企业级数据中台(数据中台和业务中台的思考),本文通过数据整理汇集了企业级数据中台(数据中台和业务中台的思考)相关信息，下面一起看看。

　　不知不觉，数据中心已经到了七年之痒。

　　回顾那些年，2015年阿里率先提出“大中小前台”战略，掀起了中国数据的“大跃进”。

　　随后，2016年，华为发布“平台炮兵支援精英作战”改革，2019年，字节跳动搭建直播平台，腾讯开放平台能力.百度、字节跳动、滴滴出行等大型互联网公司都推出了自己的平台项目。

　　第一，数据中心的风景没有区别，叫数据中心。许多企业将数据中心视为加速数字化转型的关键因素之一。

　　首先，数据中心的增长曲线

　　大约五年后，数据中心遭遇了声誉滑铁卢。直到今天，关于数据访问的争论似乎从未停止过。其中，很多声音质疑数据中心的价值。

　　 2020年，Gartner发布的《中国ICT技术成熟度曲线》中的数据增长曲线提到了数据在中国的增长曲线。正如你所看到的，这项新技术即将达到一个顶峰，然后就会一落千丈。

　　图1: Gartner 2020年中国ICT技术成熟度图表

　　当初数据中心的初衷是为了支撑业务的快速迭代创新能力，而创新业务本身是需要不断试错的。任何新事物在成熟之前都要经过市场的检验，有些起伏是正常现象。

　　在大众的质疑声中，大家最关心的是数据中心如何落地的困惑。大家最担心的就是工作忙。最终被认为是奇迹的数据，在中心站都用不上。因此，如何设计一个落地的中间平台架构，成为很多IT领导者面临的最大挑战。

　　为了满足企业对数据中间平台的市场需求，阿里、华为等众多大厂开始打造数据中间平台产品。这个市场很快引起了资本市场的关注，随后台湾也跟进了大量的数据创业公司。

　　但Gartnert对数据中心的架构有不同意见，认为中心的架构应该通过构建场景应用和使用产品管理来逐步演进，而不是部署另一个庞大完整的中心系统。

　　 Gartner为什么会有这样的观点？

　　第二，没有数据，只有API。

　　如果你跟外国人提数据中间平台，肯定会让他们尴尬，因为国际市场上没有这个概念。因此，Gartner用另一个新概念MASA(网格应用和服务架构)来弥合国际和国内概念的差距。

　　 Gartner MASA框架分为三层：顶层是用户层，多重用户体验；最底层是企业内部的应用系统，多维服务层，即后台系统；是中间的API解析层，连接前端和后端。

　　图2:由2:Gartner推广的MASA架构

　　很明显，MASA框架中没有中间平台，中间的API解析层是连接层或者转换层。具体来说，就是将企业底层的ERP、CRM等应用数据或业务逻辑提取出来，集中在一个统一的地方，这样在支持前台客服的时候，会更流畅或者说响应速度会大大提高。

　　同时，因为MASA在很大程度上是由业务驱动的，所以必须根据最终用户的需求做出决策。所以在API管理上，Gartner建议设置一些产品管理机制，对大量分散的API进行有效管理。这一想法与麦聪软件不谋而合。

　　麦聪软件通过核心的麦聪DaaS平台，快速灵活地开发和管理数据API，打通实时连接前后台的数据通道，为企业搭建自助式、开放式的数据中台，帮助企业高效实现数据资产化、数据服务化。

　　第三，看下一代数据中心的技术趋势。

　　笔者浏览了Gartner 2019年至2022年连续四年的数据和分析技术趋势。通过Gartner的预测，我们可以清楚地看到下一代数据会是什么样子。

　　 1.2019年十大数据与分析技术趋势数据管理增强。在Gartner发布的《2019年十大数据和分析技术趋势》中，作者注意到了两个趋势：数据管理和数据结构的增强。

　　其中，增强型数据管理利用机器学习功能和人工智能引擎生成企业信息管理类别。它可以自动执行许多手动任务，将元数据从被动变为主动，使不精通技术的用户可以更独立地使用数据，同时高技能的技术人员可以专注于更高价值的任务。2000年首次提出的数据结构(Data Fabric)从2019年开始被选为Gartner技术趋势。

　　到2022年，定制的数据结构设计将主要用作静态基础设施，促使企业投资于新设计的数据结构，从而实现更动态的数据网格方法。

　　 2.2020年数据与分析技术十大趋势强化数据管理。Gartner的《2020十大数据和分析技术趋势》中再次提到了增强数据管理，可见其重要性。Gartner认为，增强的数据管理促进了元数据角色的转变，从协助数据审计、跟踪和报告到支持动态系统。增强的数据管理产品可以检查大量操作数据样本，包括实际查询、性能数据和方案。使用现有的使用和工作负载数据，增强的引擎可以调整操作并优化配置、安全性和性能。

　　 3.2021年十大数据和分析趋势的增强数据消费者，这是Gartner在《2021十大数据和分析技术趋势》中提出的一个趋势。Gartner认为，预定义仪表板和手动数据探索将逐渐消亡，实时洞察和查询需求将取而代之。未来，仪表盘将被自动化的、对话式的、移动的、动态生成的洞察所取代，这些洞察将根据用户的需求进行定制，并交付到用户需要消费数据的时间，让企业中的任何人都可以获得只有少数数据专家才能掌握的洞察和知识。这种趋势将对系统的实时性和稳定性提出更高的要求。

　　 4.2022年数据与分析技术十二大趋势中的三大趋势。提高数据管理能力、元数据驱动的数据编制和坚持共享开放数据是Gartner在《2022年十二大数据与分析趋势》中提到的三个趋势。

　　我发现“数据管理”这个关键词连续三年被Gartner提及。Gartner认为，以数据为中心的AI是一个复杂的系统工程，包括数据管理技术和技能、数据质量、数据整合、数据治理等基础能力。

　　对于企业来说，当基于某个项目的AI模型开发出来后，数据管理活动并没有结束。它将继续像动态数据管道一样支持AI模型的发展，并增强企业对AI模型的洞察力。当人们谈论公共数据共享时，他们总是考虑数据安全。但是对于企业来说，内部数据共享的风险会小很多。数据共享不仅可以挖掘内部数字化的潜力，也是适应外部变化的核心引擎。

　　企业将更多地考虑通过数据资产化、数据目录、数据字典和数据地图等手段，以可管理的方式共享数据。同时，Gartner还提到了第二年的元数据。过去，企业对元数据是被动的。只有当企业遇到一些数据质量问题，需要数据治理的时候，才会大范围的开发元数据。事实上，企业可以通过元数据解决“数据利用率低”的问题。通过将实际问题中的决策目标、约束、偏好和目的转化为数学模型，企业可以更好地利用数据编织实现元数据的主动管理。

　　综上所述，通过解读Gartner连续四年的数据分析技术趋势预测，我们可以清晰地看到下一代数据中心的技术趋势，可以进一步帮助企业在选择数据中心之前擦亮眼睛，选择那些适合未来发展的数据中心。

　　关于迈聪软件

　　全球领先的DaaS (Data as a Service，数据即服务)平台提供商麦聪软件，通过快速提升企业客户的数据API开发和管理能力，帮助企业客户快速实现数据资产化和数据服务化，构建自助式、开放式的数据中台，提升企业的数据服务能力。

　　更多企业级数据中台(数据中台和业务中台的思考)相关信息请关注本站，本文仅仅做为展示！