由智享會、地產創新實驗室、快消品行業CIO聯盟主辦，WakeData聯合出品的“後疫情時代，數據中臺喚醒術”直播分享會議已經順利結束。雪松控股信息化總監麥冠球、龍湖集團副總裁兼CDO殷浩、地產創新實驗室聯合發起人梁鴻斌、保利發展信息中心主任梁光耀、WakeData創始人&CEO李柯辰等多位嘉賓現身直播間，與線上近2000名專業聽眾共同探討了數據中臺應用現狀和未來發展方向等話題。
嘉賓主題分享
關於數據中臺能為企業帶來什麼價值、企業如何部署數據中臺等問題，WakeData李柯辰在《數據中臺：企業數字化變革的催化劑》主題分享中，站在數據服務商的角度一一作了解析。
數據中臺三大價值
由於大家對數據中臺普遍存在誤解，認為數據中臺就是傳統數倉。在直播中，他就數據中臺與傳統數倉的不同為切入點，為大家詳細解讀了數據中臺的三個主要價值：技術升級、模式創新和組織協同。
技術升級
現在的數據規模、多樣性以及對實時性的要求和傳統數據處理相比都有了很大的提升，傳統數倉已經不能滿足業務需求，數據中臺能為企業帶來IT能力價值，支持企業多緯度、實時的數據計算、分析處理需求，提升企業的經營效率。
組織協同
數據倉庫更多的是垂直職能協同，以數據集的形式提供數據應用，不具備業務特徵；而數據中臺卻是橫向大運營協同，以數據API的形式提供服務，全域數據聯通，降低數據重複度，具備業務特徵，涵蓋了數據資產、數據運營、價值場景建設等需求，幫助企業實現知識轉移、能力複製，驅動組織能力提升。
模式創新
數據中臺驅動企業客戶經營維度的模式創新，這一功能是數據倉庫所不具備的。以地產行業舉例，地產多元化業態，不同業務線之間、線上與線下的業務和服務模式是相對割裂的，客戶的數據也分散在不同的系統中，難以建立起高效的客戶經營模式。通過數據中臺，將地產企業中長租、房產、家裝、物業、商業、教育等多種業態的數據融合打通，有效建設企業私域流量池，為地產多業態營銷賦能。
數據中臺建設思路與方法
不同企業的信息化水平、發展階段、數字化需求不同，在部署數據中臺上會存在具體步驟的不同，但是一般情況下，數據中臺建設思路主要圍繞價值、按場景迭代建設，具體方法步驟包含技術體系、資產規範、價值場景、數據運營四大維度的建設。
技術體系建設
技術體系建設核心思想是團隊要明確技術組件作用，按需疊加技術組件與開發組件。數據中臺技術平臺應具備數據採集、數據開發、資產管理、數據服務、分析挖掘五大能力。對結構化/非結構化數據、實時/離線數據、爬蟲與埋點等多源數據進行採集存儲、模型訓練、分析預測等，為企業提供可視化、自動化的數據開發服務，構建數據資產，實現智能化的數據應用服務。
資產規範建設
數據中臺資產規範建設包含資產、模型、規範的建設。首先根據企業業務劃分資產域，其次定義數據湖數據來源，最後根據主數據定義進行建模分析、數據治理和場景應用。以地產行業數據模型舉例，資產對象包含了城市、土地、項目等多層模型，主題域分為投策、設計、工程、採購等，原始數據來源於業務系統源表、爬蟲數據及其他數據源，通過地產的核心價值鏈梳理將業務對象提取，以主數據為拉通的關鍵點，形成數據資產清單，最終形成地產的數據倉庫模型體系。
價值場景建設
數據中臺的價值場景根據企業的商業模式、具體需求而有所不同，常見價值場景有大運營、客戶經營、供應商風控、市場研究、輿情監測與智能推薦等。針對地產行業，客戶經營場景可大致分為營銷投放、交叉營銷、私域流量池中的全民營銷、多業態全域用戶的運營、業務或會員的個性化服務等，利於多渠道、多業態交叉引流，線上線下融合打通，實現地產行業客戶經營從經驗模式轉變為數據驅動、智能經營的模式。
WakeData大數據平臺架構師魏戰松，從技術的角度為大家講述了數據中臺構建應該如何規劃目標、如何運用數據中臺子產品合理進行數據資產開發等，並以應用案例講解數據中臺在實際應用過程中如何為企業業務賦能。深入淺出的講解，讓聽眾們對數據中臺技術架構有了更清晰的認識。
數據中臺建設目標
他認為，數據中臺一定是為了解決業務問題而建設的，中臺必須提供一套規範與標準、賦能創新業務的應用場景，面向未來、面向智能化。數據建設可分為三個階段，一是對企業原有技術平臺的升級，提升數據團隊開發效率，提高數據質量；二是全面建設數據基礎平臺、構建數據資產及數據服務體系，以場景驅動運營；三是大數據運營與智能化AI平臺的建設，將數據服務升級為數據產品，直接為企業賦能。
WakeData惟數平臺
WakeData數據中臺名為惟數平臺，以大數據基礎平臺為底層基本能力，上層結構根據不同的數據開發場景分為實時開發平臺、集成開發平臺、數據資產管理平臺和機器學習開發平臺，為企業提供客戶洞察、可視化應用、數據資產建設與安全管理等產品與服務，企業可根據自身業務需要靈活部署。
整體技術架構包含數據源、數據集成、數據處理、數據服務、數據應用與數據場景六個流程。藉助Data-IN、Hbase、HDFS等技術的應用，通過多個平臺對數據的分析處理，將結構化、非結構化、流數據等多種元數據一步步集成、分析、建模與開發，最終提供標籤數據、指標數據即時查詢等數據服務；客戶洞察、智能推薦、數據API、運營報表等數據應用；為營銷、客戶分析、教育與醫療等多個場景的價值建設提供數據支持。
企業數據資產建設
企業數據資產建設包括數據主題域模型梳理、數據建模、數據指標構建及數據治理四大步驟。
數據主題域根據企業價值鏈條、管控職能部門、業務平臺歸屬三大原則進行梳理，以整合的、面向主題的數據分析模型，定義關鍵數據的生產者和消費者的需求。
數據建模則需要根據不同的資產對象去進行，將主數據和交易數據關聯拉通，指標和標籤都匯聚到各個資產對象中。以地產行業舉例，資產對象包括土地、項目、樓棟等；主數據包括分期、項目、住戶等；業務數據則包括巡檢、銷售準備、營銷評估等。
數據指標的梳理，首先要明確數據資產梳理的組織範圍、業務範圍、系統範圍；其次是規劃需要梳理的內容，比如數據項、指標、模型等；接著指定梳理模板、編寫數據資產內容、梳理評審成果並優化改進，最終通過業務評審後，即可發佈數據資產的指標。在指標梳理過程中，最重要的步驟是和業務部門負責人評審指標的過程，只有業務部門認可的指標，才有價值，才能形成企業的數據資產。
數據治理包含數據標準的確立、數據質量分析及數據組織的建設等。首先建立集團關鍵指標體系，確保業務指標口徑清晰、來源清晰、認責清晰；明確分工協作機制，建立問題雙向校驗，對數據源數據進行規則檢查並輸出報告；在數據組織建設過程中，應明確各級、各部門、各專業崗位的數據管理職責，並建立認責和考核機制。
在分享的最後，WakeData魏戰松還以最近為某地產企業量身打造的數據產品“口袋數據專家”為例，為大家講解數據中臺為企業管理者輸出的切實應用與服務：口袋數據專家是數據中臺在數據應用層形成的一個數據產品，它將地產集團全域數據進行多維度的分析處理，最終以可視化報表的形式展現出來，幫助企業管理者無論何時何地，都能通過口袋裡的手機，瞭解企業全面的數據指標、實時查閱項目數據情況等，輔助決策的制定、及時響應市場需求。
圓桌討論
在直播會議的圓桌討論環節，幾位嘉賓就數據中臺在地產行業的應用現狀、遇到的困難、未來地產行業數據中臺的發展等話題進行了熱烈探討，促進了地產企業與數據服務商之間的互相瞭解，在討論過程中加深了大家對地產行業數據中臺需求的深刻理解。
（以下為圓桌討論的精彩實錄。）
討論嘉賓：
殷浩 龍湖集團副總裁兼CDO（主持人）
麥冠球 雪松控股信息化總監
梁鴻斌 地產創新實驗室聯合發起人
梁光耀 保利發展信息中心主任
李柯辰 WakeData創始人&CEO
主持人：企業是否會存在“為了數字化而數字化”的心態？在做數字化轉型過程中會遇到什麼難題？
梁光耀：我們不是為了數字化而數字化，而是為了滿足一定需求的。我們需不需要中臺？ 答案是肯定的，關鍵是我們需要什麼樣的數據中臺。這就需要企業上下從高層、中層、執行層到客戶層去達成共同的認知。總的來說，難點在於我們不知道自己需要什麼樣的數據中臺，以及企業上下及生態如何達成共識。
麥冠球：數字化是當今信息化發展不可逆轉的趨勢，也是現在社會發展的必然選擇。當前的難題就在於，首先要規避拿來主義，不具備企業特色的數字化會有失敗風險；其次是如何說服業務方相信數據分析帶來的價值。通過什麼方式解決業務方的疑慮呢？那就需要我們懂得講故事，提升知識的儲備，站在業務的層面去提出問題、幫助業務解決問題。
梁鴻斌：不管是信息化、數字化還是數智化，技術名字不重要，最關鍵的是要對業務產生價值。目前地產企業都在嘗試數字化轉型，數據一定能在轉型中發揮重要價值，但需要評估數字中臺建設的業務價值產出。數據中臺需要與企業找到契合點，在企業的組織和管理層形成統一認知。兌現承諾的業務價值，助力企業發展與創新。
李柯辰：我同意梁總講的，信息化也好，數字化也好，我們說數據中臺也好，其實都是技術名詞，但它們最終都是要解決業務問題的。信息化主要解決的是企業內部流程的問題，而數字化主要分為兩個維度。
一是連接用戶的方式：互聯網和移動互聯網的改變與發展，導致用戶個體普遍使用數字化工具，已經數字化了，而企業如果不採用數字化工具，無法提供數字化形式的服務，可能就會缺失一部分與用戶之間的連接。
二是企業內部的數字化：如何讓企業內部的管理者、經營者變得更懂業務，變成一個更懂現代新型技術的團隊，更好地結合技術與業務，推動經營效率大幅度提升。比如我之前可能是一個項目經理，那通過數字化之後，我變成了一個產品經理，這樣就完成了一個業務系統支撐服務角色，到一個業務運營角色的轉變。如何適應變化很重要。
主持人：如何利用技術實現場景數字化？如何保持這樣一個技術的迭代？
李柯辰：每一次潮流的變化都會導致技術的變化，IT架構的升級，企業上雲的過程也是數字化技術升級的過程，數據量增多了，就需要大數據了，數據達到規模之後，就要考慮能不能用數據做智能了，這樣子去迭代的。最好還是要根據業務場景價值去驅動技術的升級，就比如用戶都已經數字化了，業務場景產生了數字化的需求，那麼企業必須要去考慮數字化了。
梁鴻斌：地產行業在過去更多是拿來主義。但是未來，我們需要更多業務上的創新：加強與客戶的連接、打通多業態的數據。純粹依靠套裝軟件的引入與升級是無法滿足業務需求，更無法支持企業轉型與創新的。我們需要藉助新型技術服務商的技術力量，先引入，再消化，逐漸構建我們自己的技術團隊與能力，再去做創新。
麥冠球：在工作過程中不要嘗試去重複設計輪子，在實際過程中，也不要用創新思維去設計輪子；拿來主義雖然會有一定的傷害，但是我們可以把別人已經驗證過的方案拆解為微服務，通過微小模型的引用與組合重新打造，用較短時間就可以打造貼合業務場景的應用，通過數據中臺結合雲計算的能力，去做未來趨勢分析，藉助數據的力量去做房地產的數字化轉型。總的來說，我們要先做加法再做減法。
梁光耀：選擇數據中臺的時候要從能力出發，包含共享和複用兩個方面的能力。在建設過程中，不管是自建技術團隊，還是選擇外包團隊，形態會存在多種，但核心都要以業務價值驅動為主。不論大型企業或是中小型企業，整個技術生態的搭建都是很重要，往後的發展基本都會沿著這個生態模式去演繹，還是要以企業的業務價值為導向，結合企業自身特點，去構建技術團隊的投入和建設。
主持人：數據中臺怎樣幫助企業產生更好的價值？
李柯辰：在前面兩位嘉賓的分享中其實也提到了，數據中臺其實能夠對業務起到理性的支持，然後還有一點，就是對業務極大的集成。IT技術的演進可以分為PC集成、系統集成和數據集成三大階段。PC集成將軟件集中在一個電腦中，系統集成將多個軟件打通，方便統一管理；而在數據集成階段，我們可以將內部信息化的業務數據、外部連接的數據以及網絡爬蟲的數據等多方數據打通整合。這一階段的數據邊界和應用範圍都發生極大的變化，因此我們說是極大的集成，讓數據有一個更敏捷的狀態。此外，數據中臺其實還包含了組織的演進，模式創新、數據驅動等方面的價值。
麥冠球：其實中臺不是一個單純的產品，是戰略方向演變出來的能力，是數字能力的輸出集成，更多的是數據資源上的調度工作，比如在數據治理、數據標籤、數據定義上面的一些操作與選擇，其實更像是一個工作臺的概念，就房地產行業而言，第一個價值在於投資戰略層面上，我們可以藉助數據做城市准入分析；第二個價值體現在多個場景下的數據分析應用，比如建築質量分析、客群分析、定價策略、採購成本分析、物業服務分析、項目問題分析等，藉助數據精準地定位到每一個問題，有效提升每一個場景、每一個環節的經營管理效率、最終形成房地產數字化體系的閉環。
梁光耀：數據應用在早期的價值，是數據報表、BI分析展示；到了中期數據可以互相勾稽，能夠提供提醒、預警等功能，這兩個時期的數據應用，數據倉庫是可以做到的，但到了下一階段，需要智能化和能力輸出時，數據中臺的價值就體現出來了。對於地產行業而言，會發現很多新生的東西發展得比較慢，其原因之一因為我們沒有把之前的組織上、業務上的數據管理好，我覺得數據中臺未來在這幾個方面都是很重要的價值體現。
主持人：數據中臺接下來會衍生什麼新的能力？能為地產行業帶來什麼價值？
梁鴻斌：數據中臺新能力的衍生，其實又可以理解為新的數據應用場景的建立，而價值其實也是在場景中體現的。新的數據應用，首先是業務的創新，一個是面向客戶，我們如何與碎片化、移動化、多渠道的客戶有效連接；二是打通供應商體系，比如現在的項目現場，目前還沒有一個合適的數字化實現方式。在具體業務場景中就需要快速去驗證與試錯，比如在定價的時候我們會有意識地去看周邊的售價與流速，看自己的價格是不是合理，根據流速決定是否需要溢價。
主持人：一句話總結，做數字化最難最痛的點在哪裡？
麥冠球：在信息化過程中，我們總希望完美地去解決問題，但實際上更需要簡單、直接地去處理問題。
梁鴻斌： 怎麼去衡量數據的質量和價值？
梁光耀：思想、文化、習慣，認知的不同，導致對數字化的認知分歧。
李柯辰：數據質量普遍較差、數據中臺終極形態模糊。比如數據有沒有智能化？有沒有讓業務敏捷化？有沒有從數據產品化變成服務化
