中台进入冷静期，看清自己比盲目追随更重要

阿里、百度、腾讯、京东、美团、今日头条等互联网巨头们纷纷加入中台战事，无疑将中台的热度推至顶峰。过去半年里，关于数据中台的百度搜索指数居高不下（如下图所示）。各大公司都不约而同地提到了未来转型 to B 的计划，并格外重视在组织架构中增设中台。

在中台引发互联网热议的背后，我们反而应该冷静下来思考：增设中台是一场从众的狂欢还是一次真正的变革？

可以肯定的是，中台之路绝非一蹴而就。企业在建设数据中台之前，应该对当前数据应用能力进行自我审视，“数据应用能力成熟度评估模型”是审视的工具之一，企业可以根据量化的结果，选择适合自己的数据中台进阶之路。InfoQ 记者专访数澜科技华北区总经理孙昂、数澜科技咨询专家张鹤，针对数据应用能力成熟度评估的必要性与方法展开讨论，以期给中台实践者提供更多的思考。

当数据成为资产

大数据时代的业界共识是：数据将像石油一样成为战略资产，由此引出了数据资产的概念。数据资产是指企业在信息化系统运行中形成并通过加工产生的可见、可控和可量化并预期可赋予商业模式、产品或服务的创新给企业带来经济利益的数据。

数据资产的特征有以下几点：

• 数据资产是可以流动的，由信息化系统所形成，并可以在多个系统之间流转使用；

• 数据资产是可以为企业自身可见、可控和可量化的；

• 数据资产是可增值的，可为企业和组织带来经济利益或社会效益。

当数据成为资产，对于发展到一定规模的企业而言，一定会开始思考的问题是：组织是否存在重复建设和资源浪费的问题；如何加强企业的核心竞争能力，从而更好地支撑新业务的发展。

而中台的功能就是将企业的核心能力、数据、用户信息以共享服务的方式沉淀下来，从而解决业务部门之间重复造轮子的问题，降低创新成本。

一般来说，中台的转型大体分为两类：业务中台和数据中台。对于大公司来说，数字化转型已经成为竞争的基础，数据中台是各家公司首先需要打通的维度。但是很多企业往往忽视了在中台转型前必须要做的一件事，就是做数据应用能力成熟度评估。

为什么要做数据应用能力成熟度评估？

无论是建设数据中台，还是打造大数据平台，对于企业而言，都需要有一个对数据进行“把脉”的过程，而“把脉”的依据之一就是数据应用能力成熟度评估模型。

打个比方，医生看病首先要采集患者数据并作出诊断，才能下药，切忌照搬药方。因为有的人身体强健，一剂猛药下去可以快速起效，而有的人弱不禁风，同样一种病症、同样一剂猛药喝下去，可能就一命呜呼了。企业做数字化转型，搭建自己的数据中台，除了学习理念，更重要的是科学地审视自己的数据现状和业务现状，找到一个适合自己当前状态的“用药方案”。数据应用能力成熟度评估模型就是企业审视自己的工具之一。

一次偶然

数澜启动数据应用能力成熟度评估模型的契机是与某央企集团的一次合作。在合作过程中，对方提出希望数澜能提供一个平台或一套工具，甚至是一些技术理念，帮助集团下属企业进行数据评估。与集团的数据管理相比，数以千计的下属企业的数据质量和规模参差不齐，很难实现用同一种数据方案驱动所有企业运营。

正是这个“特殊的请求”最终促成了数澜做企业数据应用能力成熟度评估模型的决心：做出一个真正面向企业的数据应用能力成熟度评估模型，帮助大中小企业对数据进行有针对性地审视，“诊断”出企业目前所处的数据应用能力成熟阶段，进而结合数据中台建设方法论帮助企业将数据真正地用起来。

数据应用能力成熟度评估模型数据应用能力成熟度模型是什么？

简单说，这是一张企业用于自测数据应用能力的“清单”。不同类型的企业，其数字化建设的程度截然不同。

比如，互联网公司在业务数字化建设中发展较为成熟，一方面由于业务多在线上，整个业务流程的数据通过埋点、日志的解析分析方式可以获得；另一方面，经过过去几年精准推荐、营销等场景，可以拉动相关数据闭环的建设。

反观传统企业的数字化建设，更多的是通过人工录入 + 业务系统建设的方式，利用数据进行流程的自动化流转和驱动，然后在流程的尾端加上一些简单的统计分析供决策支持，很少建立数据闭环。

随着信息技术的发展，企业的数字化建设不再仅仅基于信息系统的建设，而是通过场景化的方式，从时空 + 对象 + 关系三大角度分析并带动整个业务流程的所有细节环节和数据梳理。所以，对企业数据的“诊断”不能仅关注结果，更要关注导致结果的原因和过程。

数澜采用的评估方法主要是根据企业数据对业务的支撑程度，去评估企业应用数据的能力。通过回顾数据应用实践过程，将数据应用能力成熟度划分为统计分析、决策支持、数据驱动、运营优化四个阶段。

• 统计分析阶段

以业务需求为导向，通过 IT 系统的建设，实现业务过程的流程化、自动化，在这一阶段有少量数据记录，但并没有以应用为导向积累数据 ，主要是通过少量数据的统计分析进行业务的总结。

• 决策支持阶段

在业务系统建设的基础上开始建立数据理念，基于业务目标有意识地进行数据的收集、管理、分析 ，通过企业数据仓库建设，为企业业务提供决策支持。

• 数据驱动阶段

数据理念从“传统数据”转变为“大数据”，实现全量多源异构数据的汇聚、打通，基于海量数据跨界考虑数据的应用；通过为业务应用提供数据服务，实现数据驱动业务发展 ，以及业务与数据的深度融合。

• 运营优化阶段

“数据资产”理念逐步形成，数据中台建设逐步完善；构建一套完整的、体系化的数据处理及服务流程，实现可持续化的企业数据应用机制。基于数据中台体系，抽象生成新业务，因此本阶段也称为“业务创新”阶段。

针对不同的阶段，从企业战略定位、企业数据形态、数据应用场景、数据应用工具、企业组织架构等多个方面、不同特征维度进行参考判定，这就构成了数据应用成熟度评估模型。依据这四个阶段划分标准，企业可以进行数据应用成熟度自测评估，自测出数据应用能力成熟度越高，则代表数据对业务的支撑能力越强；应用能力成熟度越低，则意味着业务对数据的依赖程度越低。如下表所示。

根据目前的经验和行业发展趋势，提取出每个阶段和每个维度应该具备的特征，通过与企业进行访谈、调研等手段，去评估企业目前处于什么阶段，如果企业有进一步做数据中台或者提升数据能力的打算，通过数据应用能力成熟度评估模型的输出结果，给出企业下一步如何使用数据的建议。

比如，当拿到 A 企业的数据应用能力成熟度评估结果后，需要与 A 企业沟通下一步在数据方面应该做哪些工作，比如：建设数据体系或是建议 A 企业应该补充哪个方向的数据，从而更全面地支撑数据化运营。

数澜做数据应用能力成熟度评估模型会更偏向于应用层面，这是与国内外其他数据应用能力成熟度模型最大的不同，后续数澜还会在应用领域做更多的探索。

模型有了，怎么用？

所有行业都需要数据中台，只是不同行业、不同阶段的企业所需要的数据应用能力不同，对数据的依赖度也不同。数据中台的建设需要对于数据价值有一定的认知才能更好的实现，用数据能力去服务客户，可以更精准、更高效。在 DT 时代，数据中台已经是行业头部客户的必然选择。企业是否适合上中台，与数据应用能力成熟度评估结果紧密相关。

从数据应用能力成熟度评估的结果来看，哪些企业可以加速考虑建立中台？

• 企业最好有一定的信息化基础，沉淀了数据，实现了业务数据化过程；

• 企业业务复杂，有丰富的数据维度和多个业务场景，特别是多业态型集团企业；

• 企业有数字化转型、精细化运营需求。

举几个例子来说明：

（1）企业 A 主要通过 App 运营专业类内容，收取广告费，提供免费的 Wi-Fi 服务吸引顾客。随着 DAU 的增加，需要给用户提供个性化的内容。

分析：目前比较适合启动一个内容推荐类的算法项目，但在可预见的将来，看不到更多的数据场景。因此不适合启动中台项目。

（2）企业 B 主要通过在线下门店和线上互联网的方式进行水果销售，目前门店数量已经超过 1000 家，需要用大数据来精细化运营用户和商品，目前已经搭建了大数据平台，构建了数仓。

分析：可视化报表（已有）、商品猜你喜欢、个性化营销信息推送、商品库存优化、卡券核销风控等。比较合适启动中台项目。

（3）企业 C 主要通过线下售卖服装盈利，同时运营两个品牌：MINI1 和 MINI2。两个品牌的 CRM 分别由不同供应商提供，为了更好地为会员提供服务，需要打通两个 CRM 中的用户数据。

分析：属于业务中台范畴，主要构建统一的用户中心来为 CRM 提供数据。

（4）企业 D 是多业态的集团公司，旗下有图书零售板块，有金融保险业务，同时还有多个大型综合购物中心。各个业务板块都有自己的数仓和报表，现面向集团需要构建统一的数据管理平台或数据资产管理平台。

分析：属于典型的数据中台类型项目。

通过上述虚拟案例的分析和评估结果会发现，不同行业不同企业在不同阶段，其数据应用的需求也是不一样的，数据中台的建设是一个持续完善的过程，在这个过程中，不同阶段支撑场景的数据也需要不断迭代。

各行业数据应用能力成熟度与对数据中台的诉求如下表所示。

写在最后

随着 5G、人工智能、物联网、区块链等新 ICT 技术的出现，评估企业数据应用能力成熟度的因素会大幅增加。相应的，评估企业数据应用能力成熟度的范围也会发生改变。比如，原来的车只是一种交通工具，但随着物联网技术的发展，车慢慢从简单的交通工具变成了物联网的载体，很可能到 2021 年，车变成了互联网的终端载体，跟手机一样。这就导致数据应用能力成熟度模型的数据来源会更加多样丰富，评估的内容也会大幅增加。

从企业数据应用能力成熟度评估模型本身来看，以数据安全为例，数据安全并不是一个新的概念，也必定不会是一个过时的概念。但技术的发展会导致算力发生变化，原来几乎不可能被破解的算法，未来随着量子计算机的出现，有可能一套数学模型已经不足以支持加密了，这就意味着现在非常安全的系统，未来也会存在不安全的因素。所以，随着新技术的出现，评估企业数据应用能力成熟度的标准会发生变化，因而数据应用能力成熟度评估模型也在不断更新优化中。

另外，随着新技术的出现，企业根据评估结果所作出的行动也会发生变化。以考拉 FM|听伴为例，它是一家车载音频商，通过智能电台流结合语音交互的方式，针对车主的个性化需求，进行内容推送，确保行车安全。

由于目前市场上智能车机出货量相对较少，用户触达手段有限，智能车机一体化系统更少，交互模式也非常有限。对于考拉 FM 而言，如何布局车联网以及如何规划企业数据运营是一个难题。

数澜如何帮助考拉 FM 做数据运营？因为数澜在做数据中台过程中服务了大量客户，积累了海量关于车联网的内容规划和数据运营方法，所以当考拉 FM 与数澜合作后，可以借助数澜的视野和服务对象的扩充，快速建立车联网规划和数据运营思路。合作之后，考拉 FM 可以快速在行业内积累足够的数据，其下一步动作也会变得更加丰富。所以当新技术出现时，企业数据应用能力成熟度评估模型无论从前端研判、标准制定以及得到评估结果后的指导动作，都会发生一系列改变。

现如今，几乎所有的中国企业都在思考，数据究竟该如何创造更好的商业机会？又将如何提升企业效率？在变化极为迅速且不确定性日益加深的外部经济环境下，企业对于未来发展的思考，很大程度上取决于对数据的“自知”，即对自身处于何种数据获取和应用阶段，以及未来将走向什么方向的认知。

在中台概念逐渐普及并被互联网圈热议的当下，其实我们更应该思考的是，对于企业而言，如何一步一步踏踏实实地建设中台，很多公司往往只是盯着中台的结果，却忽视了在建设中台之前的数据“自查”，先要了解企业自身的数据能力，才能有的放矢地推进中台建设。

中台转型是一个复杂而漫长的过程，当中台的浪潮退去之后，你才知道谁真正上了岸。

文中部分内容参考数澜技术团队新书《数据中台：让数据用起来》。感兴趣的读者可以点击【数澜】了解更多数据中台的内容。