从七个维度评估你的数据中台成熟度（下）
极客时间编辑部
讲述：丁婵大小：7.80M时长：05:41
你好，欢迎收听极客视点。
从 2018 以来，“数据中台”成为行业头部企业普惠至更多的中小企业，成为数据应用的“基础设施”。伴随着数据中台在企业的落地实施，企业愈发需要一个数据中台的成熟度模型，以评估自己的数据中台方向是否正确、该如何调整。
最近，ThoughtWorks 首席咨询师陈庆敏在“ThoughtWorks 洞见”发文分享了数据中台成熟度的七个评估维度。前三个维度即数据战略、数据治理、数据资产管理已经在上一篇文章分析过，本文继续介绍其余四个评估维度。
1. 数据平台和架构
数据平台和架构是在全域的数据基础之上，设计出易用的、稳定的、可扩展的、支持多应用的平台架构，此外，进行数据分层建模和标准定义，最终呈现出一套完整的、规范的、准确的数据架构和应用的解决方案，可以方便支撑数据应用。所以数据平台和架构主要关注如下几方面。
首先要关注的就是架构标准，是否有专门的架构组来保证流程和机制的落实，是否有部门内部和部门之间的架构评审流程和机制等等。
其次，架构方法也至关重要，比如架构规划、整体架构、基础架构、数据架构、功能架构和部署架构的设计原则是什么，有没有标准的架构实施规范、评估机制和改进机制等等。
最后，数据是怎样集成的，有无数据整合架构政策和标准，数据集成的流程和标准是什么，包括内外部数据集成、离线和实时数据的集成方案等，是否有自动化的数据集成工具或平台，集成过程中是否有异常处理、回滚等操作。
2. 数据服务化
数据服务化是指数据中台以什么样的方式向外提供服务，而能直接使用这些服务的人通常不是业务人员，却极有可能是业务应用的 IT 人员，业务通过调用配置好且已开放的服务（比如 API）来为业务快速开发满足某一需求的功能。
数据服务化的背后也通常会有一个服务平台支撑，所以在做中台服务化评估的时候既要关注服务平台又要关注服务本身。比如服务标准的确立、服务监控和维护、数据服务的评估和优化等。
3. 数据产品化
有的组织会把产品化和服务化放在一起，因为这两部分都是比较靠近前端数据消费者的，因为无论是产品化还是服务化，对整个中台来讲，它们都是数据产品。
略微不同的是，数据产品化的结果，有相当一部分是可以直接被业务使用的，比如报表的分析服务（产品），业务人员可以直接通过托拉拽的方式在平台配置自己所需的报表以及展示方式。
这一维度所要关注的目标就和战略方向特别靠近，比如业务支撑能力、业务分析响应能力、数据可视化能力、统一服务的能力。数据产品化是比较靠近业务，也比较容易被业务感知到的一个模块，这块的设计和开发应该借鉴产品开发的思路，既需要考虑功能、业务反馈，还需要关注运营指标。
4. 中台运营
指的是将整个数据中台作为一个产品来看，是否有运营的指标和控制机制。比如：
是否有中台管理平台，类似于整个中台管理的入口，所有通用文档、规范、标准、流程的管理，都能够列出来并且能被方便的查找，对各个平台运营指标的监控和分析进行区别性的展示；
是否有存储成本、计算成本和研发成本的管理和分析；
是否有中台内部各模块之间的整合与协作机制，架构的设计、职责和工作内容是否清晰，互相调用和协作机制是否完善，功能模块间的资源分配是否均衡；
在价值层面是否具有良好的用户体验和较高的用户满意度；
在资产的管理方面，是否能反映数据或服务被调用的频率或次数，等等。
总之，中台运营评估的是中台作为一款“产品”，它是否能为组织提效降本，是否能为业务带来价值增值。
以上便是对数据中台进行成熟度评估所建议采用的维度，但鉴于业界没有一个对数据中台的标准定义，在实际操作过程中，还需要根据组织和部门的特点以及结构组成、业务的场景、落地执行的情况来做调整，还有一个情况是，并不是所有的组织里面都能找到划分清晰的 7 块，这个时候需要做的就是对维度进行合并或者拆分，总的来说，数据中台成熟度的评估既可以反映组织结构（主要指数据部门或者中台部门）是否合理，又不能完全脱离现有的结构进行设计和评估。
以上就是今天的内容，希望对你有所帮助。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论