阿里为什么建了中台之后又“拆中台”？为什么企业建造数据中台的失利事例多于成功事例？数据中台的概念从被企业认知到真实落地实践也就两年左右的时刻，前期走了一些弯路也是能够了解的。“许多建数据中台的企业都‘死’在了数据中台项目的‘收效欠好’上。为什么？”用友网络渠道与数据智能事务开展部总经理岳昆自问自答，“数据中台的建造是一个长时刻迭代、继续演进的进程。以往走了一些弯路，是由于许多企业将数据中台当成了一个独立的项目去建造，而实践上，它更多是一个幕后英雄，对企业的数据运用和事务立异起到的是支撑和推进效果。经过不断总结、提炼，并做出实质性的改动，最近这半年时刻，数据中台建造的活跃效果正越来越多地出现出来。”要害是对数据的认知和运用无论是“渠道”也好，“中台”也罢，或许进一步细分为“数据中台”、“事务中台”、“智能中台”等，提到底仅仅一个名词罢了，关于企业来说，更应该重视的是数据一致认知的问题。所谓数据的一致认知，不仅仅要完结一致存储，更要完结各个事务范畴之间数据的联动、剖析和价值发掘，并且将数据、AI算法才能相结合，更好地服务于顶层运用。“之所以人们用了‘中台’这个说法，是由于它代表复用、同享，以及许多服务才能的一致完结。”岳昆如是说。用友是一家说得少、做得多的公司，在数据中台方面的探究起步很早。现在，人们比较了解的是iuap，它作为YonBIP（用友商业立异渠道）的PaaS渠道，向下与业界干流的云根底设施对接，向上支撑用友云SaaS、BaaS、DaaS，以及合作伙伴生态。YonBIP契合潮流之举，是将数据架构晋级作为全体架构的中心改动，以数据中台为要害支撑，依据事务数据化、数据财物化的思想树立企业服务，而依据数据的多层次标签和多维度联系能够更好地支撑前端多形式且灵敏多变的运用，一起又能够凭仗数据财物的复用和深度发掘，让企业取得更深化的商业洞悉。今日，整个用友的产品线都采用了“数用别离”的架构规划理念，大大提高了数据质量和运用功率。抽丝剥茧，将用友iuap数据中台独自拿出来剖析，它现在能够供给近百种数据源的数据衔接及收集才能，依据批处理和流式数据处理一体化的数据架构，内置报表、图表、猜测、决议计划、自助式剖析、图谱剖析、机器学习算法等丰厚的功用，具有大局智能化的数据办理才能，可助力企业完结事务数据化、数据事务化和数据智能化。与友商的数据中台比较，用友的数据中台有哪些不同和特征呢？首要，用友是一家“有前史、有布景”的公司。用友在ERP方面的经历和成功让人形象深化。可是今日的用友，除了对企业的业财一体、人力、营销、收购等相关范畴和运用有着比较深化的了解以外，还推出了里程碑式的YonBIP用友商业立异渠道，它与企业数字化程度不断提高的进程相匹配。作为企业数智商业运用的根底设施，YonBIP是协助企业完结从1到N跃升的老练的、生态化的渠道，而YonBIP落地的要害之一便是数据。作为一个通用的底座，用友iuap既包含技能渠道、低代码开发渠道、运用集成渠道等技能侧渠道，一起还掩盖与数据密切相关的事务中台、数据中台和智能中台。“数据与智能是用友整个产品渠道的两大要害支柱。”岳昆表明，“咱们现已清晰了数据中台与智能中台双轮驱动赋能的战略。数据中台与智能中台既严密相关，又充分化耦，能够协助企业真实完结数据价值的深度发掘。”其次，用友的优势是供给一体化、端到端的解决方案。从数据的衔接和获取到数据的核算与存储，从数据的财物化、数据管理到数据工场中的模型开发、使命调度、目标办理，直至顶层的智能剖析、企业画像以及许多事务范畴典型数据场景化运用，用友自主开发的软件渠道具有完好的端到端数据才能，掩盖整个数据生命周期办理。终究，数据中台的运用不能坐而论道，而用友一直坚持理论与实践相结合，从前期的参谋咨询，到渠道和解决方案的交授予落地，再到之后的继续运营，为用户供给完好的服务和支撑，并且经过在制作、零售等许多职业的成功实践，总结出一套切实有效的数据中台落地方法论和参阅实践途径。未来的企业都是数据驱动型企业今日，无论是根底架构厂商，仍是运用与办理软件和渠道厂商，无一例外都将数据放在第一位。从以事务流程为中心到以数据为驱动，这种改动是一场广掩盖、深层次的革新。所谓流程驱动，便是对曾经的运用实践进行整理和提炼，然后将最优实践固化下来，看得见，摸得着，比方ERP便是企业资源办理的最优实践落地。而数据驱动则是千人千面，每个企业都不尽相同。以传统的收购流程为例，曾经从项目立项到找到适宜的供货商，再到询价比价，终究决议收购行为，这是一个标准化的事务流程。今日，依据数据的才智收购则大不相同，尽管收购的干流程没有改动，可是习惯今日瞬息万变的市场需求，怎么在上万家供货商中实时地找到最适宜的几家供货商成了一个大难题。曾经，企业挑选供货商一般都依据供货商的注册资本、前史买卖数据、信誉等基本信息和陈腐数据，可是今日跟着不确定性要素的添加，比方忽然迸发的新冠肺炎疫情，现在再依据前述的企业基本信息和陈腐数据等进行挑选现已不能满意企业实践事务需求，由于身处疫情区域的原优质供货商现已不能及时供货，所以应该被扫除在外。依据企业界、外的实时数据改动，结合AI算法和机器学习才能，归纳进行研判，这便是典型的数据驱动饯别收购场景改动。在制作职业钢铁企业中也有许多典型的数据驱动场景。比方对废钢的辨认，曾经是依据人工和凭仗经历，现在则越来越多地凭仗机器和人工智能，经过对产品图画的深度学习，更高效、更精确地辨认废钢废料。从本来的流程驱动到今日的数据驱动，企业需求更多地结合新技能和实时数据，来满意事务运营改动的需求。”用友的探究始于七八年前，从最早重视数据的可视化，做好报表，为企业决议计划层服务，到跟着数据运用的不断深化，继续扩展自身的数据产品线，融入数据剖析才能和AI才能，提高数据质量，将涣散在各个事务系统中的数据打通，完结更高阶的数据管理和愈加广泛的数据服务。从数据可视化、数据剖析到数据管理，直到现在现已运用得相对老练的数据中台，用友致力于供给以数据为中心的端到端解决方案，从底层的核算存储到模型的开发、数据服务，直至顶层数据运用。从未来的演进看，一切企业都将成为“数据驱动的企业”，以数据支撑企业事务的立异与开展。企业的数据质量和数据服务提高了，事务价值也就得到了进一步显示。数据中台运营要靠“三驾马车”国内某大型清洁动力企业，声称有一座“千岛湖”，由于企业现有的运用超千个，数据聚合、数据质量和数据发掘对它来说意味着什么，可想而知。许多企业基本完结了IaaS根底设施的搬迁，当时的重心现已转移到PaaS层构建，以及增强数据才能上。这些客户关于数据中台的建造，以及数据认知的深化是刚性需求。用友iuap堆集的独立客户已有上千家。企业终究在哪个阶段才合适树立数据中台？数据中台会不会让有些企业不堪重负？岳昆指出，数据中台的建造是有周期性的，并且应该从运营的视点去考虑其创立与运用。由于数据中台自身的建造并不难，提到底也是一系列产品、东西的布置，而这些产品和东西或许早就有了。可是，数据中台建好不代表能用好。咱们常常见到的一种状况是，企业尽管声势浩大地上了主数据办理，但一年之后却荒废了，成了铺排，或许上了BI系统，但一年之后领导现已不再看报表了。有必要着重的是，数据中台是迭代上升的，要在运用的进程中不断调整、优化和完善。企业能够分阶段建造数据中台，以终为始的从当时数据运用的视角，拟定数据收集的战略和办法，并考虑后续应该构建什么样的模型、供给什么样服务、完结什么样的运用等。在数据中台上线后，企业又要立刻回到第一步，从头审视新的运用创立、新的数据发生，以及怎么运用数据等，并据此继续优化数据中台。这是一个循环往复、螺旋式上升、小步快跑的进程。用友以为，数据中台的建造不能与运用脱节，建成后一年再投入运用是不对的，而是应该在数据中台建成后两三个月内至少能在部分上将其效果发挥出来，然后倒推过来再看数据中台还应该进行哪些改动和提高。一句话，数据中台一定要建，可是怎么建，要依据企业当时的实践状况，合理规划周期、节奏，从运营的视角，继续完善数据中台。数据中台之所以在建造和运用进程中有这样或那样的问题，首要仍是理念和观念上存在妨碍，许多企业依然将数据中台当成一个传统的IT项目。用友提出，数据中台的建造应该是“三驾马车”齐头并进——东西、系统和方法论，以及安排架构。提到安排系统，有必要着重的一点是，数据中台的建造和运营要由企业的IT和数据运营团队，以及事务部分协同完结。在实践中有这样的用户，中台施行现已三年，树立的微服务也有上千个，但运用仍是有一大堆问题，其中最遇到的最大问题便是“人”。中台着重的是同享和服务，天然地要把一些才能从事务部分抽取到中台上，打破不同部分间利益的鸿沟。在数据中台和智能中台的双轮驱动之下，接下来便是让数据服务和顶层运用更广泛地落地和实践，然后便是在智能化层面进一步扩展，增强产学研之间的互动。用友iuap数据中台是企业数智化转型的坚实底座和加速器，构建‘看、选、用、治、评’闭环，深度赋能才智企业建造。  郭涛