前言
今天很多人在說中臺(包括但不限于數(shù)據(jù)中臺、技術(shù)中臺核行、業(yè)務(wù)中臺、組織中臺等)蹬耘,個人理解中臺不是一個產(chǎn)品芝雪,也很難簡單的將其做成一個項目,這是一個工程综苔。
中臺是一個重塑企業(yè)的管理惩系、業(yè)務(wù)、流程如筛、數(shù)據(jù)堡牡、技術(shù)等全要素的工程,而這樣的工程需要戰(zhàn)略決心和高層的支持杨刨、對應(yīng)的組織架構(gòu)和大量的人才投入(包括但不限于數(shù)據(jù)分析師晤柄、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家妖胀、數(shù)據(jù)產(chǎn)品經(jīng)理芥颈、前端工程師惠勒、后端工程師、業(yè)務(wù)人員等)浇借,并配套相應(yīng)全鏈路的數(shù)據(jù)工具與流程保障捉撮。
本人先后負(fù)責(zé)數(shù)據(jù)治理和數(shù)據(jù)平臺的中臺產(chǎn)品工具和數(shù)據(jù)相關(guān)工作,其實很早就想寫中臺產(chǎn)品系列分析報告了妇垢,但一直沒有時間巾遭。
恰好最近遇到了一系列契機:
1、國家方針闯估,黨的十九大報告提出要“推動互聯(lián)網(wǎng)灼舍、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”涨薪,進一步突出了大數(shù)據(jù)作為國家基礎(chǔ)性戰(zhàn)略性資源的重要地位骑素,掌握豐富的高價值數(shù)據(jù)資源日益成為搶占未來發(fā)展主動權(quán)的前提和保障。建設(shè)好的中臺將數(shù)據(jù)價值真正挖掘并應(yīng)用刚夺。
2献丑、技術(shù)推動,中間件侠姑、大數(shù)據(jù)等技術(shù)的日益成熟為中臺的發(fā)展起到了強有力的推動作用创橄。
3、業(yè)務(wù)推動莽红,用戶需求個性化妥畏,產(chǎn)品的快速迭代和試錯,以此滿足用戶安吁、搶占市場醉蚁。
4畏梆、中臺火爆断箫,BATJ等許多企業(yè)紛紛推出自己的中臺建設(shè)方案。
5历等、正因為以上幾點妇智,很多行業(yè)內(nèi)的同學(xué)也和我頻繁交流了中臺建設(shè)細(xì)節(jié)确沸,在這里也是暢書自己所想,分享出來和大家一起更深入的交流俘陷。
基于以上契機罗捎,正式開始寫中臺產(chǎn)品系列分析報告(中臺產(chǎn)品面面觀)。
中臺戰(zhàn)略的構(gòu)建拉盾,從功能上說桨菜,包括數(shù)據(jù)中臺、技術(shù)中臺、以及業(yè)務(wù)中臺倒得。其中數(shù)據(jù)中臺的本質(zhì)是將數(shù)據(jù)資產(chǎn)化泻红,技術(shù)中臺的本質(zhì)是將流程自動化,業(yè)務(wù)中臺的本質(zhì)是將應(yīng)用場景化霞掺。
本系列中臺產(chǎn)品分析報告將串聯(lián)起數(shù)據(jù)谊路、技術(shù)、業(yè)務(wù)三大中臺菩彬,從數(shù)據(jù)資產(chǎn)化缠劝、流程自動化到應(yīng)用場景化,實現(xiàn)中臺降本提效骗灶、賦能前臺惨恭。
報告將兼顧深度和廣度,并由一系列報告組成耙旦。
深度主要是側(cè)重于完成整個中臺完整實踐脱羡,產(chǎn)品包括平臺產(chǎn)品、方法論產(chǎn)品免都、治理產(chǎn)品锉罐,并將其結(jié)合落地最佳實踐,數(shù)據(jù)平臺型產(chǎn)品包括于DataWorks绕娘、DataPhin脓规、Data Science Studio、Data Catalog业舍、Data ATM等,數(shù)據(jù)治理型產(chǎn)品包括線下消費標(biāo)簽升酣、原子標(biāo)簽舷暮、智能招商模型等,數(shù)據(jù)方法論型產(chǎn)品包括OneData噩茄、OneService等下面。
廣度主要是側(cè)重于分析國內(nèi)外Top中臺公司的相關(guān)產(chǎn)品,包括阿里绩聘、華為沥割、百度、騰訊凿菩、網(wǎng)易机杜、京東、TalkingData衅谷、數(shù)瀾椒拗、Teradata、Microsoft、Google蚀苛、Amazon在验、IBM等。
中臺產(chǎn)品面面觀的第一篇報告是綜述堵未,將從市場腋舌、行業(yè)、需求渗蟹、商業(yè)等角度進行整體分析块饺。
一、市場分析
本節(jié)將分析市場拙徽,了解中臺用戶及對應(yīng)需求刨沦。
正所謂理解當(dāng)下最好的方式,是回頭看看過去膘怕,說到中臺市場想诅,我們先回顧一下這十幾年來中國企業(yè)數(shù)據(jù)化歷程,大致經(jīng)歷了如下幾個階段岛心,正因為這幾個階段来破,才有了現(xiàn)在的中臺市場。
第一階段忘古,2000年之后徘禁,企業(yè)內(nèi)部數(shù)據(jù)化。
2002年~2005年髓堪,中國許多大型企業(yè)開啟了一輪以ERP送朱、CRM為主的底層IT建設(shè)。
2015年前后干旁,中國許多大型國企和Top民企都基本完成了內(nèi)部核心業(yè)務(wù)的數(shù)據(jù)化建設(shè)驶沼。
這為中臺的出現(xiàn)提供了第一個先決條件,底層IT架構(gòu)的完善和初步的“業(yè)務(wù)數(shù)據(jù)化”争群。
第二階段回怜,2012年之后,“互聯(lián)網(wǎng)思維”萌發(fā)换薄。
這一時期玉雾,隨著BAT等互聯(lián)網(wǎng)名企紛紛上市,所到之處轻要,“消滅你复旬,與你無關(guān)”。備受電商沖擊的傳統(tǒng)零售商冲泥,被搜索和門戶打得黯然神傷的傳統(tǒng)媒體赢底。
2013年11月3日,新聞聯(lián)播更是發(fā)布了《互聯(lián)網(wǎng)思維帶來了什么》專題報道。
由此幸冻,各行各業(yè)被逐漸植入了一個信念:互聯(lián)網(wǎng)思維粹庞。而互聯(lián)網(wǎng)思維中,十分重要的就是數(shù)據(jù)思維洽损。
這為中臺的出現(xiàn)提供了第二個先決條件庞溜,大家開始逐漸意識到數(shù)據(jù)的價值。
第三階段碑定,2013年之后流码,移動互聯(lián)網(wǎng)發(fā)展產(chǎn)生海量數(shù)據(jù)。
通過移動設(shè)備和蓬勃發(fā)展的各類傳感器延刘,更多行業(yè)積累在移動互聯(lián)時代產(chǎn)生的數(shù)據(jù)量級遠(yuǎn)超以往漫试。
同時新的業(yè)務(wù)需求源源不斷的涌出,如基于大數(shù)據(jù)的營銷碘赖、風(fēng)控驾荣、輔助決策類業(yè)務(wù),許多企業(yè)近年內(nèi)開始用起了SaaS服務(wù)普泡。
這為中臺的出現(xiàn)提供了第三個先決條件播掷,移動互聯(lián)網(wǎng)產(chǎn)生的海量數(shù)據(jù),潛在的數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用需求撼班。
第四階段歧匈,2016年之后,互聯(lián)網(wǎng)進入下半場砰嘁。
智能手機銷量和網(wǎng)民規(guī)模增長減緩件炉,互聯(lián)網(wǎng)人口紅利逐漸消失,此時矮湘,一方面可以出海繼續(xù)追人口紅利斟冕,另一方面就必須精耕細(xì)作存量市場,典型的像這一時期特別火爆的“增長黑客”板祝,提倡的核心理念正是數(shù)據(jù)驅(qū)動宫静,低成本高增長走净。
這為中臺的出現(xiàn)提供了第四個先決條件券时,催生對自有數(shù)據(jù)價值的更深認(rèn)知和深程度的數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用。
隨著以上四階段的發(fā)展伏伯,逐漸演化到了現(xiàn)在的中臺市場橘洞,可以總結(jié)出兩大問題:
1.“煙囪林立”
各系統(tǒng)沉淀的數(shù)據(jù)之間難以打通说搅,企業(yè)內(nèi)外部數(shù)據(jù)難以連接炸枣,系統(tǒng)重復(fù)建設(shè)。
為了滿足新業(yè)務(wù)的即時需求,許多企業(yè)常常同時使用多個IT系統(tǒng)适肠,各個系統(tǒng)數(shù)據(jù)往往不同霍衫,不同部門也動不動就另起爐灶大量重復(fù)開發(fā),各個系統(tǒng)有如一個個林立的煙囪互不連通侯养,
那么“煙囪林立”(數(shù)據(jù)不通敦跌、重復(fù)開發(fā))有什么結(jié)果呢?
重復(fù)開發(fā)和維護逛揩,成本高昂柠傍,可能馬上會“死”。
數(shù)據(jù)不通辩稽,數(shù)據(jù)不能較好的支持前端業(yè)務(wù)惧笛,公司沒有護城河,慢慢也會“死”逞泄。
在這里還是看一下阿里的例子患整,
1.1、重復(fù)開發(fā)和維護炭懊,成本高昂并级,可能馬上會“死”。
數(shù)據(jù)中心不但不是利潤中心侮腹,反而成為了巨大的成本中心嘲碧。
以阿里為例,2014年阿里面臨著大數(shù)據(jù)還沒來得及發(fā)揮作用就已經(jīng)消耗完業(yè)務(wù)帶來的利潤的現(xiàn)狀父阻。
見微知著愈涩,用數(shù)據(jù)說話,當(dāng)時5張幾乎完全重復(fù)的日志基礎(chǔ)表在源頭就已經(jīng)被復(fù)制到不同的數(shù)據(jù)團隊中加矛,這5張重復(fù)表占據(jù)了數(shù)10PB的存儲空間履婉,當(dāng)時存儲1PB數(shù)據(jù)表耗資上百萬元,其中還不算電費等維護費用斟览,更不要說研發(fā)和維護這些表的人力成本毁腿。
在數(shù)據(jù)公共層建設(shè)一年左右總結(jié)僅2015財年,批量數(shù)據(jù)計算總時長減少了50%苛茂,數(shù)據(jù)計算成本節(jié)約了近億元人民幣已烤,數(shù)據(jù)下線節(jié)約了近百PB存儲空間,數(shù)據(jù)存儲成本節(jié)約了近億元人民幣妓羊。
中臺建設(shè)胯究,生死存亡。
其實這也是阿里率先做中臺建設(shè)的重要原因躁绸,對于其他企業(yè)裕循,可能沒有那么嚴(yán)重臣嚣,但重復(fù)建設(shè)和維護帶來的高昂成本不容小覷。同時剥哑,也埋下了后續(xù)打通維護的“病根”硅则。
1.2、數(shù)據(jù)不通株婴,數(shù)據(jù)不能有效支持前端業(yè)務(wù)抢埋,不利于業(yè)務(wù)的發(fā)展和沉淀,公司沒有護城河督暂,慢慢也會“死”揪垄。
以阿里為例,阿里作為一家生態(tài)公司逻翁,業(yè)務(wù)涵蓋電商饥努、金融、廣告八回、物流酷愧、文娛等各個領(lǐng)域,隨著人們互聯(lián)網(wǎng)行為的多樣化缠诅,在不同域產(chǎn)生各自的業(yè)務(wù)數(shù)據(jù)溶浴,比如在高德打車、在天貓購物管引、在優(yōu)酷看視頻士败、在支付寶交電費。對阿里巴巴全局而言褥伴,這就是一個個數(shù)據(jù)孤島谅将。數(shù)據(jù)不通,我們看一個“人”的行為是片面的重慢,數(shù)據(jù)價值也是很有限的饥臂,數(shù)據(jù)只有融通才能產(chǎn)生更大的價值,從而產(chǎn)生一個“人”立體鮮活的畫像似踱。
同樣隅熙,我們可以通過一個例子來說明。
某大公司旗下的多款產(chǎn)品都有用戶“A”的使用記錄:
租房產(chǎn)品:A最近頻繁瀏覽北京東直門地鐵站附近的小區(qū)核芽;
求職產(chǎn)品:A最近投遞了東直門附近多家公司的崗位囚戚;
外賣產(chǎn)品:A點餐配送地址都在北京朝陽。
根據(jù)上述內(nèi)容狞洋,如果公司平臺數(shù)據(jù)是打通的弯淘,那么可得出一個初步結(jié)論:用戶A計劃從朝陽跳槽到東直門某公司绿店,并準(zhǔn)備在東直門附近居住吉懊。
根據(jù)互通的數(shù)據(jù)信息庐橙,還可以再細(xì)致分析下去:根據(jù)A的日常飲食習(xí)慣與所瀏覽的租房信息,可以判斷他的消費層次借嗽;結(jié)合投遞職位的薪資判斷生活水平态鳖,分析其家庭關(guān)系判斷其遷移目的比如說是不是伴侶在東直門,所以也想搬過來恶导。
慢慢的浆竭,一個完整的用戶畫像躍然紙上,數(shù)據(jù)價值威力顯現(xiàn)惨寿。
相反邦泄,數(shù)據(jù)不通,那么數(shù)據(jù)價值將大打折扣裂垦。
2顺囊、“齒輪失衡”
隨著企業(yè)的不斷發(fā)展,前臺和后臺的“?輪速率匹配失衡”的問題逐步顯現(xiàn)蕉拢,后臺很難及時響應(yīng)前臺進行創(chuàng)新特碳。
互聯(lián)網(wǎng)化時代面臨著場景、業(yè)務(wù)增多且快速變動的情況晕换。前臺和后臺就像是兩個不同轉(zhuǎn)速的?輪午乓,前臺要快速響應(yīng)用戶的需求,講究的是快速創(chuàng)新迭代闸准,所以往往轉(zhuǎn)速越快越好益愈;?后臺由于?對的是相對穩(wěn)定的后端資源,?且常常是系統(tǒng)陳舊復(fù)雜夷家,甚至還受到法律法規(guī)審計等相關(guān)合規(guī)約束腕唧,所以往往是穩(wěn)定至上,越穩(wěn)定越好瘾英。失衡達(dá)到一定程度時枣接,就是中臺興起之時。
可以設(shè)想這么一個場景缺谴,現(xiàn)在市場有一個很好的業(yè)務(wù)機會但惶,我們想抓住這個,進行創(chuàng)新/試錯湿蛔。如果實現(xiàn)這么一個機會所需的資源投入需要從0到1占用20人4個月的時間膀曾,并且還面臨著無法實現(xiàn)預(yù)期、業(yè)務(wù)機會不正確等風(fēng)險阳啥,那么這個創(chuàng)新/試錯實在太高了添谊,大多數(shù)企業(yè)都無法支持,從而任由機會流失察迟。
但如果我們打造了一個很好的中臺斩狱,可以基于中臺只投入5人2周的時間建設(shè)產(chǎn)品并推向市場進行創(chuàng)新/試錯耳高,再根據(jù)反饋進行迭代,那么大多數(shù)企業(yè)應(yīng)該還是很樂意進行這樣的創(chuàng)新/試錯所踊。
現(xiàn)在我們也正是基于我們的技術(shù)中臺和數(shù)據(jù)中臺等中臺能力進行業(yè)務(wù)創(chuàng)新/試錯泌枪,并打造了金融、零售等領(lǐng)域許多經(jīng)典的數(shù)據(jù)產(chǎn)品秕岛。比如線下選址數(shù)據(jù)產(chǎn)品智選的數(shù)據(jù)層建設(shè)基本復(fù)用了我們數(shù)據(jù)中臺的位置域數(shù)據(jù)能力碌燕,數(shù)據(jù)中臺的數(shù)據(jù)能力現(xiàn)在已經(jīng)全部接入我們的數(shù)據(jù)服務(wù)商場(DMK)并以Service服務(wù)的形式對外輸出,因此只需要幾位工程師花幾天時間做DMK相關(guān)服務(wù)的調(diào)用和調(diào)整继薛,花精力建好大中臺修壕,從而以低成本進行業(yè)務(wù)創(chuàng)新/試錯。
(創(chuàng)新/試錯:做對了就是創(chuàng)新遏考,做錯了就是試錯叠殷。)
關(guān)于中臺最經(jīng)典的例子就是大家耳熟能詳?shù)姆姨m手游公司SuperCell了,雖然這家公司每年能創(chuàng)造15億美元稅前利潤诈皿,但只有不到200名員工林束。SuperCell就像是一個高產(chǎn)的游戲孵化器,在幾年內(nèi)開發(fā)出了10款以上的游戲稽亏,雖然大部分用于試錯的游戲都在研發(fā)過程中被腰斬了壶冒,但最終呈獻給用戶的幾款游戲(《部落沖突》《卡通農(nóng)場》《海島奇兵》等)都是經(jīng)典中的經(jīng)典。
2014年馬云歐洲之旅參觀了Supercell截歉, Supercell以最多不超過7個員工組成獨立的開發(fā)團隊作為小前臺團隊(內(nèi)部稱之為Cell)胖腾,他們開發(fā)出的游戲看上去風(fēng)格迥異,卻存在許多共同之處瘪松。在業(yè)務(wù)上咸作,共通的東西包括支付系統(tǒng)、用戶系統(tǒng)等等宵睦,在技術(shù)上记罚,共同的東西包括游戲引擎,內(nèi)部開發(fā)工具等等壳嚎。而這些共通的資源桐智,都可以由一個強大的“中臺”來提供。
早期的阿里和其他公司一樣烟馅,在IT建設(shè)方面也是“煙囪式”的说庭,由不同的技術(shù)團隊支撐不同業(yè)務(wù)。比如淘寶郑趁、天貓刊驴、聚劃算這三大核心電商業(yè)務(wù),在過去是三套獨立的系統(tǒng),都建設(shè)了用戶捆憎、商品舅柜、交易、評價等業(yè)務(wù)功能攻礼,并且互相獨立,無法連接協(xié)同栗柒。
實際上礁扮,不只是阿里,這種重復(fù)投資瞬沦、無法協(xié)同的獨立煙囪架構(gòu)太伊,是目前國內(nèi)絕大多數(shù)企業(yè)信息化建設(shè)時所遇到的普遍問題。
一個公司是有很多員工都有想法的逛钻,這個想法能否落地通沉沤梗可能要經(jīng)歷立項、申報預(yù)算曙痘、評估投入產(chǎn)出比芳悲、研發(fā)周期、采購边坤、營銷等多個環(huán)節(jié)名扛,十分復(fù)雜且漫長。
所以阿里啟動中臺戰(zhàn)略茧痒,在云計算架構(gòu)下肮韧,橫向打通各個業(yè)務(wù)系統(tǒng)。
構(gòu)建業(yè)務(wù)中臺旺订,把各不同業(yè)務(wù)中的相同部分抽離出來弄企,由中臺進行統(tǒng)一管理,再把它們重新組合区拳,分配給上線的新業(yè)務(wù)拘领。這樣,新業(yè)務(wù)就能以模塊化的形式快速上線樱调。
比如聚劃算的誕生就可以說的是國產(chǎn)中臺經(jīng)典案例院究,當(dāng)時2010年市場上團購業(yè)務(wù)蓬勃發(fā)展,阿里也想建自己的團購平臺本涕,但市場上已經(jīng)有了美團业汰、高朋等專業(yè)的團購網(wǎng)站,面對先入者和新的業(yè)務(wù)模式菩颖,其實這對于阿里也是一次嘗試样漆。所以當(dāng)時阿里投入了產(chǎn)品、運營晦闰、研發(fā)等10+人用了1月+就成功上線放祟。而且跑的非常好鳍怨。為什么這么快,因為80%的東西不需要做了跪妥,中臺有現(xiàn)成的業(yè)務(wù)能力(用戶鞋喇、商品、交易眉撵、評價等)侦香,直接調(diào)用就行了。上線后聚劃算展現(xiàn)了超出想象的流量吸力纽疟,阿里確定這個是重要流量入口后罐韩,大力投入,在14個月之后污朽,這個10+人的小團隊發(fā)展為600+人的事業(yè)部散吵,與淘寶、天貓并駕齊驅(qū)蟆肆。
構(gòu)建數(shù)據(jù)中臺矾睦,打通數(shù)據(jù)孤島,抽象公共模型炎功,由中臺統(tǒng)一管理顷锰,提高數(shù)據(jù)處理效率。
天貓和淘寶都有各自買家的評價數(shù)據(jù)亡问。在過去官紫,淘寶和天貓的數(shù)據(jù)體系是沒有打通的。但實際上州藕,二者在鑒別虛假評價時所使用的數(shù)據(jù)模型又是相同的束世。所以即便業(yè)務(wù)場景不一樣,但很多基礎(chǔ)數(shù)據(jù)模型和算法可以被重復(fù)使用床玻。
建立中臺后:
1毁涉、將公有化的那部分做沉淀,畢竟有太多的問題在各個地方都反復(fù)出現(xiàn)锈死,每一次都有人掉入差不多的坑贫堰。公有化沉淀之后復(fù)用,形成中臺壁壘待牵。
2其屏、剩下的就是將差異化的那部分做好。周期短缨该、成本低偎行,這樣大家就敢去創(chuàng)新。
回到阿里的案例,如果沒有高層的支持(馬云蛤袒、行顛)熄云、配套的組織(共享事業(yè)部和 2010 年對聚劃算流量的控制到現(xiàn)在的中臺團隊)、創(chuàng)新的業(yè)務(wù)(淘寶妙真、天貓缴允、聚劃算到現(xiàn)在的新零售),那么也很難有現(xiàn)在的阿里大中臺珍德。
即便中臺戰(zhàn)略落地了练般,每天的變更仍然頻繁,每天會產(chǎn)生眾多新的需求菱阵。比如新收購了一個公司或者新成立一條業(yè)務(wù)線踢俄,新的 IT 應(yīng)用如何融入到現(xiàn)有的中臺上來缩功,讓中臺能力更豐富晴及,這就是中臺能力持續(xù)進化的過程。
中臺,幫企業(yè)把數(shù)據(jù)用起來,連通傳統(tǒng)IT架構(gòu)和各類數(shù)據(jù)政基,平衡前后臺矛盾王财,最終提升決策水平和業(yè)務(wù)表現(xiàn),幫企業(yè)實現(xiàn)商業(yè)本質(zhì)年柠。
中臺就是整合治理資源,降低成本提高效率,更好響應(yīng)前臺需求溯壶。
不僅僅是工具和方法論,更需要企業(yè)戰(zhàn)略及組織架構(gòu)等全方位的規(guī)劃和配合甫男。
二且改、行業(yè)分析
本節(jié)主要全局概覽行業(yè)內(nèi)做中臺的主要公司。
首先板驳,我們引用愛分析的2019年數(shù)據(jù)智能行業(yè)圖譜又跛,一圖概覽中臺主要公司。
(ps:對于愛分析的分類若治,肯定仁者見仁智者見智慨蓝,包括我也有不一樣的觀點,但此圖能讓大家對行業(yè)有一個基本的認(rèn)識端幼,故在此引用礼烈。)
1、主流互聯(lián)網(wǎng)公司
目前中臺概念的火爆主要就是源于主流互聯(lián)網(wǎng)公司的中臺相關(guān)建設(shè):
2018年9月婆跑,騰訊宣布新成立云與智慧產(chǎn)業(yè)事業(yè)群(CSIG)和技術(shù)委員會济丘,技術(shù)委員會將負(fù)責(zé)打造技術(shù)中臺。
2018年11月摹迷,阿里云事業(yè)群升級為阿里云與智能事業(yè)群鲫寄,并開始對外輸出中臺能力。
同月,美團被曝正在打通大眾點評、摩拜等各業(yè)務(wù)間的數(shù)據(jù)试浙,構(gòu)建數(shù)據(jù)中臺壹哺。
2018年12月昔脯,百度調(diào)整組織架構(gòu)静陈,王海峰同時負(fù)責(zé)基礎(chǔ)技術(shù)體系(TG)和AI技術(shù)平臺體系(AIG)。此后懂衩,王海峰在公開場合表示胡岔,打造技術(shù)中臺是百度調(diào)整組織架構(gòu)的戰(zhàn)略方向之一。
同月村生,京東進行有史以來最大組織架構(gòu)調(diào)整辽话,增設(shè)中臺部門益咬,京東商城CEO徐雷還在去年年會上強調(diào):要將中臺提升為“永不停歇”的超級引擎裆甩。
2019年3月箍邮,字節(jié)跳動被曝正在搭建“直播中臺”,抖音行楞、西瓜子房、火山視頻3款A(yù)PP未來將共用技術(shù)和運營團隊形用。
2019年5月,騰訊宣布將進一步開放數(shù)據(jù)中臺和技術(shù)中臺证杭。其中田度,數(shù)據(jù)中臺包括用戶中臺、內(nèi)容中臺解愤、應(yīng)用中臺等镇饺;技術(shù)中臺包括通信中臺、AI中臺送讲、安全中臺等奸笤。
其他相關(guān)內(nèi)容在此不一一枚舉。
阿里可以算是互聯(lián)網(wǎng)公司里中臺的鼻祖了哼鬓,早在2015年12月监右,阿里巴巴集團CEO張勇就宣布啟動中臺戰(zhàn)略。成為中國乃至全球第一家踐行中臺戰(zhàn)略的大型互聯(lián)網(wǎng)公司异希。阿里中臺起步早健盒,發(fā)展相對成熟,同時明確表示要對外輸出中臺称簿,并已經(jīng)做出了許多經(jīng)典案例扣癣。
2、大數(shù)據(jù)公司
典型的如我們TalkingData正在著力打造我們的中臺(技術(shù)中臺予跌、數(shù)據(jù)中臺)搏色,強調(diào)數(shù)據(jù)和科技。
還有很早旗幟鮮明地提出要做數(shù)據(jù)中臺券册,像數(shù)瀾频轿,以及后續(xù)漸漸進入或被人歸為這個賽道垂涯,如北交云、袋鼠云航邢、奇點云等耕赘。
數(shù)據(jù)中臺型:
在數(shù)據(jù)中臺領(lǐng)域深耕的,這里可以根據(jù)自身是否有數(shù)據(jù)源將公司分為兩類:
第一類是自身沒有數(shù)據(jù)源膳殷,幫助客戶搭建數(shù)據(jù)中臺并服務(wù)于客戶的公司操骡,典型的如數(shù)瀾、滴普等公司赚窃。
第二類是自身有數(shù)據(jù)源册招,并形成三方數(shù)據(jù)中臺并服務(wù)于客戶的公司,典型的如我們TalkingData和個推勒极、極光等公司是掰。
現(xiàn)在第二類公司也開始慢慢涉及第一類公司的業(yè)務(wù),即幫助客戶搭建數(shù)據(jù)中臺并服務(wù)于客戶的公司辱匿。因為自身有數(shù)據(jù)源键痛、自己內(nèi)部有數(shù)據(jù)團隊和業(yè)務(wù)團隊,有大量的內(nèi)部需求來迭代中臺產(chǎn)品匾七,因此做第一類公司的業(yè)務(wù)只是一個“數(shù)據(jù)中臺對外”的問題絮短,同時產(chǎn)品因為場景多也更具競爭力。
技術(shù)中臺型:
在技術(shù)中臺領(lǐng)域深耕的:
這一塊根據(jù)平臺特性細(xì)分昨忆,玩家很多:
主攻用戶行為分析平臺丁频,如神策,
主攻數(shù)據(jù)科學(xué)平臺扔嵌,如第四范式限府,
其他等等~
業(yè)務(wù)中臺型:
在業(yè)務(wù)中臺領(lǐng)域深耕的:
很少有大數(shù)據(jù)公司一開始就直接切入企業(yè)的業(yè)務(wù)中臺夺颤,大部分都由技術(shù)中臺和數(shù)據(jù)中臺公司演化而來痢缎。
一般都從行業(yè)應(yīng)用切入,在服務(wù)大量垂直行業(yè)客戶并掌握場景需求后世澜,逐步形成業(yè)務(wù)中臺能力独旷。
從客戶價值的角度來看,業(yè)務(wù)中臺最接近業(yè)務(wù)場景寥裂,實現(xiàn)技術(shù)賦能嵌洼,按照效果計費,客戶價值較高封恰。
比如我們切入垂直行業(yè)餐飲銷量預(yù)測領(lǐng)域麻养,幫助世界頂級餐飲集團百勝 (YUM)旗下肯德基做銷量預(yù)測,通過銷量預(yù)測解決肯德基采購和人員排班問題诺舔,節(jié)省成本每年億級別鳖昌,受到一線餐廳經(jīng)理的熱烈歡迎备畦,集團十分認(rèn)可。我們也打造了近實時生產(chǎn)決策的標(biāo)桿項目许昨,同時沉淀零售餐飲行業(yè)銷售預(yù)測領(lǐng)域知識并積累算法模型大規(guī)模工程部署經(jīng)驗懂盐。
3、傳統(tǒng)軟件服務(wù)商
這部分公司主要是傳統(tǒng)軟件服務(wù)商中的佼佼者糕档,老一代IT架構(gòu)的建設(shè)者莉恼,如金蝶、用友等速那。
三俐银、需求分析
本節(jié)將進行需求分析,分析中臺的主要用戶及使用場景端仰。
中臺的主要用戶可以分為生產(chǎn)者悉患、消費者、監(jiān)管者三大類群體榆俺。
生產(chǎn)者主要指我們的數(shù)據(jù)團隊售躁,包括數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)分析師茴晋、數(shù)據(jù)科學(xué)家陪捷、數(shù)據(jù)工程師等,他們將使用我們中臺數(shù)據(jù)工具生產(chǎn)數(shù)據(jù)诺擅,具體場景包括數(shù)據(jù)分析市袖、數(shù)倉規(guī)劃、開發(fā)運維烁涌、算法開發(fā)苍碟、資產(chǎn)管理與運營、數(shù)據(jù)安全與合規(guī)管理等撮执。(ps:其中不同的數(shù)據(jù)生產(chǎn)場景將使用我們不同的數(shù)據(jù)工具微峰。)
對于生產(chǎn)者,他們想要的是高效治理數(shù)據(jù)資產(chǎn)抒钱。
正如之前提到的蜓肆,煙囪式數(shù)據(jù)體系造成數(shù)據(jù)調(diào)用混亂、口徑不統(tǒng)一谋币、質(zhì)量參差不齊仗扬、建設(shè)和維護的重復(fù),造成人力蕾额、物力早芭、時間等資源的浪費和前端使用不便。
這正是生產(chǎn)者(組織中臺)+中臺(數(shù)據(jù)诅蝶、技術(shù))需要重點解決的問題退个,我們SDK采集等數(shù)據(jù)主要是移動互聯(lián)網(wǎng)等數(shù)據(jù)精肃,因此我們將應(yīng)用統(tǒng)計分析、游戲運營分析帜乞、移動廣告監(jiān)測等幾條業(yè)務(wù)線等數(shù)據(jù)統(tǒng)一規(guī)劃司抱,通過原子標(biāo)簽體系開放出設(shè)備、APP黎烈、位置习柠、wifi等幾個主題域的相關(guān)數(shù)據(jù)集數(shù)據(jù)集供前端使用。打破煙囪照棋,降本增效资溃。
消費者主要指我們的業(yè)務(wù)團隊,包括BD烈炭、咨詢溶锭、運營、商業(yè)分析師乃至管理層(CEO符隙、CFO趴捅、CTO等),他們將消費我們生產(chǎn)者精心準(zhǔn)備的數(shù)據(jù)霹疫,結(jié)合業(yè)務(wù)直接運用數(shù)據(jù)最大程度發(fā)揮數(shù)據(jù)的價值拱绑。對于不同消費者,數(shù)據(jù)應(yīng)用的訴求和場景很多丽蝎。
對于管理層(CEO猎拨、CFO、CTO等)屠阻,他們想知道自己有多少數(shù)據(jù)資產(chǎn)红省,分布情況怎么樣,ROI怎么樣国觉,趨勢怎么樣吧恃,他們想要準(zhǔn)確評估及合理應(yīng)用數(shù)據(jù)資產(chǎn),做好企業(yè)戰(zhàn)略管理蛉加。
對于一線業(yè)務(wù)人員蚜枢,他們不關(guān)心到底有多少張數(shù)據(jù)表以及底層實現(xiàn),他們只關(guān)心自己對應(yīng)的業(yè)務(wù)针饥,比如會員數(shù)據(jù)這類具體業(yè)務(wù)主題域的數(shù)據(jù),他們想要的是可以清晰查看并快速使用我們的數(shù)據(jù)資產(chǎn)需频,并解決業(yè)務(wù)問題創(chuàng)造數(shù)據(jù)價值丁眼,傳統(tǒng)行業(yè)借助數(shù)據(jù)進行經(jīng)營管理和分析。
正如之前提到的昭殉,沒有前臺何來中臺苞七,中臺將賦能前臺藐守,前臺將直接享受我們中臺的成果,可以快速查看并使用我們的數(shù)據(jù)資產(chǎn)蹂风,業(yè)務(wù)平臺可以很方便等調(diào)用我們的主題服務(wù)卢厂,一個個完整等主題服務(wù)可以很方便等供我們等客戶和合作伙伴使用,咨詢等業(yè)務(wù)人員可以很方便的提取高質(zhì)量數(shù)據(jù)進行營銷投放惠啄、競品分析等解決方案的制定慎恒。
監(jiān)管者包括公司內(nèi)部法務(wù)等相關(guān)團隊、App開發(fā)者撵渡、個人信息用戶融柬、國家相關(guān)部門(網(wǎng)信辦、工信部趋距、公安部等)粒氧。這部分用戶更關(guān)注數(shù)據(jù)資產(chǎn)安全合規(guī)問題。
在這一部分节腐,一方面從法務(wù)角度我們結(jié)合法規(guī)確定了SDK開發(fā)者協(xié)議外盯、隱私政策、服務(wù)條款翼雀,另一方面從中臺角度我們?nèi)?biāo)識化用戶并圍繞數(shù)據(jù)采集门怪、數(shù)據(jù)傳輸、數(shù)據(jù)存儲锅纺、數(shù)據(jù)匯聚掷空、數(shù)據(jù)使用、數(shù)據(jù)刪除等一系列流程進行數(shù)據(jù)保護囤锉。中臺健全的數(shù)據(jù)安全管理體坦弟,包括信息分級分類、加密保存官地、數(shù)據(jù)訪問權(quán)限劃分酿傍,指定內(nèi)部數(shù)據(jù)管理制度和操作流程。
四驱入、商業(yè)分析
本節(jié)將分析中臺商業(yè)模式赤炒。
商業(yè)模式可以分兩大類,長遠(yuǎn)戰(zhàn)略和直接盈利亏较。
長遠(yuǎn)重戰(zhàn)略莺褒,我賣中臺但不靠中臺賺錢,中臺只收個成本價甚至免費雪情,我在其他地方賺錢遵岩,賣了中臺后,我占了一個入口或者獲得一個資質(zhì),講戰(zhàn)略做長線尘执。這部分內(nèi)容在此不做展開舍哄。
現(xiàn)在資本市場不景氣,企業(yè)需要有造血能力誊锭,才能生存并進一步發(fā)展表悬。
本節(jié)主要討論直接盈利。
現(xiàn)在大部分公司的中臺都在建設(shè)中丧靡,主要還是服務(wù)于內(nèi)部用戶蟆沫,建中臺的目的還是在降本增效,降低成本賦能前端窘行,間接產(chǎn)生商業(yè)價值饥追,在此不做展開。
本節(jié)重點更聚焦討論在正式對外售賣中臺的場景里罐盔,中臺的商業(yè)模式是什么但绕。
商場變化莫測,玩法很多惶看,但萬變不離其宗捏顺,我們從中臺的本質(zhì)開始分析。
中臺包括業(yè)務(wù)中臺(應(yīng)用)纬黎、技術(shù)中臺(平臺)幅骄、數(shù)據(jù)中臺(數(shù)據(jù))、組織中臺(人)本今,對應(yīng)的商業(yè)打法可以單獨售賣拆座,也可以結(jié)合打包售賣。具體怎么賣冠息,綜合客戶需求和自身ROI等隱私考慮挪凑。
這里先說幾種打法打打樣,
1逛艰、只賣技術(shù)中臺(平臺)
這種模式在國內(nèi)比較少躏碳,在國外做的比較好的是Dataiku,賣你一個數(shù)據(jù)科學(xué)平臺散怖,在你這私有化部署一套菇绵,純賣軟件,其他不管镇眷。
這樣的好處是邊界很清晰咬最,成一單就收一單的錢,后續(xù)實施維護等成本較低偏灿。
但缺點也很明顯丹诀,正如我提到的,在國內(nèi)比較少翁垂,因為現(xiàn)在純賣軟件的時代已經(jīng)慢慢過去了铆遭,主要原因:
(1)、客戶更關(guān)心你能去解決具體的業(yè)務(wù)問題沿猜,純買一個技術(shù)中臺枚荣,上不碰業(yè)務(wù)中臺(應(yīng)用)下不碰數(shù)據(jù)中臺(數(shù)據(jù)),很難找到合適的場景切入啼肩,后續(xù)客戶要解決業(yè)務(wù)問題還有很多事情要做橄妆。
(2)、純賣軟件祈坠,陷入惡性價格戰(zhàn)害碾,最終大家都不掙錢。
2赦拘、只賣業(yè)務(wù)中臺(應(yīng)用)
只有真正為客戶解決問題慌随,客戶才更愿意為此付費。因此躺同,從業(yè)務(wù)切入是一個不錯的選擇阁猜。
切業(yè)務(wù),打法也有很多蹋艺。
2.1賣一個應(yīng)用平臺SAAS剃袍,比如專注線下選址場景的應(yīng)用平臺智選,為新零售捎谨、銀行等行業(yè)提供門店選址民效、商圈洞察、潛客濃度探索等服務(wù)涛救,在量化數(shù)據(jù)的基礎(chǔ)上畏邢,為選址的開、停州叠、并棵红、轉(zhuǎn)研究場景提供決策支持。
2.2賣一個數(shù)據(jù)服務(wù)DAAS咧栗,比如欺詐風(fēng)險偵測模型服務(wù)逆甜,專注于為客戶解決現(xiàn)金分期中貸前欺詐風(fēng)險識別問題。
具體打法還很多致板,在此不一一展開交煞。
說了幾種具體打法后,在整體梳理一下中臺商業(yè)模式斟或,可以單賣/組合應(yīng)用(業(yè)務(wù)中臺)素征、平臺(技術(shù)中臺)、數(shù)據(jù)(數(shù)據(jù)中臺)、人(組織中臺)設(shè)計商業(yè)模式以進行盈利御毅。
1根欧、賣業(yè)務(wù)中臺
1.1賣業(yè)務(wù)平臺SAAS,主要是軟件付費模式端蛆。
1.2賣數(shù)據(jù)服務(wù)DAAS凤粗,主要是服務(wù)調(diào)用計量計費。
1.3賣解決方案今豆,按解決方案價值計費
2嫌拣、賣技術(shù)中臺
2.1、賣數(shù)據(jù)平臺PAAS呆躲,技術(shù)中臺中的一個個數(shù)據(jù)平臺PAAS又可以進行單賣/組合异逐。
技術(shù)中臺里的數(shù)據(jù)平臺包括但不限于數(shù)據(jù)分析平臺、數(shù)據(jù)目錄平臺插掂、數(shù)據(jù)提取平臺灰瞻、模型自動化平臺、行為分析平臺燥筷、AB測試平臺箩祥、BI平臺、營銷平臺等等肆氓。
每一個數(shù)據(jù)平臺袍祖,又可以按功能模塊及能力進行單賣/組合。
2.2谢揪、基礎(chǔ)設(shè)施IAAS蕉陋,因為數(shù)據(jù)平臺底層依賴存儲及計算資源,因此對應(yīng)這類資源服務(wù)類商品還需進行計費拨扶,對應(yīng)的收費方式包括包年包月(資源包凳鬓、獨享資源)、按量付費患民。
選擇不同地區(qū)不同規(guī)格等機器和不同等帶寬又會有對應(yīng)等計價標(biāo)準(zhǔn):
3缩举、賣數(shù)據(jù)中臺
可以賣支撐數(shù)據(jù)中臺的數(shù)據(jù)平臺,這部分可以參考技術(shù)中臺匹颤。
可以賣數(shù)據(jù)仅孩,賣數(shù)據(jù)集、模型印蓖、服務(wù)辽慕,這部分需要慎重考慮合法合規(guī)問題,最佳等數(shù)據(jù)輸出方式還是數(shù)據(jù)服務(wù)DAAS赦肃,這部分可以參考業(yè)務(wù)中臺溅蛉。
4公浪、賣組織中臺
組織中臺不會單獨售賣,它滲透在業(yè)務(wù)中臺船侧、技術(shù)中臺欠气、數(shù)據(jù)中臺中。
業(yè)務(wù)解決方案等包裝勺爱、業(yè)務(wù)平臺和數(shù)據(jù)平臺的部署和實施晃琳,數(shù)據(jù)建設(shè)和規(guī)劃等等都離不開人(組織中臺)讯检。
結(jié)語
以上琐鲁,從市場、行業(yè)人灼、需求围段、商業(yè)等角度對中臺進行了整體分析。
至此投放,中臺產(chǎn)品面面觀(1)-綜述告一段落奈泪。
后續(xù)報告將兼顧深度和廣度,串聯(lián)起數(shù)據(jù)灸芳、技術(shù)涝桅、業(yè)務(wù)三大中臺,進行進一步分析烙样。
深度主要是側(cè)重于完成整個中臺完整實踐冯遂,產(chǎn)品包括工具產(chǎn)品、方法論產(chǎn)品谒获、數(shù)據(jù)產(chǎn)品蛤肌,并將其結(jié)合落地最佳實踐,數(shù)據(jù)平臺型產(chǎn)品包括于DataWorks批狱、DataPhin裸准、Data Science Studio、Data Catalog赔硫、Data ATM等炒俱,數(shù)據(jù)治理型產(chǎn)品包括線下消費標(biāo)簽、原子標(biāo)簽爪膊、智能招商模型等权悟,數(shù)據(jù)方法論型產(chǎn)品包括OneData、OneService等惊完。
廣度主要是側(cè)重于分析國內(nèi)外Top中臺公司的相關(guān)產(chǎn)品僵芹,包括阿里、華為小槐、百度拇派、騰訊荷辕、網(wǎng)易、京東件豌、TalkingData疮方、數(shù)瀾、Teradata茧彤、Microsoft骡显、Google、Amazon曾掂、IBM等惫谤。
很多人會高估中臺的短期價值,但低估中臺的中長期價值珠洗。
中臺之路溜歪,路漫漫其修遠(yuǎn)兮,吾將上下而求索许蓖。
版權(quán)公告
原創(chuàng)文章蝴猪,版權(quán)所有。如需轉(zhuǎn)載膊爪,請在顯著位置注明作者自阱。未經(jīng)許可的轉(zhuǎn)載以及改編者,將依法追究其法律責(zé)任米酬。
作者:xingquan.he沛豌,WeChat:663512441。TalkingData高級數(shù)據(jù)產(chǎn)品經(jīng)理淮逻,熱愛產(chǎn)品&數(shù)據(jù)&技術(shù)琼懊,不斷挑戰(zhàn)自我。