01 騰訊：中臺戰略，All in產業互聯網
自去年CSIG成立以來，騰訊通過成立技術委員會來加強技術共享和協同，並設立「開源協同」和「自研上雲」項目組來推動公司技術的整合、公司產品的開源與雲端化。
騰訊的技術委員會，對標的是阿里巴巴的中臺事業部，而不是外界所解讀的對標阿里“達摩院”。整合帶來的最大好處就是技術的標準化，而這一切顯然是為其中臺戰略做鋪墊——標準化意味著騰訊可以更高效地把自己的能力交付給客戶。
20年來，騰訊在深耕互聯網的發展歷程中積累下豐富的經驗和領先於業界的技術，而開源和上雲意味著騰訊正將基於這些經驗和技術所構建起來的中臺能力開放給客戶，助力各個領域的企業和開發者搭建數字化的業務平臺，提升競爭力。
騰訊開放的中臺能力包括數據中臺和技術中臺。其中，數據中臺包括用戶中臺、內容中臺、應用中臺等；技術中臺包括通信中臺、AI中臺、安全中臺等。企業與開發者可以靈活地把這些技術應用到業務場景中。
- 用戶中臺，指的是一整套囊括了用戶增長、用戶溝通、用戶數據保護、會員管理等方面的客戶管理工具。
- 內容中臺則是騰訊以企鵝號為中心，為合作伙伴和內容創作者提供高效的內容生產工具。
- 應用中臺，是騰訊旗下的應用寶以「分發中臺」作為核心功能全面向合作伙伴開放，打造全新的應用分發生態，提高應用分發效率。
- 技術中臺，雖然騰訊過往並沒有明確解釋其具體的落實方案，但從名字上我們也可以看出一些端倪——通信中臺基於的是騰訊從QQ和微信兩端積累下來的即時通信技術。
- AI中臺，基於騰訊三大AI實驗室的技術，涵蓋了光學文本識別、人臉識別、圖片識別、音頻識別、文本分析等方面的技術。
- 安全中臺，則是騰訊基於其安全運營經驗和安全數據庫為方便企業進行高效安全管理而打造出來的一站式大數據和智能化安全管理平臺。
可以說，騰訊是鉚足了勁來打造其中臺戰略了。這當中的緣由有兩點：
1. QuestMobile上個月發佈的數據顯示，2019年3月，中國移動互聯網月活躍用戶（MAU）規模達到11.38億，同比增速首次跌破4%。互聯網時代的流量紅利正在逐漸消失已經成為一個行業共識，如何在存量經濟時代維持可持續發展，騰訊給出的答案是重點發展To B業務。
騰訊在此時開放中臺能力，目的就是為了在產業互聯網發展前期爭取到更多B端客戶在自身平臺上搭建各自的To C產品，這一舉措顯然對其未來能否掌控市場大局至關重要。我們甚至可以認為，未來流經這些基於騰訊中臺而搭建起來的產品的流量，也是未來各大互聯網巨頭必須要爭取的流量。
2. 中臺戰略命門在於數據。流量流經騰訊中臺也意味著會有各種數據經由中臺產生，在進行數據脫敏（去除涉及隱私的敏感信息）之後，騰訊可以將這些數據反過來用於提升自身的產品和技術水平，從用戶群體行為分析，到算法優化，到AI訓練，未來產業互聯網的發展，沒有一行不需要大數據。
騰訊開放中臺功能，一方面是推動發展產業互聯網戰略的需要，另外一方面，也可以說是為了維持其領先的技術和內容優勢地位的需要。
02 百度：建立可複用的中臺能力
百度的中臺，實際是從平臺建設的基礎上發展起來的。之前的產品形態相對確定，因此可以提供完善的平臺化能力，來滿足這些相對確定的需求；如果有新的需求，那麼就直接在系統核心模塊增加功能、擴展能力即可。
現在，百度不但深耕了更多的搜索結果，滿足用戶更完善的獲取信息甚至服務的需求，也擴展了更多的流量入口，包括小程序、獨立站等，隨著產品思路的調整，產品形態日趨複雜，之前的平臺化的思路就行不通了。
原有系統核心模塊無法滿足業務多樣性的擴展需求， 一些擴展成本非常高、上線和維護的風險特別大，使得之前的系統優勢轉換為了制約當前業務發展的缺陷。而轉為中颱戰略，使得團隊同時高效高質量的支持更多業務，成為可能。
百度中臺的技術思路：提供完備的通用能力、定製能力，持續完善領域技術沉澱能力。
業務視角， 中臺提供了靈活的可定製業務框架， 使得業務可以聚焦業務特有邏輯的開發；中臺還提供了可以複用的業務組件， 使得業務可以通過配置化來複用優秀的中臺能力；中臺還提供了完備的文檔建設、視頻教程， 支持業務快速上手、快速迭代， 同時還提供了面向全流程開發效能提升的完整自動化工具鏈。
系統架構圖如下：
業務方最直接看到的是展現策略統一框架、在線排序統一框架、內容加工統一框架，以及可以通過框架配置化使用的豐富的業務組件；這些業務組件沉澱了大量的領域知識和經驗，可以極大加速業務的創新和迭代。
在架構升級的背後，包含了個人和團隊的能力矩陣的升級。團隊之前從事的偏基礎架構的工作，關注的是架構的可用性、性能、成本等核心指標。團隊轉型到業務驅動後，使得團隊除了繼續承擔架構的核心職責外，還要持續為業務交付可持續增長的技術方案，這對團隊提出了更要的要求。
中臺架構的階段成果：月級別孵化新的垂直搜索產品，完成線上小流量；用不超過一個季度的精雕細琢，完成產品的全流量上線。這個時間包含了業務從學習系統，進行開發，然後部署整套系統到生產環境，並完成線上效果驗證的全流程；對於熟悉中臺系統的同學，這個週期會更短。
為了追求效率的卓越，百度還專門成立了研發效率團隊，聚焦全流程、全週期的效率提升， 包括建設了在線的 debug 系統、離線的 trace 系統，都是幫助業務能夠自助和高效的追 case、查問題；百度還建設了統一集成開發環境，實現開發環境和仿真環境的自動打通，實現低成本的產品效果驗證， 這種例子還有很多。最終為業務提供了卓越的研發效率。
中臺架構，提供的不僅僅是簡單的生產工具和開發方式的升級，而是逐漸完善的技術體系，為業務帶來的是生產力的升級，為業務帶來了質變的研發效能提升。
03 小米的三大中臺建設：業務+數據+技術
1. 業務中臺：從業務說起
在中臺建設中，需要規範化的服務接口、一致整合化的數據、容器化的技術組件以及彈性的基礎設施。並結合業務情況，判定是否真的需要中臺。
小米參考了業界優秀的案例包括移動中臺、數據中臺、業務中臺、技術中臺等，再結合其業務發展歷程及業務現狀，整理了中臺架構的核心方法論，一是企業如何共享服務，二是如何為業務提供便利。
通過中臺架構方法論和規劃方法論，小米信息部提出了小米業務中臺建設三年戰略，包含了持續優化、構建中以及待新建的系統，縱向分為企業戰略、業務執行、業務支撐、數據治理四部分。
在2018年成立時，系統還是比較分散的；在2019年，主要圍繞中臺的架構調整、技術體系下沉，強化運營配置中心三方面，實現絕大多數的共享服務，讓小米複雜的業態共享一套體系，更好的支持業務；在2020年，期望整體完善，不斷的持續優化。
2. 數據中臺：數字化轉型的核心
今天大家都在談數字化轉型，數字化轉型是轉什麼？從企業內部來講，是想如何把一切都數字化，大企業講數字化轉型是很難的一件事情，但現在有些小企業已經做得非常好。系統很簡單，但是可以把企業的百十家或者幾百家店鋪的每一個動作、每一次上下架，甚至是每次的價格變更，每個操作人員的動作，都放到系統裡面做記錄。
數字化轉型，業務是基礎，核心是數據。在數據分析及使用過程中，小米主要面臨3大問題：
- 數據極度分散：數據都分散在各系統中，沒有形成統一共享的數據資源池；各業務域數據尚未形成統一口徑，數據從指標層面上未能很好整合。
- 數據指標混亂：數據分析功能偏重於日常統計分析，需建立完備的能支撐精細化管理需求的指標體系；需建立完備的業務分析邏輯，通過建立全面的業務分析場景，“用數據說話”，進而完成趨勢預測、異常甄別、輔助決策。
- 數據工具量少：需要一站式的訪問入口、可視化和交互性更強的數據展示方式、支持移動端訪問。
從數據整體來講，一般分為數據採集、數據清洗，形成數據集市，最後數據分析員才可以在BI去做分析，並提出改進流程，提高業務發展。下圖是小米數據中臺的架構，底層是大數據平臺的基礎，在大數據的基礎之上搭建了一系列的應用。
為了解決以上數據問題，小米信息部成立了X DATA團隊專門做數據，更方便地讓分析人員在系統上直接分析全部門的任何數據、做報表。只要在權限管控內，分析人員直接得到對應的數據並進行數據分析。小米想從業務端沉澱數據，在共享到X DATA大數據分析，然後發現問題在反饋到業務系統中解決問題。
在數據中臺上還需要運用一些關鍵技術，包括：大數據離線計算、趨勢預測、實時計算、自然語言處理、可視化分析、圖像識別等。
數據中臺對業務運營產生的價值，主要體現在生產監控、日常運營、經營管理、戰略管控等方面。
- 最底層的是生產監控管理，如實時運營監控、實時風險監控等；
- 第三層是日常運營型分析，如日常統計分析、操作統計分析等；
- 第二層是經營管理分析與考核型分析，如商業洞察分析、人力資源分析、財務分析、部門績效考核等；
- 頂層是戰略管控與預測型分析，如戰略績效分析、行業對標與企業經營預測分析。
通過對數據中臺的建設，小米真正意義上開始走上數據驅動的路程。數據驅動小米的設備研發、生產、供應鏈、銷售、服務以及IOT和互聯網業務，產業+互聯網格局逐步成熟。
數據驅動小米進步，體現在精細化運營、智慧物流探、產業互聯網等方面。現在全球都在建倉，到底在什麼地方建倉合適，怎麼去建倉？這都是要數據分析才能得出。
未來，大數據是為人工智能準備的。
3. 技術中臺：更敏捷的開發效率
前面講的都是偏業務線、偏分析的，但核心最終還是要回歸到IT的本質，更敏捷的開發效率才是IT最終的目標。在早期煙囪式的建設中，企業擁有眾多的研發團隊，但團隊人員的基礎不一樣，工具不一樣，面臨：
重複建設、質量無保證，橫向打通困難、技術棧混亂，嚴重阻礙業務中臺建設等問題。
業務&數據中臺擁有強大炮火群，為前臺業務快速響應直接提供支援，而技術中臺是為中颱服務提供高度模塊化零件&武器庫，大幅縮短業務中臺建設時間，提高業務中臺穩定性。
小米通過技術下沉，把最標準的東西沉澱出來，包括IaaS(容災、機房、數據中心)、PaaS(中間件、研發平臺、數據平臺)、監控、開發過程的代碼，全部陳列到底層，形成技術中臺。
04 字節跳動：移動研發中臺，效率提升7倍
衛哲，曾在公開分享中提到：今日頭條的崛起很大程度在於今日頭條是大互聯網公司中第一個率先實現強中臺的公司。今日頭條強就強在前臺放四五個員工，就能做出今天抖音這樣的產品來，在傳統的互聯網公司做不到，沒有幾十、幾百個人，是做不出來的。
移動研發中臺。字節跳動的研發中臺從業務緯度劃分包括組件平臺、CI/CD、應用管理平臺，目前還在規劃整合預審平臺、發佈平臺。其中組件平臺提供了通用的組件管理方案整合公司內所有的組件、CI/CD 平臺使用了自研的分佈式雲編譯專利方案，以頭條為例可以提升接近 700% 的編譯速度。
無線研發平臺是一個具有標準化開發、接入維護流程和輔助工具，實現一鍵集成、持續反饋和迭代的中臺服務，針對業務開發過程中遇到的構建速度慢、代碼准入複雜、測試迴歸效率低等問題提供了一站式的解決方案。
其中從業務開發角度，中臺提供了增量構建、二進制調試、容器化、自動解耦等功能，解決之前構建速度慢，調試周期長等問題；從 CI/CD 角度，使用自研的編譯方案，測試出包效率在業務無感知和改動情況下，提升了數倍。
在大型業務中為了保證正常地發版，往往都是 QA 同學作為最後的驗證。之前 QA 同事每到一次驗收日經常要等到半夜才下班，究其原因主要是構建測試包速度太慢，在大型業務中構建一次測試包可能要花費幾十分鐘甚至小時級的，因此針對這一痛點，字節跳動自研了編譯方案，在業務無任何改動情況下，將單次打包實踐縮短到 3-5 分鐘。
中臺的出現是為了在解決技術架構與業務架構慢與貴的矛盾，進行業務‘配速’而生，合理的中臺技術必然是以解決當前的業務與技術矛盾為出發點的，因此在中臺的實踐中，不必一味的去效仿，需要根據當前的業務痛點以及技術架構進行實踐，設計一套最符合自身需求的中臺服務。
05 滴滴：構建最合適的業務中臺
滴滴業務中臺的架構實踐。在談具體對策與實踐之前，先來看看整個業務中臺的架構設計，如下圖：
整個的架構設計分幾個邊界的上下文，好處在於把相關性不強的邏輯拆開，同時在一個相關性下面，通過分層對業務進行更好的建模。
調度層作為入口去牽引多個業務線，業務流程層為調度層做服務，狀態智能層用來支持上面的兩層。
在對業務和產品進行更好建模的基礎上，進行了“五化”：服務化、異步化、配置化、插件化、數據化。
1. 服務化
服務化很常見，以下單為例，如下圖：
下單流程能夠調用很多服務，在多個層次，以接口層次結果進行拆解。
2. 異步化
對每個事件的非核心或不需要實時反饋給客戶端的邏輯進行拆解，核心的主流程會變簡潔。對非核心的邏輯在事件上做訂閱之後，進行二級處理。
以結束訂單為例，如下圖：
結束訂單的時候有很多邏輯要做，但是都是通過 MysqlBinlog 處理或 MQ 處理。
3. 配置化
服務化和異步化能解決很多迭代效率的問題，但由於系統、業務的複雜性，各個業務都有些差異，體現在不同的產品線、城市、區域、時間等等。
配置化的核心是對這些進行建模，把每個對象模型化，抽象成 ID，在不同的服務化裡把這些可配置的能力進行抽象。
具體抽象過程，如下圖：
第一級抽象採用的是類 iptables 的規則引擎判定產品分類，第二級的規則引擎由模塊自定義。
所有配置化都是用的自生成平臺，要配置什麼，自定義配置即可，這個過程是動態進行的。
當前業務中臺已經可以支持上千個配置點，比如不同層次的計價規則不一樣、不同產品線的車樣子不同、不同的場景，如拼車和接送機，管控規則也不一樣等等。
4. 插件化
配置化解決的是業務線差異問題，但如遇到邏輯差異較大的情況，就要做插件，統稱為 FPI
在 FPI 的能力上，不同的團隊可以開發很多插件，在特定的配置點下，對它的邏輯進行加載。
真正業務流程到這兒，可以調起它對應的插件做出來。對於一些沒有差異化需求的業務，可以用開發的 default 邏輯，這是更極端的靈活性的體現。
有靈活性的體現後，團隊還可以做一些組織上的調整，原來每個服務或者平臺是一個垂直化的架構，有些團隊是橫向，是 FT，有些 FT 是接送機 FT，專門做接送機的事情。
通過插件的形式在每個系統加載它的插件，它就可以跟著業務思考、跟著產品思考這個業務該怎麼走、這個產品怎麼演化。
相對的邏輯是更加專注的，這也帶來很好的組織結構對中臺的適應性。
5. 數據化
在大數據時代，數據是不得不考慮的問題，所以在業務中臺，要實現全局打通，本質是要把數據打通。
所以我們制定了離線分析與在線決策的方案，如下圖：
第一個是離線做分析，可以做數據血緣、模型訓練，同時可以把它放到在線決策層面，構建很好的智能客戶引擎和交易引擎，這個可以干預，因為干預可以讓升艙或者多業務線的清單成為可能。
業務中臺從無到有，到被應用的實踐過程中，積累了很多實戰經驗。主要分享以下幾點：
- 成功實現最大的業務孵化中臺是滴滴出行構建業務中臺最大的經驗。因為最大的業務最複雜，把最複雜的業務搞定，用最複雜的業務落地別的業務會容易。也就是從快車開始做，逐步整合專車、出租車、代駕等。
- 第二點：穩定，中臺對業務有收益，最根本的是保證穩定，穩定是發展的前提和基礎。在整個構建中臺的過程中非常重視穩定性，有各種機制，包括灰度發佈、分層次發佈、流量回放、全鏈路壓測等等，保證代碼的質量和系統的穩定。
- 第三點：加強溝通，平衡多業務的優先級。滴滴出行有多個業務，有很多大區和城市，每個地方都有很多需求，要有一套機制和資源池。如何保證相應每個業務都能按照所對應的在公司的重要性來獲取部分資源，要保障它的靈活性和效率，所以要有很多溝通工作，有很多平衡的工作。
- 第四點：中臺系統要不斷演進，不能一成不變，要發現問題、解決問題。業務中臺不是一蹴而就，而是要在發展過程中不斷的變化，持續迭代。
- 第五點：“沒有最好，只有最合適”！所有中臺都一定是適合某個公司特點，最合適的中臺是當你深入瞭解業務、產品、系統、組織，而且不僅瞭解今天在哪裡，還要了解過去是怎麼演變而來，未來又會怎麼演化。
06 京東：打造共建、共享、標準化的數據中臺
2018年底京東零售數據中臺成立，目的就是對京東零售內部的數據體系進行全面梳理，建立以數據驅動業務增長的新引擎。
1. 數據中臺：破除企業數據孤島
在企業業務發展過程中所累積的大量數據，往往分散在各個業務單元和組織內部，形成一個個"數據孤島""數據煙囪"。而數據中臺是著眼於企業數據資產彙集、數據算法迭代、數據能力輸出的根基平臺，以數據指引業務決策並驅動業務增長，是破除數據孤島的關鍵策略。
京東數據中臺負責人黎科峰介紹，目前京東集團已形成零售、數科、物流、保險、健康等多元化的業務格局，各業務都進入到精細化運營階段，
對於數據精細化運營提出了更高的需求。京東過往十多年業務發展沉澱下來的海量數據，需要通過數據中臺的建設形成寶貴的數據資產，以打造強有力的數據智能能力。這也是京東自去年就開始推動數據中臺建設的重要原因。
黎科峰認為，數據中臺的核心包括數據基礎層、數據服務層、數據應用層。除了技術之外，數據中臺建設更重要的是一種協作意識和組織能力。因此京東在建設數據中臺的過程中提出了共建、共享、標準化三個關鍵理念。
京東數據中臺的共建理念，就是要聯合各個業務單元，共同打造沉澱一套大數據中臺。共享則是要避免數據孤島，打破組織界限，實現數據的共通、能力共享。而標準則是指統一的數據標準，從底層的數據治理標準、數據口徑標準，到統一的數據標籤體系和數據模型服務，確保數據在集團內部流轉和應用是基於同樣的標準和基礎。
2. 京東數據中臺：千尺之臺，起於壘土
數據中臺的建設並非朝夕之功。黎科峰介紹，京東數據中臺成立之後，經過半年多的建設，基本完成了打基礎的階段。
首先在數據底層的建設方面，京東建立了統一的採存算大數據平臺，有節奏地合併數據集市，形成統一的大集市。數據治理環節，通過EC糾刪碼技術、數據分級分類、殭屍數據清理和冷數據治理等手段，數據有效性大大提高，數據逐步實現資產化，也大大節約了數據存儲和計算資源。
在數據服務層，京東正在搭建一套公共的數據標籤體系，匯聚前臺業務部門、運營部門以及廣告、搜索等各個垂直場景的標籤數據，不斷迭代，為各個數據應用場景賦能。同時，數據中臺向各數據應用層提供數據模型能力，通過商品數據治理形成更準確的商品畫像。
最後在數據應用層，京東數據中臺推動前臺統一了數十個數據產品，建立了統一的數據口徑和數據看板。前臺部門統一通過黃金眼和商智來提供對採銷和商家的數據報表服務，底層通過數據中臺使用同一套數據。
黎科峰認為，數據治理是數據中臺建設不可或缺的一部分。數據治理要解決數據全不全、準不準、好不好用這三方面的問題，一定要讓業務團隊清晰地知道，公司的數據能力和數據資產應該達到怎樣的標準。
同時黎科峰指出，建設數據中臺並不意味著中心化，而應該利用API等形式提供各相關方使用，而區塊鏈等技術手段在實現數據資產化的過程中也將發揮重要作用。
經過多年的積累，京東的億萬消費者和商家在平臺上沉澱了海量的數據，數據的深入挖掘對於提升用戶體驗和商家營銷能力都至關重要。京東數據中臺著眼於數據驅動業務精細化運營的能力建設，持續夯實數據基礎，形成數據與業務正向自循環促進的關係，不僅全面推動京東內部蓬勃的業務創新，也可以更好地對外服務，帶動整個產業的數字化轉型。
07 網易：胖中臺、標準中臺、平臺組織
1. 網易的數據中臺架構
網易汪源的紹，網易的中臺建設主要經歷了以下幾個階段：
- 2007-2008年成立非技術類共享能力團隊。
- 2009-2010年構建數據挖掘、內容安全、移動研發團隊。
- 2011-2014年搭建了項目管理、商業智能、運維部等，從原來偏技術開始走向管理和運營。
- 2015年，網易開始建設集團級的用戶中心。以統一的賬號體系為基礎，整合多業務的數據，實現用戶標識的統一，並建立起用戶標籤體系。
2. 網易的“胖中臺組織”“標準中臺組織”和“平臺組織”
雖然中臺概念上只應該包含共享的能力，但對於像網易這樣業務間相對獨立的公司，很容易遭遇“標準”的中臺部門與前臺業務結合不夠深、合作不夠順暢的問題。
同時，外界也會有這樣的質疑，本身網易的業務就很碎片化，那麼網易的中臺體系又是如何協同、怎樣去支撐更加碎片化的業務發展的？基於網易杭研院的實踐經驗，汪源提出了一套完整的中臺組織方法論。
根據參與人員的差異，汪源把不同類型的組織總結為“胖中臺組織”“標準中臺組織”和“平臺組織”。
其中，標準中臺組織由各個能力組和工具、規範/流程/方法論組成；當標準中臺組織對業務的介入程度不足以支撐中臺的實現，就需要更加接近業務的定向組來參與，這就形成了胖中臺組織；而能力臻於成熟，工具、流程都實現標準化，標準中臺組織也可以退化成平臺組織。
換言之，三個角色並非一成不變，而是處在動態變化之中。對於中臺的發展，汪源還總結了一個“數字技術核聚變”的模型。
他表示，數據中臺匯聚和整合業務數據，產生洞察指導業務創新，在線業務中臺支撐業務圍繞領域交匯，不斷引入新技術，創造新數據，為數據資產增值裂變提供動力支持，數據中臺和在線業務中臺共生共存，形成數字技術核聚變的巨大能量，推動產業跳躍式進化。
“連接是一個宏觀的基礎，有了連接，你就有了大量的數據，有了連接你就可以有了大量在線的業務”。
汪源強調，藉助中臺，基於數據，可以去做分析和洞察，分析和洞察可以催生新的業務，在線業務可以不斷迭代和進化，這樣就形成一個正向的循環，最終為企業創造巨大的價值。而與理論基礎相對應，在組織架構上，網易採取階段性的把相關前臺的部分團隊也整合到專業能力部門的做法。
如此一來，在中臺部門就有了一個個定向支持對應前臺業務的定向組。這就形成了汪源所稱的“胖中臺組織”。
在汪源看來，這是在階段性的讓中臺組織長的過胖一些，讓中臺和前臺的邊界在一個組織內磨合，“過兩年在看哪些是屬於中臺的骨骼，哪些是屬於前臺的肉，搞清楚了再把肉重新分到前臺去”。這樣，胖中臺組織瘦下來，又變成一個標準的中臺組織。
實際上，網易的很多業務部門特別是用戶中心、數據挖掘、商業智能、移動研發、內容安全等多個部門都具備一些中臺的屬性。 考慮到網易業務多元化的現實，網易杭州研究院則選擇和各個業務合作以更好的支持各業務建他們的中臺。
比如網易的推薦搜索中臺，就是從博客業務的個性化推薦、標籤推薦中萌芽，支撐了雲音樂的推薦引擎，並幫助網易新聞實現從編輯主導進入算法個性化的時代。
同時，網易的推薦搜索中臺也負責考拉、雲課堂等所有互聯網業務的個性化推薦。
網易在數據中臺的應用，第一個是在考拉里面，我們最近剛剛完成的數據中臺的建設，達到的效果是實現指標的100%的覆蓋，數據質量保障99.8%，100%的數據能夠自助取數，同時還降低了20%的數據成本。
據汪源介紹，類似這樣的中臺，網易還有QA（質量保障）中臺、移動研發中臺、用戶中臺、用戶體驗設計中臺等超過10個不同的中臺。
08 本文內容小結
- 騰訊：中臺戰略，All in產業互聯網。騰訊的技術委員會，對標的是阿里巴巴的中臺事業部，而不是外界所解讀的對標阿里“達摩院”。整合帶來的最大好處就是技術的標準化，而這一切顯然是為其中臺戰略做鋪墊——標準化意味著騰訊可以更高效地把自己的能力交付給客戶。
- 百度：建立可複用的中臺能力。百度中臺的技術思路：提供完備的通用能力、定製能力，持續完善領域技術沉澱能力。業務視角， 中臺提供了靈活的可定製業務框架， 使得業務可以聚焦業務特有邏輯的開發。
- 小米的三大中臺建設：業務+數據+技術。小米業務中臺建設三年戰略，包含了持續優化、構建中以及待新建的系統，縱向分為企業戰略、業務執行、業務支撐、數據治理四部分。
- 字節跳動：移動研發中臺，效率提升7倍。今日頭條強就強在前臺放四五個員工，就能做出今天抖音這樣的產品來，在傳統的互聯網公司做不到，沒有幾十、幾百個人，是做不出來的。
- 滴滴：構建最合適的業務中臺。在對業務和產品進行更好建模的基礎上，進行了“五化”：服務化、異步化、配置化、插件化、數據化。
- 京東：打造共建、共享、標準化的數據中臺。 目前京東集團已形成零售、數科、物流、保險、健康等多元化的業務格局，各業務都進入到精細化運營階段，對於數據精細化運營提出了更高的需求。京東過往十多年業務發展沉澱下來的海量數據，需要通過數據中臺的建設形成寶貴的數據資產，以打造強有力的數據智能能力。
- 網易：胖中臺、標準中臺、平臺組織。標準中臺組織由各個能力組和工具、規範/流程/方法論組成；當標準中臺組織對業務的介入程度不足以支撐中臺的實現，就需要更加接近業務的定向組來參與，這就形成了胖中臺組織；而能力臻於成熟，工具、流程都實現標準化，標準中臺組織也可以退化成平臺組織。
