數(shù)據(jù)中臺(tái)炙手可熱，然而很多人并不知道數(shù)據(jù)中臺(tái)有什么作用，也不懂為什么人人都在談?wù)摂?shù)據(jù)中臺(tái)?？傊?，提到「數(shù)據(jù)中臺(tái)」4 個(gè)字，很多人都會(huì)「不明覺厲」。其實(shí)簡(jiǎn)單來(lái)說，數(shù)據(jù)中臺(tái)就是企業(yè)用戶數(shù)據(jù)的鏈接樞紐，數(shù)據(jù)中臺(tái)的搭建就是以數(shù)據(jù)創(chuàng)造價(jià)值的過程。

那么，本期邀請(qǐng)了有著8年多年數(shù)據(jù)平臺(tái)架構(gòu)，數(shù)據(jù)管理，數(shù)據(jù)分析經(jīng)驗(yàn)的王廣老師，就職于某AI藥物設(shè)計(jì)公司大數(shù)據(jù)架構(gòu)師，目前帶領(lǐng)公司大數(shù)據(jù)部門進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型！

1. 什么是數(shù)據(jù)中臺(tái)

數(shù)據(jù)中臺(tái)是一套可持續(xù)“讓企業(yè)的數(shù)據(jù)用起來(lái)”的機(jī)制，是一種戰(zhàn)略選擇和組織形式，是依據(jù)企業(yè)特有的業(yè)務(wù)模式和組織架構(gòu)，通過有形的產(chǎn)品和實(shí)施方法論支撐，構(gòu)建的一套持續(xù)不斷把數(shù)據(jù)變成資產(chǎn)并服務(wù)于業(yè)務(wù)的機(jī)制。數(shù)據(jù)來(lái)自于業(yè)務(wù)，并反哺業(yè)務(wù)，不斷循環(huán)迭代，實(shí)現(xiàn)數(shù)據(jù)可視、可用、可運(yùn)營(yíng)。

2. 數(shù)據(jù)中臺(tái)的三個(gè)核心認(rèn)知

2.1 數(shù)據(jù)中臺(tái)需要提升到企業(yè)下一代基礎(chǔ)設(shè)施的高度，進(jìn)行規(guī)?；度耄?/p>

2.2 數(shù)據(jù)中臺(tái)需要全新的數(shù)據(jù)價(jià)值觀和方法論，并在其指引下形成平臺(tái)級(jí)能力；

2.3 數(shù)據(jù)中臺(tái)圍繞業(yè)務(wù)、數(shù)據(jù)、分析會(huì)衍生出全新人才素養(yǎng)要求，需要盡快啟動(dòng)人才儲(chǔ)備；

3. 數(shù)據(jù)中臺(tái)驅(qū)動(dòng)模式

以上四種驅(qū)動(dòng)模式，最優(yōu)的就是業(yè)務(wù)能力驅(qū)動(dòng)模式。需要業(yè)務(wù)架構(gòu)師和數(shù)據(jù)架構(gòu)師聯(lián)合驅(qū)動(dòng)，從公司頂層的視角構(gòu)建公司業(yè)務(wù)架構(gòu)，從業(yè)務(wù)架構(gòu)到數(shù)據(jù)架構(gòu)從上而下去建設(shè)是最好的。但是這種情況還是比較少的。在國(guó)企、央企、政府比較多，因?yàn)椋捎眠@種方式的公司，一般它對(duì)數(shù)字化轉(zhuǎn)型非常重視。

4. 數(shù)據(jù)中臺(tái)推進(jìn)原則

4.1堅(jiān)持"業(yè)務(wù)牽引，咨詢、平臺(tái)、實(shí)施三位一體推進(jìn)"原則

♦以滿足相關(guān)業(yè)務(wù)應(yīng)用需求為目標(biāo)

♦總體規(guī)劃

♦按需搭建平臺(tái)

4.2遵循"橫向規(guī)劃，縱向切入"建設(shè)模式

♦規(guī)劃必須全盤考慮，打通企業(yè)的所有板塊

♦數(shù)據(jù)中臺(tái)建設(shè)不可能一蹴而就，需要從業(yè)務(wù)應(yīng)用出發(fā)倒推數(shù)據(jù)需求

♦圍繞單個(gè)業(yè)務(wù)場(chǎng)景的閉環(huán)快速搭建數(shù)據(jù)中臺(tái)的各種能力

♦按照全景規(guī)劃依次迭代，逐步實(shí)現(xiàn)全局?jǐn)?shù)據(jù)中臺(tái)

5. 數(shù)據(jù)中臺(tái)架構(gòu)原則

5.1 核心紀(jì)律嚴(yán)明

創(chuàng)建新的架構(gòu)范例的目的是要敏捷和創(chuàng)新，但它需要實(shí)用的治理。這種平衡是一條需要把握的微妙線。第一條神圣的原則體現(xiàn)了這種平衡。在核心上遵守規(guī)則意味著存儲(chǔ)數(shù)據(jù)的各個(gè)層需要按照它們的數(shù)據(jù)管理方法進(jìn)行結(jié)構(gòu)化。這些層需要有詳細(xì)的治理策略，不能留下任何模糊的空間。然而，DataLakeHouse的邊緣，即數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)屏蔽和有助于洞察的層，需要具有靈活性。靈活性并不意味著在方法中亂作一團(tuán)。這些層仍然由Data LakeHouse的策略管理。但是，它們?cè)趧?chuàng)建基于需求的新特性時(shí)具有一定的靈活性。在邊緣靈活的一個(gè)例子是，將來(lái)自Data LakeHous的原始數(shù)據(jù)和來(lái)自數(shù)據(jù)服務(wù)層的數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)混合起來(lái)，以創(chuàng)建一個(gè)ML模型。這些數(shù)據(jù)集具有不同級(jí)別的質(zhì)量分?jǐn)?shù)和屬性。然而，這種靈活性是可以接受的，因?yàn)樗欣诳焖俣床斓膭?chuàng)建。

5.2 解耦計(jì)算和存儲(chǔ)

Data LakeHouse存儲(chǔ)大量的數(shù)據(jù)。它以結(jié)構(gòu)化和非結(jié)構(gòu)化的格式將數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)湖層和服務(wù)層。數(shù)據(jù)需要用不同類型的計(jì)算引擎來(lái)處理。它可以是基于批處理的計(jì)算，也可以是基于流的計(jì)算。緊密耦合的計(jì)算和存儲(chǔ)層剝離了Data LakeHouse所需的靈活性。解耦計(jì)算和存儲(chǔ)也有成本影響——存儲(chǔ)是廉價(jià)和持久的，但計(jì)算是昂貴和短暫的。它提供了按需旋轉(zhuǎn)計(jì)算服務(wù)和根據(jù)需要擴(kuò)展計(jì)算服務(wù)的靈活性，還提供了更好的成本控制和成本可預(yù)測(cè)性。EDW和數(shù)據(jù)湖模式面臨的一個(gè)關(guān)鍵挑戰(zhàn)是計(jì)算和存儲(chǔ)的緊密耦合。無(wú)論是否正在使用，都需要分配計(jì)算。隨著存儲(chǔ)的增加，計(jì)算也需要相應(yīng)地伸縮。云計(jì)算平臺(tái)提供了解耦計(jì)算和存儲(chǔ)的靈活性。

5.3 關(guān)注功能而不是技術(shù)

下一個(gè)神圣的原則是關(guān)注組件的功能，而不是它的技術(shù)化身。這一原則體現(xiàn)了靈活性。正如系統(tǒng)上下文圖中所描述的，Data LakeHouse可以滿足很多人的需求。Data LakeHouse的技術(shù)表現(xiàn)形式有大量的技術(shù)選擇。它可以部署在任何云平臺(tái)上，甚至可以使用不同類型的選擇在內(nèi)部部署。此外，技術(shù)正在迅速變化。許多新產(chǎn)品都在商業(yè)上或開放源碼世界中發(fā)展，專注于實(shí)現(xiàn)特定的功能。讓我們以實(shí)時(shí)處理為例。Apache Storm是2011年發(fā)布的一款針對(duì)實(shí)時(shí)處理進(jìn)行了優(yōu)化的產(chǎn)品。Apache Spark在2010年開源，到2013年成為了事實(shí)上的流處理引擎。Apache Spark一直在發(fā)展，而Apache Flink現(xiàn)在正在挑戰(zhàn)Apache Spark作為流處理引擎的霸主地位。技術(shù)的發(fā)展是迅速的。然而，功能仍然是相同的流處理。專注于一個(gè)組件完成的任務(wù)是至關(guān)重要的。此外，隨著技術(shù)的發(fā)展，我們可以很容易地替換技術(shù)來(lái)滿足相同的功能。

5.4 創(chuàng)建模塊化架構(gòu)

模塊化架構(gòu)指的是由可連接的獨(dú)立組件組成的任何系統(tǒng)的設(shè)計(jì)。模塊化架構(gòu)的美妙之處在于，您可以替換或添加任何部件(模塊)，而不會(huì)影響系統(tǒng)的其余部分。模塊化架構(gòu)確保了Data LakeHouse架構(gòu)的靈活創(chuàng)建，并且我們可以在不破壞現(xiàn)有功能的情況下無(wú)縫添加新功能。例如，假設(shè)將來(lái)需要向Data LakeHouse架構(gòu)添加新功能。在這種情況下，可以添加組件，使其遵循與所有其他組件相同的模式。它從數(shù)據(jù)湖層獲取數(shù)據(jù)，執(zhí)行其功能，并將數(shù)據(jù)存儲(chǔ)到經(jīng)過處理的數(shù)據(jù)存儲(chǔ)中，以便為其提供服務(wù)。模塊化架構(gòu)原則確保了數(shù)據(jù)保持在核心位置。根據(jù)不同的功能，可以實(shí)例化不同的服務(wù)以根據(jù)需要使用數(shù)據(jù)。

5.5 積極開展編碼

防止Data LakeHouse變成沼澤的唯一最重要的原則是在其層內(nèi)進(jìn)行編目的程度。因此，執(zhí)行主動(dòng)編目是一個(gè)神圣的原則。編目是防止數(shù)據(jù)湖變成數(shù)據(jù)沼澤的關(guān)鍵。勤奮的編目可以確保Data LakeHouse的用戶具有數(shù)據(jù)感知能力。他們應(yīng)該理解存儲(chǔ)在不同生命階段的數(shù)據(jù)的屬性。他們需要理解數(shù)據(jù)轉(zhuǎn)換過程的血緣，從數(shù)據(jù)生成到數(shù)據(jù)消費(fèi)。需要對(duì)Data LakeHouse架構(gòu)的所有組件進(jìn)行編目，以便使用DataLakeHouse提供整個(gè)數(shù)據(jù)生命周期的整體視圖。

6. 常見數(shù)據(jù)問題

♦獨(dú)：煙囪系統(tǒng)，數(shù)據(jù)孤島嚴(yán)重。重復(fù)開發(fā)，成本浪費(fèi)；

♦斷：數(shù)據(jù)理解與數(shù)據(jù)價(jià)值鏈條的斷層；

♦缺：缺標(biāo)準(zhǔn)、缺治理、缺數(shù)據(jù)、缺流程、缺組織、缺制度；

♦難：知數(shù)據(jù)難、要數(shù)據(jù)難、懂?dāng)?shù)據(jù)難、溯源難；

♦臟：數(shù)據(jù)質(zhì)量差；

♦安全：數(shù)據(jù)存在泄漏風(fēng)險(xiǎn)

7. 數(shù)據(jù)中臺(tái)的業(yè)務(wù)價(jià)值和技術(shù)價(jià)值

7.1 業(yè)務(wù)價(jià)值：從洞察走向賦能業(yè)務(wù)創(chuàng)新，形成核心壁壘

在以客戶為中心的時(shí)代，數(shù)據(jù)中臺(tái)對(duì)數(shù)字化轉(zhuǎn)型具有重要作用，以數(shù)據(jù)中臺(tái)為基礎(chǔ)的數(shù)據(jù)系統(tǒng)將位于企業(yè)應(yīng)用的核心，通過數(shù)據(jù)從企業(yè)降本增效、精細(xì)化經(jīng)營(yíng)等方面為企業(yè)帶來(lái)巨大收益。具體來(lái)說，包含以下三個(gè)層面：

◆ 以客戶為中心，用洞察驅(qū)動(dòng)企業(yè)穩(wěn)健行動(dòng)

在以客戶為中心的時(shí)代，客戶的觀念和行為正在從根本上改變企業(yè)的經(jīng)營(yíng)方式以及企業(yè)與客戶的互動(dòng)方式。

數(shù)據(jù)中臺(tái)建設(shè)的核心目標(biāo)就是以客戶為中心的持續(xù)規(guī)?；瘎?chuàng)新，而數(shù)據(jù)中臺(tái)的出現(xiàn)，將會(huì)極大提升數(shù)據(jù)的應(yīng)用能力，將海量數(shù)據(jù)轉(zhuǎn)化為高質(zhì)量數(shù)據(jù)資產(chǎn)，為企業(yè)提供更深層的客戶洞察，從而為客戶提供更具個(gè)性化和智能化的產(chǎn)品和服務(wù)。

譬如，數(shù)據(jù)中臺(tái)能夠匯聚全渠道的數(shù)據(jù)，在標(biāo)簽管理、營(yíng)銷圈人、效果分析等應(yīng)用上實(shí)現(xiàn)全域的閉環(huán)，優(yōu)化對(duì)客戶全生命周期的理解。此外，以數(shù)據(jù)中臺(tái)為基礎(chǔ)，通過數(shù)據(jù)化運(yùn)營(yíng)提升客戶留存、復(fù)購(gòu)和忠誠(chéng)度，也得到諸多企業(yè)的認(rèn)可。

◆ 以數(shù)據(jù)為基礎(chǔ)，支持大規(guī)模商業(yè)模式創(chuàng)新

只有依托數(shù)據(jù)和算法，將由海量數(shù)據(jù)提煉的洞察轉(zhuǎn)化為行動(dòng)，才能推動(dòng)大規(guī)模的商業(yè)創(chuàng)新。數(shù)據(jù)中臺(tái)在通過算法將洞察直接轉(zhuǎn)化為行動(dòng)、實(shí)現(xiàn)大規(guī)模商業(yè)創(chuàng)新方面的能力，令人矚目。

另一方面，數(shù)據(jù)無(wú)法被業(yè)務(wù)用起來(lái)的一個(gè)原因是數(shù)據(jù)沒辦法變得可閱讀、易理解。

信息技術(shù)人員不夠懂業(yè)務(wù)，而業(yè)務(wù)人員不夠懂?dāng)?shù)據(jù)，導(dǎo)致數(shù)據(jù)應(yīng)用到業(yè)務(wù)變得很困難，數(shù)據(jù)中臺(tái)需要考慮將信息技術(shù)人員與業(yè)務(wù)人員之間的障礙打破，信息技術(shù)人員將數(shù)據(jù)變成業(yè)務(wù)人員可閱讀、易理解的內(nèi)容，業(yè)務(wù)人員看到內(nèi)容后能夠很快結(jié)合到業(yè)務(wù)中去，這樣才能更好地支撐商業(yè)模式的創(chuàng)新。

此外，數(shù)據(jù)中臺(tái)提供標(biāo)準(zhǔn)的數(shù)據(jù)訪問能力，簡(jiǎn)化集成復(fù)雜性、促進(jìn)互操作性等特性也非常受企業(yè)CIO們的青睞。同時(shí)，在快速構(gòu)建服務(wù)能力、加快商業(yè)創(chuàng)新、提升業(yè)務(wù)適配等方面，數(shù)據(jù)中臺(tái)也將會(huì)發(fā)揮重要的作用。

◆ 盤活全量數(shù)據(jù)，構(gòu)筑堅(jiān)實(shí)壁壘以持續(xù)領(lǐng)先

在以客戶為中心的時(shí)代，只有贏得客戶的企業(yè)才能在競(jìng)爭(zhēng)中保持優(yōu)勢(shì)。企業(yè)能否真正做到“客戶至上”，并不斷提高對(duì)客戶的快速響應(yīng)力來(lái)滿足客戶的需求，甚至引領(lǐng)市場(chǎng)潮流，持續(xù)推進(jìn)規(guī)?；瘎?chuàng)新，終將決定企業(yè)能否在充滿挑戰(zhàn)和機(jī)遇的市場(chǎng)上發(fā)展壯大，長(zhǎng)久保持生命力與競(jìng)爭(zhēng)力。

7.2 技術(shù)價(jià)值：能力多、成本低、應(yīng)用廣

數(shù)字化轉(zhuǎn)型的需求必將催生多元化的數(shù)據(jù)場(chǎng)景，而多元化的數(shù)據(jù)場(chǎng)景將會(huì)帶來(lái)以下技術(shù)需求，企業(yè)數(shù)據(jù)中臺(tái)建設(shè)勢(shì)在必行。

◆ 應(yīng)對(duì)多數(shù)據(jù)處理的需求

針對(duì)不同的數(shù)據(jù)應(yīng)用場(chǎng)景，需要能夠快速應(yīng)對(duì)多數(shù)據(jù)處理需求，比如：

要保持原來(lái)的報(bào)表需求，仍需要保持批量離線計(jì)算的能力（Hadoop、Oracle RAC）；

針對(duì)準(zhǔn)實(shí)時(shí)的指標(biāo)統(tǒng)計(jì)和實(shí)時(shí)推薦，需要實(shí)時(shí)流式計(jì)算的能力（Storm、Spark Streaming、Flink）；

針對(duì)決策類業(yè)務(wù)如海量人群的圈人需求和ad-hoc需求，需要即席計(jì)算能力（Greenplum、Elasticsearch、Impala）；

針對(duì)高并發(fā)業(yè)務(wù)場(chǎng)景（如用戶畫像），需要在線計(jì)算能力（MySQL、Redis、Oracle）。

因此，企業(yè)需要一個(gè)統(tǒng)一的數(shù)據(jù)中臺(tái)來(lái)滿足離線／實(shí)時(shí)計(jì)算需求、各種查詢需求（實(shí)時(shí)查詢和ad hoc），同時(shí)在將來(lái)新數(shù)據(jù)引擎（更快的計(jì)算框架，更快的查詢響應(yīng)）出現(xiàn)時(shí)，又不需要重構(gòu)目前的大數(shù)據(jù)體系。

◆ 豐富標(biāo)簽數(shù)據(jù)，降低管理成本

根據(jù)全國(guó)信標(biāo)委大數(shù)據(jù)標(biāo)準(zhǔn)工作組發(fā)布的《數(shù)據(jù)管理能力成熟度模型》（DCMM），針對(duì)數(shù)據(jù)標(biāo)準(zhǔn)提到的數(shù)據(jù)分類主要有主數(shù)據(jù)、參考數(shù)據(jù)和指標(biāo)數(shù)據(jù)，但根據(jù)目前真實(shí)的數(shù)據(jù)建設(shè)情況來(lái)看，需要對(duì)一類數(shù)據(jù)進(jìn)行定義和分類，譬如標(biāo)簽名為“消費(fèi)特征”，標(biāo)簽值為“促銷敏感”“貨比三家”“猶豫不決”。

數(shù)據(jù)中臺(tái)能對(duì)這類標(biāo)簽進(jìn)行快速定義和有效管理。

◆ 數(shù)據(jù)的價(jià)值能體現(xiàn)業(yè)務(wù)系統(tǒng)效果而不僅是準(zhǔn)確度

過去的數(shù)據(jù)應(yīng)用場(chǎng)景主要為報(bào)表需求，注重?cái)?shù)據(jù)的準(zhǔn)確性，但在更多數(shù)據(jù)場(chǎng)景下，特別是對(duì)于標(biāo)簽數(shù)據(jù)的應(yīng)用，越來(lái)越多的數(shù)據(jù)是需要不斷“優(yōu)化”的，數(shù)據(jù)本身沒有準(zhǔn)不準(zhǔn)確之分，比如某個(gè)會(huì)員是屬于促銷敏感人群，這個(gè)數(shù)據(jù)其實(shí)更多的說的是概率。

◆ 支持跨主題域訪問數(shù)據(jù)

企業(yè)早期建設(shè)的應(yīng)用數(shù)據(jù)層ADS（傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)ODS/DW/ADS）更多是為某個(gè)主題域所服務(wù)的，如營(yíng)銷域、人力資源域、風(fēng)控域，而企業(yè)在數(shù)據(jù)應(yīng)用的時(shí)候往往需要打破各個(gè)業(yè)務(wù)主題，會(huì)從業(yè)務(wù)對(duì)象主體出發(fā)來(lái)考慮數(shù)據(jù)應(yīng)用，如人（會(huì)員、供應(yīng)商、渠道、員工）和物（商品、倉(cāng)庫(kù)、合同），從全域角度設(shè)計(jì)完整的面向?qū)ο蟮臄?shù)據(jù)標(biāo)簽體系。

◆ 數(shù)據(jù)可以快速?gòu)?fù)用而不僅是復(fù)制

傳統(tǒng)的架構(gòu)中，要將數(shù)據(jù)應(yīng)用到業(yè)務(wù)中，通用的做法都是通過數(shù)據(jù)同步能力，把計(jì)算的結(jié)果同步給業(yè)務(wù)系統(tǒng)，由業(yè)務(wù)系統(tǒng)自行處理，這會(huì)帶來(lái)一個(gè)數(shù)據(jù)管理問題，即無(wú)法獲取數(shù)據(jù)在應(yīng)用場(chǎng)景中的具體價(jià)值和熱度，整個(gè)數(shù)據(jù)血緣鏈路也是割裂的。

1.數(shù)字化轉(zhuǎn)型面臨的問題

利用數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)采集、存儲(chǔ)、處理、分析和服務(wù)的統(tǒng)一管理，提高信息和數(shù)據(jù)的響應(yīng)時(shí)間，提高經(jīng)營(yíng)管理工作效率，有利于壓縮開支，降低管理成本，推進(jìn)數(shù)字化轉(zhuǎn)型發(fā)展。”5步走”解決問題！

?1種戰(zhàn)略行動(dòng)：把用數(shù)據(jù)中臺(tái)驅(qū)動(dòng)業(yè)務(wù)發(fā)展定位為企業(yè)級(jí)戰(zhàn)略，全局謀劃；

?2項(xiàng)保障條件：通過宣導(dǎo)統(tǒng)一組織間的數(shù)據(jù)認(rèn)知，通過流程加速組織變革；

?3條目標(biāo)準(zhǔn)則：將數(shù)據(jù)的可見、可用、可運(yùn)營(yíng)3個(gè)核心準(zhǔn)則始終貫穿于中臺(tái)建設(shè)的全過程，保障建設(shè)在正確軌道上；

?4套建設(shè)內(nèi)容：通過技術(shù)體系、數(shù)據(jù)體系、運(yùn)營(yíng)體系建設(shè)保證中臺(tái)建設(shè)的全面性和可持續(xù)性；

?5個(gè)關(guān)鍵步驟：通過理現(xiàn)狀、立架構(gòu)、建資產(chǎn)、用數(shù)據(jù)、做運(yùn)營(yíng)5個(gè)關(guān)鍵行動(dòng)控制中臺(tái)建設(shè)關(guān)鍵節(jié)點(diǎn)的質(zhì)量；

1.數(shù)據(jù)中臺(tái)架構(gòu)圖

2.典型應(yīng)用場(chǎng)景介紹

民生服務(wù)、經(jīng)營(yíng)決策、風(fēng)險(xiǎn)控制、精準(zhǔn)營(yíng)銷、績(jī)效考核

♦場(chǎng)景一：在財(cái)務(wù)管理中使用 BI 找到數(shù)據(jù)關(guān)鍵

BI 可以幫用戶獲取外部、本地的各種財(cái)務(wù)數(shù)據(jù)。還可以利用拖放可視化工具，完善客戶對(duì)財(cái)務(wù)狀況的分析。

♦場(chǎng)景二：幫助市場(chǎng)營(yíng)銷活動(dòng)管理數(shù)據(jù)

借助 BI，用戶可以監(jiān)控并分析當(dāng)前的市場(chǎng)狀況，從而把營(yíng)銷資源投入到更有效率的渠道上。 

♦場(chǎng)景三：在銷售活動(dòng)中預(yù)測(cè)市場(chǎng)機(jī)會(huì)，達(dá)成業(yè)績(jī)目標(biāo)，提高利潤(rùn)

BI 可以幫用戶管理公司的各種銷售渠道。 

♦場(chǎng)景四：掌握人力資源的相關(guān)信息

BI能幫用戶收集和監(jiān)測(cè)所有重要數(shù)據(jù)。儀表板還能幫用戶追蹤合規(guī)性、人員編制和其他信息，保護(hù)公司和員工數(shù)據(jù)。

♦場(chǎng)景五：IT領(lǐng)域提高工作效率

通過BI，用戶可以創(chuàng)建各類儀表板，從而監(jiān)測(cè)并分析從 Active Directory 到 Zendesk等各種服務(wù)。如果需要企業(yè)級(jí)別的商業(yè)智能解決方案，您還能將它與 SSAS 服務(wù)包無(wú)縫集成。

♦場(chǎng)景六：在運(yùn)維工作中以數(shù)據(jù)為向?qū)?/p>

BI 能夠監(jiān)測(cè)包括 Excel表、本地?cái)?shù)據(jù)庫(kù)和云服務(wù)等所有來(lái)源的數(shù)據(jù)，并為用戶的產(chǎn)品、商場(chǎng)績(jī)效、申報(bào)額分析等發(fā)現(xiàn)新的可能

3.數(shù)據(jù)使用者

一旦數(shù)據(jù)被接入到Data LakeHouse，各種利益相關(guān)方將以原始或轉(zhuǎn)換后的形式使用它。這些利益相關(guān)者將從Data LakeHouse中提取用于特定目的的數(shù)據(jù)。每個(gè)消費(fèi)者都有使用Data LakeHouse的個(gè)人動(dòng)機(jī)。一個(gè)架構(gòu)良好的Data LakeHouse應(yīng)該能夠滿足每一個(gè)涉眾的需求。

讓我們看看一些典型的用戶和系統(tǒng)，他們使用來(lái)自Data LakeHouse的數(shù)據(jù)，如下所示:

♦數(shù)據(jù)科學(xué)家

我們看到使用Data LakeHouse的第一類人是數(shù)據(jù)科學(xué)家，他們從Data LakeHouse中提取數(shù)據(jù)，以測(cè)試他們可能想要證明或反對(duì)的各種假設(shè)。數(shù)據(jù)科學(xué)家研究各種類型的數(shù)據(jù)：結(jié)構(gòu)化的、非結(jié)構(gòu)化的、原始的和處理過的。Data LakeHouse需要能夠確保數(shù)據(jù)對(duì)于特定用途是容易識(shí)別的，用戶必須精通許多編程語(yǔ)言和技術(shù)，包括Python、R和結(jié)構(gòu)化查詢語(yǔ)言(SQL)， 架構(gòu)需要為這個(gè)用戶提供正確的平臺(tái)來(lái)創(chuàng)建和測(cè)試他們的模型。

♦數(shù)據(jù)分析師

使用Data LakeHouse的第二類人是分析師。他們主要是業(yè)務(wù)驅(qū)動(dòng)的，尋求業(yè)務(wù)問題的答案，并且精通報(bào)表工具或基于SQL的語(yǔ)言。他們主要處理處理過的數(shù)據(jù)，他們的日常工作包括執(zhí)行業(yè)務(wù)分析。通過查詢、聚合和切片數(shù)據(jù)(主要是清理和處理的數(shù)據(jù))來(lái)完成這項(xiàng)任務(wù)。DataLakeHouse應(yīng)該迎合這樣的用戶，為他們提供一個(gè)平臺(tái)，進(jìn)行有效和無(wú)縫的數(shù)據(jù)分析。

♦管理人員

第三類大量使用Data LakeHouse的人是管理人員，他們需要定期的報(bào)表以進(jìn)行業(yè)務(wù)決策。他們深入研究那些按特定業(yè)務(wù)需求處理過數(shù)據(jù)。他們可能是半技術(shù)通，可能需要一個(gè)使用商業(yè)智能(BI)工具創(chuàng)建報(bào)表或分析的地方。這些人通常通過報(bào)表系統(tǒng)獲取他們所需的報(bào)表。

♦報(bào)表系統(tǒng)

Data LakeHouse的其他關(guān)鍵用戶是報(bào)表系統(tǒng)。報(bào)表系統(tǒng)間接地迎合了希望訂閱預(yù)定的、臨時(shí)的或自助報(bào)表的人員。此外，可能還有其他類型的報(bào)表系統(tǒng)是為了監(jiān)管報(bào)表。這些系統(tǒng)定期從Data LakeHouse中提取數(shù)據(jù)，然后存儲(chǔ)報(bào)表以便交付。

♦下游應(yīng)用系統(tǒng)

當(dāng)數(shù)據(jù)從上游應(yīng)用程序接入到Data LakeHouse時(shí)，下游應(yīng)用程序也會(huì)使用處理過的信息。這些應(yīng)用程序可能是OLTP系統(tǒng)，也可能是另一個(gè)數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)湖，其任務(wù)與企業(yè)DataLakeHouse(EDL)不同。通常，用于下游消費(fèi)的數(shù)據(jù)要么定期從Data LakeHouse中提取，要么使用一種可行的機(jī)制將數(shù)據(jù)推送到目的地。

♦基于應(yīng)用程序編程接口(API)的系統(tǒng)

Data LakeHouse還需要能夠以API的形式公開數(shù)據(jù)。DataLakeHouse處理各種類型的數(shù)據(jù)，需要服務(wù)于多個(gè)內(nèi)部和外部系統(tǒng)。雖然緊密耦合的交付機(jī)制可能適用于特定的使用者，但基于API的數(shù)據(jù)使用是一種可伸縮且實(shí)用的選擇。此外，基于API的系統(tǒng)還可以公開不屬于組織的外部涉眾所使用的數(shù)據(jù)。

♦數(shù)據(jù)共享系統(tǒng)

數(shù)據(jù)共享系統(tǒng)代表了一種新型的數(shù)據(jù)消費(fèi)機(jī)制。當(dāng)數(shù)據(jù)作為數(shù)據(jù)市場(chǎng)的一部分被消費(fèi)或共享時(shí)，就會(huì)使用這種機(jī)制。當(dāng)需要就數(shù)據(jù)使用的特定條款達(dá)成一致時(shí)，也可以使用數(shù)據(jù)共享機(jī)制。