息息相關的兩大致系：數據中臺與業務系統

做者：品鑑 [ 更多內容詳見數據中臺官網 dp.alibaba.com ] 數據中臺對外輸出的表現形式多種多樣，最廣泛的作法是BI分析，其次是與業務中臺造成一套有機的總體，對業務產生真正的價值。 數據中臺的BI呈現

數據中臺是以OneModel統一數據構建及管理方法論，OneID核心商業要素資產化爲核心，實現全域連接、標籤萃取、立體畫像，數據應用服務總體解決方案。其數據服務理念根植於心，強調業務模式。

商業智慧BI是數據分析結果的最重要的一個表現形式，其與數據中臺有很是緊密的關係，使用數據中臺的數據處理能力和技術對數據進行分析，大部分狀況都須要經過數據可視化的方式實現，但數據可視化有漫長的開發鏈路、從採集、存儲、加工到呈現各類形態須要不少先後端的開發人員介入，而商業化BI能夠大大縮短這個交付和開發週期，實現商業價值，數據中臺能夠視爲一系列的商業業務行爲的數據收集與信息加工，經過技術與算法模型實現最終的可以對綜合營運、策略的定量化分析數據，經過BI能夠量化的實現對關鍵性的指標進行評估。是協助企業制定出最佳的策略與目標的決策性支持工具。

圖：BI大屏範例

所以數據中臺與BI商業智能是相互相成，在現有體系下，BI市場呈現百花齊放的生態，國內有阿里雲的QuickBI，帆軟BI工具和永洪BI工具，國外已Tableau（最近被Salesforce收購），QlikView, PowerBI等工具。幾乎在全部的數據中臺中均須要引入BI工具： l 促進企業的決策流程：經過BI工具能夠把數據快速的實現可視化，實現企業信息的集成和信息分析，把企業經營的和外部數據集成到一個藍圖中使得決策者能答覆晶晶決策效率與改善決策質量。 l 下降總體運營成本：BI工具能改善企業的信息獲取能力，大幅度的下降IT人員在數據整理，撰寫程序和製做報表的時間和人力投入，將數據交由業務人員來是實現。 l 體統組織目標與行動：經過BI的數據分析和數據中臺的技術支持，使得BI能夠爲從一線人員到業務決策人員共同使用，能夠消除一線營銷人員，業務人員決策人員信息需求與IT人員的認知差距，讓一線業務人員能得到更直接的信息，全面改善企業運營，使得組織內的每一個人目標一致。

圖1：人羣圈選應用範例

商業智慧BI報表輸出是數據中臺最重要的表現形式，但不是惟一的表現形式，數據中臺還有不少其餘數據應用服務提供數據結果，經過人羣圈選、企業參謀、企業數據App應用等能夠方便實現企業對數據需求。

數據中臺與業務中臺的協同

業務中臺和數據中臺都是阿里巴巴首先推出中臺理念的表明性產品，業務中臺打破了傳統的煙囪式的業務系統開發框架，」採用阿里巴巴的數據中臺+業務中臺雙中臺設計，採用企業級的業務協同，阿里內部25個事業部300+業務單元，把煙囪架構到統一微服務平臺，從1000+系統到數十個商業能力敏捷創新，實際檢驗阿里在4周搭建盒馬業務框架，實現了秒級數據智能，數據從採集、建構、展示只要2.5秒」, 行顛在2019年阿里雲上海峯會的詮釋很是精準的說明了數據中臺與業務中臺的關係。

業務中臺是阿里巴巴中間件團隊的通過集團內多年久經沙場的使用經驗沉澱下來由多款分佈式基礎組件產品做爲核心構建的企業雲計算解決方案，包括EDAS(企業級分佈式應用服務 Enterprise Distributed Application Service), 分佈式數據庫DRDS，消息組件MQ，應用監控系統(ARMS)，雲服務總線（Cloud service Bus），分佈式事物中間件。其充分利用阿里雲 IaaS 資源，引入整套成熟的分佈式計算框架（包括分佈式服務化框架、統一的會話框架，鏈路 追蹤和穩定性組件等），以應用爲中心，幫助企業級客戶輕鬆構建大型分佈式應 用服務。體現到包括服務治理、基礎監控、應用監控和應用診斷在內的一系列配套管理服務，極大的提高企業客戶對大型分佈式應用的管理能力利用彈性伸縮輕鬆應對各類流量高峯。

圖2：業務中臺產品矩陣

業務中臺的主戰場是業務系統，知足業務系統開發需求，其核心是分佈式系統和多中心分佈式業務計算架構，知足的業務系統所要求的快速查詢，業務交易。數據中臺所面臨的是海量數據計算問題，經過大數據計算實現對數據進行建模和分析，挖掘出有價值的信息，對業務中臺有數據回刷和業務反輔，所以兩者是相輔相成，是一個互補關係。 在衆多業務交集中，千人千面的推薦應該是雙中臺聯合的最佳典範，數據中臺經過採集系統收集用戶的行爲，交易，我的基本屬性等數據經過離線分析對用戶進行標籤處理，我的推薦算法模型根據歷史數據計算出用戶所感興趣的點，根據用戶間的細小差別結合商品或內容給出推薦信息，在用戶再次登陸時候，業務中臺根據數據中臺的推薦信息結合用戶實時行爲數據給出千人千面的實時推薦，這一業務模式有力的推進了新零售的業務的發展。

圖3：業務中臺與數據中臺

商業智能報表是雙中臺合做另外一個廣泛結合點，數據中臺擅長離線大數據計算，經過數據模型能夠產生商業智能分析，對業務人員有商業決策的幫助，而業務系統每每有數據分析和報表呈現的要求，而這塊會佔用大量業務中臺的計算能力從而影響正常的業務計算，所以兩者結合既能夠節省有限的計算資源又能夠知足用戶的商業智慧的要求。

數據中臺與傳統業務相比較，更偏向數倉業務，是徹底替代數倉系統的業務系統，但與傳統數倉不一樣，數據中臺能夠很好的與傳統的業務系統能夠造成互輔互成的關係。

數據中臺經過在業務系統中數據中臺能夠經過數據回刷，應用嵌入，API數據服務方式實現對業務系統的補充。 數據回刷類型：不少業務系統都會用到統計數據，須要根據統計數據作業務觸發，好比會員的升降級業務會觸發權益的影響，這些統計任務由數據中臺定時計算不管從效率上仍是邏輯處理上都要更優一些，經過計算後回刷業務系統數據庫觸發業務系統。

應用內嵌型：商業智慧BI報表輸出是數據中臺一大產出物，經過OLAP計算效率更高、速度更快，並且對傳統的業務系統的影響較小，傳統的報表統計對業務系統的性能影響較大，若是報表統計須要追溯以月、年爲計時間跨度計算會致使系統長時間高負荷運行影響業務訂單的時效性，所以經過數據中臺的OLAP離線計算方式以應用嵌入方式實現，好比阿里雲不少業務採用數據中臺BI實現統計報表功能，業務系統經過網頁嵌入方式實現圖表功能。

數據服務：在互聯網企業有不少離散的數據查詢業務，有些數據服務須要數據中臺完成，數據中臺經過多個數據服務提供這些服務，有些以API方式提供，有些以主題服務方式，有些以SDK內嵌方式，好比oneID用戶查詢，我的標籤查詢、業務統計數據查詢等。在阿里雲數據構建與管理Dataphin平臺中以oneservice模塊方式實現數據服務。

實時數字大屏：不少業務系統經過數字大屏實時反應業務現有情況和歷史變化，經過實時流計算與業務系統相關聯和OLAP的歷史數據的統計實現業務中臺與數據中臺的完美結合，最典型的例子是阿里雙十一的大屏。

數據搜索和推薦：搜索業務是一個特別的服務，搜索服務會實時接入業務系統的數據，同時搜索會提供一些高度類似的內容推薦服務，數據中臺在其中扮演這重要的角色， 經過離線計算和多業務驅動數據造成獨特的商品和我的特質化的推薦，給用戶以良好的體驗，最典型的例子是電商行業的千人千面商品推薦和影視產品的推薦。

在企業的IT服務中，數據中臺彌補了業務系統的短板，造成了一套與業務合做機制，創新性的驅動業務流程和業務形態的變化： 業務監測：新一代大數據設計之初一個重要方向是經過數據中臺的全局性的統計和監測，疊加算法預測實時發現業務系統的問題，現有業界IDC自主管理和運營經過大數據技術採集硬件系統，業務系統，數據庫等日誌實現對業務系統的監測和預測。另外一方面，不少企業經過決策分析系統全面掌握業務的發展動向，適時對業務作調整，決策分析系統主要是由數據中臺來完成的。

業務洞察：現代企業對企業的精細化運營提出更高的要求，對數據化運營的能力和效率提高的需求也日益迫切。所以須要對行業分析方法作沉澱和升級，實現以多視角，智能化業務判斷，標準化運營和決策的要求，所以須要數據中臺的統計和分析功能造成產品對業務系統造成業務洞察。

業務優化：經過對業務流程的優化能夠實現效益的倍增效益，好比智能補貨一直是供應鏈優化的一大熱點，也是著名的歷史難題。在經濟大環境形勢不太好（創收難）商家供應鏈專業程度低（供應鏈成本高）經營渠道多鏈路複雜（協同難度大）的大背景下，新型的數據中臺聚集各路商家和供應鏈數據，使得數據賦能，流程優化成爲可能。

業務數據變現：在當前數據安全規則下，經過智能推薦，流量經營能夠增大業務盤子，實現對業務多樣化的構想，實現業務的推進，而智能推薦和相關的標籤均由數據中臺產生。

時至今日，數據中臺與業務中臺的關聯愈來愈緊密，逐步會變成一個總體，給企業以業務永動機的做用。

結尾： [ 更多內容詳見數據中臺官網 dp.alibaba.com ] 阿里巴巴數據中臺團隊，致力於輸出阿里雲數據智能的最佳實踐，助力每一個企業建設本身的數據中臺，進而共同實現新時代下的智能商業！ 阿里巴巴數據中臺解決方案，核心產品： · Dataphin，以阿里巴巴大數據核心方法論OneData爲內核驅動，提供一站式數據構建與管理能力； · Quick BI，集阿里巴巴數據分析經驗沉澱，提供一站式數據分析與展示能力； · Quick Audience，集阿里巴巴消費者洞察及營銷經驗，提供一站式人羣圈選、洞察及營銷投放能力，鏈接阿里巴巴商業，實現用戶增加。 歡迎志同道合者一塊兒成長！

原文連接

本文爲雲棲社區原創內容，未經容許不得轉載。