1、,企业数据中台整体介绍,什么是数据中台数据中台怎么建设 数据中台产品怎么选 数据中台案例介绍,企业大数据面临什么样的问题,01,混乱的、困惑的,数据口径不统一数据视角不一致,02,渴望的、不满足的每个岗位都希望得到数据的支撑很多种智能的应用都需要数据的支撑,03,基础不牢、价值不高的底层建设严重匮乏高价值数据难以产生当前的数据业务价值低下,04,零散的、孤立的、分散的业务越向前越不准确数据被业务模块割裂,数据定义不清晰数据对不上,Product and technology,Organization system,Design and planning 设计 规划,技术 产品,组织 体系,数据
2、资源数据治理数据建模数据指标,大数据平台开发套件规划可视化分析引擎,业务职责数据策略规范运维数据运维,企业选择什么样的大数据起点,规范小数据中心,无序小数据中心,无序大数据中心,规范有序的全域数据中心（数据中台）,企业完整数据解决方案解决数据“存”、“通”、“用”难题数据中台，是基于分布式数据平台之上，根据行业客户的业务场景量身定制的一整套数据智能解决方案，基于“互联网+”时代的数据价值思考，赋能企业，提升竞争力,数据中台解决什么问题用一切数据业务化,通,存,一切业务数据化,连接数据孤岛,数据中台有什么本事,数据规范：数据标准化，指标体系数据建模：数据域，逻辑模型，物 理模型数据管理：主数据，
3、元数据、数据 质量，数据安全数据共享：数据地图，数据接口,企业数据资产可视化企业IT资源可视化智能报表开发与共享大屏可视化展现与监控,标签体系管理：静态标签、动态标签（算法标签），标签 生命周期管理全景洞察：用户画像，商品画 像，商圈画像精准营销：人群筛选，智能推荐，广告投放规则管理：业务规则配置，预 警监控,多来源：RDBMS，Hadoop，文本、接口.多结构：结构化、半结构化、非结构化多方式：批量、实时整合打通：IDMapping，整合统一,数据业务化,数据资产 管理,采集整合,分析挖掘,数据可视化,自助交互式分析：智能报表，整合分析丰富的算法库：数据预处理，分类、聚 类，关联，预测,数
4、据 中 台,数据中台与传统数仓有什么区别,分布式数据平台传统数仓以单机关系型数据库离线分析为主；数 据中台以分布式引擎架构，同时支持离线计算/实时计算/即时计算/智能计算,数据源丰富性传统数仓以业务数据库的结构化数据为主；数据中 台涵盖业务数据、日志数据、行为埋点数据、IoT数据、爬虫数据、外部数据等,建设模式方法论传统数仓往往采用自顶向下的建设模式，以明确 的业务分析驱动，延续性低；数据中台采用自底 向上的方式，结合业务需求变化不断迭代升级,数据开发一站式传统数仓往往将ODS、EDW和ETL开发切割到不同厂商 工具实现；数据中台则主张一站式可视化数据开发，借助分布式技术的力量简化数据加工处理的过程,数据资产在线化传统数仓的数据管理和治理，往往花费大量精力，最 终形成的是离线的规范和文档；数据中台则强调元数 据管理统一入口的自动化和数据资产管理的在线化,数据应用创新传统数仓以某个业务主题的BI报表和决策支持为主，目的性 单一，烟囱式建设；数据中台则主张全域数据打通数据孤 岛，释放业务方数据应用创新的能量,数据中台长什么样,数据中台体现什么样的企业核心价值,全面梳理数据资产 构建全域数据中心,落地战略和组织保障 培养业务创新的土壤,数据资产管理在线化 形成数据人才成长的摇篮,通过业务的不断滋养 打造业务和数据的闭环,企业怎么规划大数据发展蓝图,数据应用建设,
