1. 程式人生 > >“大中臺、小前臺”並非一招鮮,企業要做好這5大基礎模組

“大中臺、小前臺”並非一招鮮,企業要做好這5大基礎模組

640?wx_fmt=gif關注ITValue,檢視企業級市場最新鮮、最具價值的報道!

640?wx_fmt=jpeg

阿里提出了新零售、“大中臺,小前臺”等概念,一般來講,一個新概念的提出往往不確定性很高,有時提出者自己都還在摸索,反正隱隱約約覺得應該往這個方向努力吧,這個時候必然有不同的人從不同的角度去詮釋它,這時候就有爭議。

阿里關於“大中臺,小前臺”技術層面的介紹有之,比如《企業IT架構轉型之路》這本書,但很少提與之配套的機制,流程,資料中臺基本上也是一筆帶過,即使從技術的角度看阿里也是個異類,比如資料產品開發平臺挑戰太大,企業如果真要在大資料領域實施“大中臺,小前臺”戰略,則需要結合實際走出自己的路。

最靠譜的方法顯然是自己實踐一下,但並不是所有人都有這個條件,今天筆者就資料領域的“大中臺,小前臺” 戰略實施談談理解,這個詮釋來自於實戰,當然每個資料從業者肯定有自己的理解,因為各自企業的文化,組織,機制,流程,平臺等都不同,但我們還是能求同存異,找到一些相通點。

由於筆者談的是大資料,這裡的中臺就特指資料中臺。

一、資料中臺賦能業務是一個系統工程

“大中臺,小前臺”肯定要符合公司的整體業務戰略和IT戰略,但小公司大多不需要這個戰略,因為沒必要。

中臺意味著可沉澱的潛在IT資產要很多,要充分複用這些IT資產才可以更快、更高效的賦能業務,但只有企業的規模達到一定程度且業務模式相對穩定才具備沉澱實施的條件,否則要麼是葉公好龍,要麼就是大炮打蚊子。

因此,資料領域的中臺戰略更適用於諸如運營商,銀行,保險等擁有大量資料的傳統國企和BAT這類大網際網路公司,其不僅擁有豐富的資料資產,而且IT規模足夠大,諸如滴滴等這些獨角獸公司雖然規模很大,但業務還處於高速增長期,是否實施中臺戰略也值得商榷,但無論怎樣,“大中臺,小前臺”的思想還是先進的,特別是在資料領域,可以在區域性進行嘗試,比如做一個基於指標的報表中臺,由點到面,你會發現價值很大。

任何戰略都要為業務服務,以下是某個企業開展智慧運營的一段話,其對於大資料平臺賦能業務充滿期待:

“秉持“工匠精神”,以大資料為驅動,以大IT平臺為支撐,通過流程優化和管理完善,提升運營水平,改進客戶體驗和價值創造,要堅持頂層設計和基層探索相結合,對於涉及架構性、全域性性的的系統設計和管理規範,要做到統一規劃、開發、管理,對於基層一線的需求,鼓勵差異化試點,形成“省對市支撐、市對省補充、省市成果複用”的最大效應。”

那麼,平臺如何才能銜接頂層設計和基層探索,如何做到統一規劃又要能快速滿足一線需求呢?

以下是一個答案:’

“加強統一大資料平臺建設,實現標準化程度高的模型和應用,優化流程保障機制,創新運營推廣手段,構建“搭臺唱戲”的支撐新模式,促進大資料應用的百花齊放,高效助力智慧運營。”

從這裡看到,雖然資料中臺是一個關鍵要素,但其並不是孤立的,除了中臺,也要有流程和機制保障,還要進行模式創新,才能達到最終的目的,這顯然是一個複雜的系統工程。

二、資料中臺的運營架構和周邊的關係

資料中臺的概念筆者在《資料中臺到底是什麼》有過解釋,但企業光有資料中臺是遠遠不夠的,更需要打造基於資料中臺的運營架構,這才是“大中臺,小前臺”的精髓,任何希望用大資料驅動創新業務發展的公司,都應該好好研究以下的運營架構圖,這是“大中臺,小前臺”的現實版本,包括五大部分。

640?wx_fmt=jpeg

  • 基礎平臺:強調採集儘量全的資料和處理的高效能,對比如阿里雲。

  • 資料中臺:強調資料的整合和封裝,提升挖掘和開發的效率。

  • 流程機制:強調通過建立一套流程來保證資料訪問和資料開採的便捷性。

  • 運營突破:強調通過培訓、宣傳等手段推廣好資料中臺,並持續優化。

  • 應用創新:最終實現基於資料中臺的應用創新,即所謂的“大中臺,小前臺”的真正目標。

三、五大工作模組

1、基礎平臺

以運營商來例,B/O/M三域資料歸集是其大資料運營的基礎,但第一要務卻是集中組織的保障,我們現在對於資料的所有權暫時可以不搞清楚,但公司必須對資料的統一採集權要有所明確,筆者甚至認為源端資料的加工權也要明確,因為很多時候採集不僅僅是一個採集動作,還需要進行採集的可行性評估,採集技術方案的選定,源端裝置的改造等等,比如阿里要採集APP的資料對於業務系統可是有要求的,這涉及跨部門的協調。

統一的組織要為公司提供價效比最高的大資料採集方案,比如在有限成本前提下的各類業務資料採集的取捨,這個矛盾在現實中會比較突出,涉及各個部門的博弈,大資料價值密度又比較低,但採集儲存投入的成本可不低,地主家也沒餘量啊,只要大資料變現還沒成為公司的主營業務收入,就要在先有蛋還是先有雞這個矛盾中尋找平衡點。

統一採集權也意味著公司要有建立一堆的管理規範,凡落大資料平臺的資料一定要統一規範管控,這在實際運營中挑戰也非常大,比如人家存量應用要遷移過來,但資料和應用解耦非常難,如何保證這個規範有效執行?改造應用的錢哪裡出?因此統一採集說說容易,但實際操作是另外一回事,從來沒有一刀切的事情,這也是大資料集中化的挑戰,牽一髮而動全身。

但採集資料始終是公司統一資料管理組織的第一要務,做大資料從來就是資料大於一切,對內,如果沒有新資料要讓精益化水平上一個層次很難,人還是那些人,場景還是那些場景,唯有新資料才能讓其煥發出新的生命力,面對大型的網際網路公司,在組織,機制,人才,產品全面落後的情況下,新資料也是傳統企業搞大資料唯一的差異化優勢,一定要重視基礎資料管理組織的統一建設,沒人沒資料,搞大資料也成了空話。

技術平臺筆者不多談,無論選擇哪種技術,就要保證它的可用性,比如阿里有阿里雲,為什麼這麼做? 大家都懂的。

2、資料中臺

資料中臺的概念和價值筆者在以前多篇文章中有介紹,這裡不再展開,從運營的實踐看,資料中臺事實上成了大資料集中化對外能力展示的一個視窗,基礎平臺建設的再好,效能再強大,資料中臺沒建好也是一場空,因為只有資料中臺才能真正連線使用者,是使用者能看得到,摸得到的東西,它的價值就類比於APP STORE,對下連線著基礎平臺,對上連線了使用者和應用。

由於資料中臺連線著使用者,因此一定要將資料中臺當成一個產品來運營,這裡用產品的五層概念來詮釋對於資料中臺的要求。

感知層要保證資料方便可見。

框架層要保證資料好用,比如提供非常方便的資料查詢功能,針對不同的角色提供非常方便的視覺化開發工具。

資源層則要保證基礎模型,融合模型及挖掘模型的數量和質量,一線對於模型資源是最為關注的,否則就是巧婦難為無米之炊,大多建模師平常也都在這層上發力,努力把經驗積累上去,比如我們提出了百萬標籤計劃,最近還在研究打造一個模型超市,希望一線的好模型能通過非常方便的方式一鍵釋出成全省模型。

能力層則是要採取循序漸進的態度完善資料中臺的功能,不要好高騖遠,要懂得取捨,比如在機器學習上沒有能力像阿里一樣搞個MaxCompute引擎,也可以通過簡單的R、Python、SPSS的端到端生產環境的完善來滿足當前的需求。

在戰略層,最近公司搞了個IT規劃,筆者也提供了一些資料中臺建議,其中2019年的一個思考,大家可以看看:

  • 資料建模:擴充專業公司資料,嘗試引入第三方合作資料,進一步豐富外部資料來源;完善個人,簇群,政企,物聯網等挖掘模型,形成自動的大資料模型迭代優化能力,深度學習、強化學習等人工智慧演算法實現典型場景應用。

  • 資料服務:初步形成較為全面的面向垂直行業的標準化資料服務體系。

  • 資料應用開發:在網格化中臺的基礎上新增實時服務等更多開發能力支撐,打造視覺化程度更高,效能較高的資料探勘引擎。

3、流程機制保障

阿里看到了傳統SaaS模式建設的弊端,因此提出了“大中臺,小前臺”,本質是希望建設一個強大的PaaS,從而賦能應用快速創新,這種模式要玩得轉有兩個關鍵點,一是開發流程再造,另一個是資源開通便捷性。

資料中臺正是資料領域的PaaS,但基於PaaS進行應用開發,相對於傳統的SaaS模式,涉及到職能變更,流程更改的工作,因此必須重新明確相關利益方的職責,制定出新的開發規範,構建出相應的流程,才能讓這種PaaS應用開發模式落到實處。

以下是一個示例,其中省公司代表中臺方,地市就代表前端:

640?wx_fmt=jpeg

  • 地市職責:基於資料中臺自主建模和構建應用,快速靈活滿足自身需求。

  • 省公司職責:提供應用建設規範,中臺的技術支撐和能力完善,並進行最佳實踐的推廣。

基於PaaS建設的理念其實一點都不新,以前並不是沒有嘗試過,做不好往往是因為資料中臺不夠強,相關流程機制貫徹的不徹底,比如中臺能力沉澱面臨長短利益博弈、核心能力自控及聽不到前線炮聲的一系列挑戰。

產品思維中有一點提的特別好,無論你的價值網、點線面體,戰略有多棒,如果你無法提供使用者確定性的東西,無法讓使用者產生依賴,那什麼都是空的。

在大多企業裡,PaaS資源開通的快捷與否也決定了應用創新效率的高低,大家都知道大資料平臺帶來的一個變化就是技術百花齊放,每類技術都只能適應某個應用場景,但除了BAT,大多企業所謂的PaaS往往都是各類技術的組合,而一個應用開發的過程往往涉及這些技術元件的串接。

以筆者所在企業為例,前端要開發一個模型並推送到渠道,會涉及到租戶資源開通、資料的賦權、開發平臺的賦權、標籤庫的賦權,營銷平臺的推送等等,如何實現這些平臺介面的自動貫通,給使用者一個好的體驗,對於大多企業都是一個挑戰,阿里雲的技術掌控力往往體現在這些細節中,有了不代表好用,這些教訓是很深刻的。

以下是一個示例,希望你仔細體會:

640?wx_fmt=jpeg

4、運營創新突破

企業有了平臺、資料和流程還不夠,因為你的平臺還沒有流量,也沒有讓使用者形成使用習慣,這個時候就得靠運營,運營是如何吸引更多的人來用並基於反饋持續優化的藝術,比較麻煩的是,新的模式要從無到有建立對於運營的要求很高,一般來說,一個應用的價值=(新體驗-舊體驗)-替換成本,在大多企業,這個替換成本太高了,更為關鍵的是,你還不可能繞過。

運營的第一驅動力是企業的戰略及管理的推動,筆者企業在經歷了二年的公司級的智慧運營專案的實施才有了初步的局面,但仍然路漫漫而修遠兮。

在公司這個面的基礎上,則有大量的運營工作要做,人才是核心,培訓是抓手,互動也很重要,但大多企業是要基於實際走出適合自己的路的,比如先要搞清楚企業運營的物件到底是誰,這些物件的崗位清晰嗎,他們使用平臺的驅動力是什麼等等,我們去年啟動了一個千人培養計劃,但這種策略放到其他企業估計也會水土不服,因為環境完全不同。

以下是千人計劃和互動方式的一個示意,供參考:

640?wx_fmt=jpeg

5、應用百花齊放

最後說說應用,其實應用多少並不重要,關鍵是創造了多少實際的價值,但“大中臺,小前臺”作為一種新的模式,還是要關注下基本面的,畢竟有了基本的量才能吸引更多的人來用,才可能有足夠的反饋,才可能有明星的產生,無論是浙江移動的“神燈”大資料還是天盾反欺詐應用,很多已經是這種模式的產物。

“大中臺,小前臺”這個概念很好,但要實現它涉及到一個複雜運營體系的構建,筆者嘗試著寫些東西出來,希望對於準備建設、正在建設、完成大資料平臺建設的你有些啟示,其實大資料平臺完成建設才是大資料運營真正的開始,後面還有更艱辛的挑戰等著,雖然有點打擊人,但的確是事實。(本文轉載自微信公眾號“與資料同行”,作者:傅一平,ID:ysjtx_fyp)

中國最大的技術高管實名社群,提供網際網路時代最全面權威、也最前沿有趣的B2B市場資訊解讀。

點選【閱讀原文】,進入ITValue社群,與CIO們一起腦力激盪!

我們只提供有價值的乾貨!

640?wx_fmt=jpeg

長按二維碼
關注ITValue