1.3 数字化转型中最亮的那颗星
1.3.1 数字化转型的成功实践
说到企业数字化转型，必然要弄明白数据驱动业务的技术方式。企业如何通过技术手段将各类数据集成和加工进行业务赋能呢？
随着信息化的日益成熟，以及社会多元化的发展，企业在行业细分领域的竞争越来越激烈，数据驱动业务的场景化需求不断涌现，而传统的面向特定数据统计所建立起来的技术方式无力做出及时响应，这也促使“构建全域数据资产、敏捷赋能多类业务”的新型能力平台出现。
因为消费互联网的商业模式取得了巨大的成功，各行各业也确信互联网企业所使用的数据中台可以为传统企业数字化转型注入全新的数据活力。近几年关注数据中台的人越来越多，上至企业高管，下至各类业务人员和技术人员，其都在围绕着数据中台这一新兴概念，展开对企业数字化建设的新的探索和实践。
1.国家电网有限公司总部数据中台初步建成
国家电网有限公司是全球最大的公用事业单位之一，拥有海量电力业务，服务人数超过11亿。但公司数据管理基础较为薄弱，公司范围内缺乏统一的数据资源管理体系和运营机制。
为了提升数据资源整合与服务能力，国家电网有限公司让大数据中心承担数据中台建设、部署实施组织工作，围绕“打通、整合、共享”，将企业海量、多维的数据资产进行盘点、整合、分析，沉淀共性数据服务能力。总部数据中台已累计开展492张数据表的接入、整合与分析工作，完成13张一级部署系统数据表下发，实现13项中台数据服务（含数据动态脱敏加密服务）发布，完成19个业务场景的可视化报表开发。
2019年年底，财务多维精益体系频道化报表等32个数据应用服务顺利通过总部数据中台试点任务验证，国家电网有限公司大数据中心负责组织建设的总部数据中台初步建成。
2.青岛市政务数据中台为金融领域提供数据共享服务
2019年年初，青岛大数据中心引入企业的数据治理理念和技术，创新形成数据中台服务模式，找到了破解政务数据共享难、开放难和利用难的有效办法。与其他平台不同的是，用户可以根据各种场景和应用需求，通过数据中台开发数据模型，读取和处理政府部门原始数据，输出智能分析结果，在确保政府部门原始数据“不出库”的前提下，实现数据的深度增值利用。
青岛市政务数据中台形成的第一批政务数据开放目录中，包括工商、税务、人社、公积金、不动产以及各类公共信用数据56类、398个字段，涉及可深度利用的各类政务数据1 216万条。2020年8月7日，招商银行“云政通”平台正式发布，这是青岛市政务数据中台在金融领域的首个落地成果。
1.3.2 不是数据中台不行，是建设方法不对
像国家电网有限公司总部和青岛市政务平台这样能够利用数据中台理念开始数据驱动业务之路的机构只有少数，绝大部分利用数据中台实现数字化转型的企业似乎并不顺利。
1.某500强制造业企业中台项目被叫停
2019年年初，某500强传统制造业企业开始进行数据中台建设。项目由企业首席信息官（Chief Information Officer,CIO）发起，并且由他担任项目经理，目标是完成全集团层面的三个统一，即数据统一、技术统一、业务流程统一，以此支撑企业未来三到五年的数字化转型的发展战略。
该大型集团十几年来，实施过企业资源计划（Enterprise Resource Planning,ERP）、客户关系管理（Customer Relationship Management,CRM）、客服系统、电商系统等，这是非常典型的20世纪90年代企业的IT架构。这种架构的“数据孤岛”问题很严重，缺乏治理，甚至连基本的用户账号统一都没能实现。
看起来是一个非常理想的数据中台场景，但结果是该项目在2019年年末被叫停，CIO也因此辞职，并启动了一个临时的拆中台的项目作为收尾。当然建设成果还是有的，比如对部分业务数据进行了入湖，还建设了很多系统间数据互通的接口，但是业务没有得到场景化的应用数据服务，领导没有看到中台为企业带来的降本增效成果。
2.某大型零售企业斥资几千万元购买的数据中台产品成为摆设
2019年下半年，某大型零售企业集团领导层提出，希望通过数字化手段提升企业整体的运营管理能力和客户服务能力。2019年年底该集团就快速与国内某较为知名的互联网公司达成合作，全面升级硬件基础设施和软件平台，并购买了其标准的数据中台产品，合同金额高达两千多万元。
但是问题出现了：该企业面对全新的数据中台，如何将企业各个系统数据打通？如何加工数据？如何形成统一的数据资产？如何使数据产生新的业务价值？……最终结果是，平台搭建起来了，但是没有形成企业级的数据资产，更没有形成数据驱动业务能力。
从全国范围来看，这样的企业不止一两家。开拓创新精神固然是值得鼓励的，但是不结合自身的业务特色，盲目照搬互联网技术架构会使企业数字化转型止步不前。
最近两年，笔者在和很多企业高层的交流中发现，数据中台建设失败的例子还有不少。但是失败情况和原因各异，有方法问题、技术问题、组织问题……这也让个别希望用建设数据中台的方式实现数字化转型的实践者产生了困惑。
1.3.3 数字化转型和数据中台建设面临的四大困局
为了能够设计出符合企业自身发展的数据中台方案，笔者在近2年调研了300多家企业的高管和技术人员，从不同角度进行诊断和分析。最终笔者总结出了传统企业数字化转型和数据中台建设普遍面临的四大困局：缺少融合思维、缺少高价值数据应用场景、数据质量不高和照搬互联网企业架构。
1.缺少融合思维
IDC曾对2 000名跨国企业的首席执行官（Chief Executive Officer,CEO）做过一项调查：2020年全球1 000强企业中的67%和中国1 000强企业中的50%都将数字化转型列为企业核心战略，但是有70%～80%的企业缺少业务、数据、技术的融合思维和方法，导致数字化转型工作进展不顺利。
反观很多企业数据中台建设失败的原因，都是一开始就从单一视角、将表面化的业务或数据痛点作为牵引拓展建设思路，也就是很多人仍然在用马车夫的思维看汽车。
（1）第一种想法：不管是马车还是汽车，都只是一种交通工具
大家往往认为数据中台的输出端就是为商务智能（Business Intelligence,BI）展示、分析服务的，数据中台负责收集和加工数据，BI负责报表展示、自助分析，通过数据可视化的方式为企业经营决策提供数据参考。
但是实际上数据中台的能力和价值的范围是更广泛的。数据中台除了为BI系统提供数据支持之外，更重要的是要结合其开放的数据服务和基础平台能力，为所有高价值的业务场景快速构建敏捷的数据应用，满足企业随需而变的场景化业务需求，让数据和技术随时可以融入业务。
（2）第二种想法：马车和汽车之所以能运转是因为它们有运动的功能，本质上并没有什么不同
大家往往认为数据中台的加工端任务，不过就是对数据的清洗和转换，然后分层、分主题、汇总计算，形成标准的星型模型、雪花模型供前端进行固定报表的分析展示。
但是实际上数据中台对数据的分类和加工只是数据中台的能力之一，对业务对象的数字孪生才是数据中台主要的能力。数据中台为了满足随需而变的场景化业务需求，要求与业务对象相对应的数据对象必须随时在线，也就是要求构成现实业务场景中的人、事、物，以及三者之间的关系必须在数据中台中具有实时在线的数字孪生对象，这样才能将业务、数据、技术融合起来，数据和技术不再只是为业务数据的展示服务，而是和业务融为一体。
（3）第三种想法：汽车只能由汽油提供动力支持，殊不知锂电池、氢能源是更为清洁的动力源
大家往往认为数据中台输入端应该是企业各业务系统所沉淀的数据，它通过全量和增量的方式定时从业务系统数据库同步历史数据到数据中台。但实际上数据中台汇集的是企业内外部各种来源的数据，除了企业内部各个业务系统数据之外，还应包括机器设备数据、互联网数据、社交系统数据等。数据中台只有进行全方位、全渠道的数据收集，才能为各管理对象提供足够多的数据素材进行数字孪生，为数据和业务融合奠定基础。
笔者碰到的大多数数据中台建设者都很容易陷入过去信息化解决问题的思维方式：为了解决某个特定的业务问题，或者为了提高某项业务的执行效率，而进行流程化功能的开发和优化；而没有从根本上考虑数据和业务的关系，缺少将业务、数据、技术作为一个整体进行融合思考的新思维。
2.缺少高价值数据应用场景
数据赋能业务的前提是发现高价值的数据应用场景，但大部分企业的数据应用需求还停留在管理层所需的报表统计分析层面，企业未对各层级和各领域的数据赋能业务的场景进行需求梳理和目标定义，同时也缺少清晰度量数据应用价值的方法。
数据中台最重要的能力之一就是赋能场景化业务需求，但是笔者发现很多企业在开始建数据中台的时候，都面临这样的问题，即传统企业的场景化应用到底是什么，哪些场景是对企业经营管理有很高价值的场景。想来想去不知道如何下手，干脆先从传统BI的展现需求着手，导致最后用价格高昂的数据中台产品建设了一个数据仓库的复制品。最后，这些企业还是没有实现数据中台赋能场景化业务需求这一目的，所购买的数据中台也不能为企业数字化转型提供可靠的能力。
要想发现高价值的业务场景，数据中台的设计者一定要带着这样两个问题展开思考：一是如何将物理世界中的业务变成数字世界中的业务；二是如何将数据变成知识和智慧，构建平台型组织。
3.数据质量不高
随着互联网的快速发展，传统企业也产生了大量非结构化和半结构化的数据，同时数据的量级也在快速增长，但企业级的数据共享能力还存在着数据不标准、数据不一致、数据不准确等质量问题。
你所在企业的员工是否会抱怨以下问题。
“我们大部分的精力都耗在了财务数据核对的工作上……”——财务管理部
“我们承担了太多IT部门获取数据的工作，无法专职于本职工作……”——风险管控部
“我们企业的信息化水平还不错，为什么经营分析需要的数据还要手工整理、层层上报呢？”——经营管理部
“虽然我们不断地在建立新系统和集成系统，但还是难以响应管理层和各业务部门不断变化的数据需求……”——信息管理中心
“为什么没有建立全企业的数据共享平台和统计分析应用呢？”——前端业务部
…………
自从企业有了数字化应用，部分企业对数据质量问题的抱怨就没有停止过，有的企业的数据质量问题甚至泛滥成灾。由于没有准确、及时、规范的底层数据做支撑，很多企业的经营分析平台以及各种数据应用都成了摆设，更不要提数据赋能业务、数据引导经营决策。
4.照搬互联网企业架构
数据中台在互联网企业的成功应用，使得很多传统企业出现了盲目照搬互联网企业架构的现象。数据中台不是复制过去就可以即插即用的小工具，它是一套定制化、体系化的数据生态，盲目照搬注定失败。
数据中台诞生于数字化原生互联网企业，数据既是它们的业务原材料，也是它们的产品和服务的呈现形式，所以它们有着内在的数据基因和外在的数据形态。也就是说，互联网企业的平台应用建设从始至终就是按照数字化的模式进行的，这也是数据中台在互联网生态中得以产生和成功应用的根本原因。
而传统企业的业务原材料和产品、服务大部分都不是数据，信息化建设的主要目的也只是满足线下业务流程的标准化。所以传统企业建设数据中台是缺少数据基础的，不能完全照搬互联网企业的数据中台架构。
传统企业应当结合自身的业务特点和诉求，完成线下业务对象的线上数字化工作，以此为基础，打造符合自身业务发展的数据中台体系。