台
• 数据中台有什么用
• 公司到底适不适合建设数据中台
  。。。。。。

直到现在做了一年的数据中台，我才对数据中台有了“初步”的理解。

国内数据中台产生的背景

• 2014年阿里巴巴从芬兰Supercell公司接触到数据中台的概念，回来再集团内部开创了“大中台，小前台”的组织机制和业务机制
• 2018年9月，腾讯宣布成立技术委员会，负责打造技术中台
• 2018年11月，阿里云事业群升级为阿里云与智能事业群，并开始对外输出中台能力
• 2018年11月，美团被被爆正在打通大众点评、摩拜等各业务间的数据，构建数据中台
• 2018年12月，百度调整组织架构，高级副总裁王海峰公开表示，打造技术中台是百度调整组织架构的战略方向之一
• 2018年12月，京东进行了有史以来最大的组织架构调整，增设中台部门
  。。。。。。

什么是数据中台

《数据中台-让数据用起来》书中的原话：
数据中台是一套可持续“让
企业的数据用起来”的机制，是一种战略选择和组织形式，是依据企业
特有的业务模式和组织架构，通过有形的产品和实施方法论支撑，构建
的一套持续不断把数据变成资产并服务于业务的机制。

结合公司的数据中台，说说我的理解：

• 数据中台是一套机制
  既然是机制，就需要从企业战略、组织、人才等方面来全方位地规划和配合、而不能仅仅停留在工具和产品层面。 这也是为什么企业在建设中台的时候，往往伴随着组织架构的调整。
  以我公司为例，在确定建设数据中台时，专门成立了“数据平台软件部”，招聘了1名总监、1名架构师，又从其他事业部调配了2名博士生、1名项目经理、若干名大数据开发人员，而我，也是其中一名开发人员。整个数据中台的人加起来将近20人。
• 数据中台是可复用的平台
  中台的灵感来源于芬兰的小公司Supercell，这家公司仅有300名员工，却接连推出爆款游戏，是全球最会赚钱的明星游戏公司。这家公司之所以能连续快速推出爆款游戏，是因为它有一个强大的中台，能妥妥提供给上层应用所想要的数据，这样，上层应用人员就无需担心底层的数据支撑能力，只需要专心自己的工作，大量创新。
  对数据中台来说，一切都只是数据，不管数据是什么样子的：不完整的、不正确的、不一致的、不精确的、结构化的、非结构化的，所有数据的处理流程都是大体相同的：采集-清洗-入仓-输出。不管应对怎样的业务，数据中台都能快速提供数据支持。简单来说，一个企业，只需要一个数据中台。

数据中台有什么用

• 汇聚整合数据
  上面我提到，地铁信息系统众多，而公司去对接各个系统的时候，避免不了要考虑各种对接方式：restful、ftp、jdbc、mq等。然而，在公司内部，也往往存在多个信息部门和数据中心，大量系统、功能、应用重复建设，存在巨大的资源浪费，同事组织壁垒也导致了数据孤岛的出现，使得内外部数据难以全局规划。而数据中台的出现，就使得数据有了统一的汇聚路径。数据中台具有适用、适配、完善的数据接入功能，所有的系统的数据都能快速的接入到数据中台中，数据中台对数据进行整合存储。
• 提纯加工数据
  数据是多样化的，如文字、语音、图片、视频。
  数据质量不高，杂质多，如不完整数据、不正确数据、不一致数据、不精确数据。
  在地铁系统中，数据有传感器点位数据、事件数据、日志数据、故障录波、列车时刻数据、视频监控数据、语音播报数据、智能客服数据、客流数据、交易数据等。这些数据来自各个系统，并且格式不一，数据中台可以把这些非结构化的数据通过统一的数据标准和质量体系，提纯加工为结构化数据，以满足企业对数据的需求，这个过程又叫做数据资产化。
• 可视化数据
  数据是要拿来用的。老板说，统计一下10号线这个月的客流情况，下班前给我。如何才能快速地得出老板想要的报表？写代码？NO！数据中台，应该提供可视化服务。
  比如，编程可视化：把程序的常用API封装成可视化组件，开发需求的时候，只需要拖拽相应的组件，对组件进行编排，便可组合出数据要进行的业务流程，进而快速得出需求结果。
  再比如，数据可视化：一张图能够传递的信息可能需要长篇大论才能写清楚，图表通过更简单的逻辑和视觉体验，能够让用户快速把握要点。数据中台应提供可视化组件，仅需简单拖拽，就可以制作出各种炫酷、实用的报表，在快速响应业务需求的同时解放自身劳动力。
• 变现数据价值
  数据中台通过打通企业数据，提供以前单个部门或者单个业务单元
无法提供的数据服务能力，以实现数据的更大价值变现。
  比如，在地铁系统中，可以通过分析乘客充值记录、刷卡记录、地铁APP数据、CCTV人脸识别等数据，形成乘客画像，从而通过合适的渠道给目标乘客群个性化推荐合适的产品及服务，帮助地铁进行精准营销，带给地铁更多收益。

公司到底适不适合建设数据中台

在考虑建设数据中台之前，先要问问，您是否有以下问题：
如何解决信息孤岛问题，
如何实现数据的复用和共享，
如何快速满足业务需求，
如何降低交付成本，
如何从数据中抽取出更大的信息价值
。。。。。。

在我看来，数据中台的出现是因为业务发展所需，当业务达到一定的规模之后，势必会出现上面所说到的问题，这个时候，就需要数据中台的登场了。
但是，数据中台的建设是需要成本的，这不仅是一个项目，而是一个体制。是否要建设数据中台，应该综合权衡公司自身的业务需求、财务能力、发展战略来判断。