转载

数字化转型之如何做好企业中台的架构设计

【51CTO.com原创稿件】产业互联网时代，企业数字化转型将成为一种趋势。全球知名调研机构IDC此前的一项调查显示，到2018年，全球1000强企业中的67%、中国1000强企业中的50%都将把数字化转型作为企业的战略核心；到2020年，中国GDP的20%将来自业务数字化转型的增加值，数字化转型将上升到宏观经济层面，在改变企业运营方式的同时重塑经济面貌。

数字化转型其实是将数字技术应用集成到企业内部的管理领域和外部变化的商业环境中去，从而对整个业务价值链产生决定性的改变。那么数字技术如何帮助企业进行数字化转型呢？那就要从中台开始谈起。

一、什么是中台

中台是一个新的概念，但却是一个旧有的名词，只是在新时期我们赋予其新的内涵。这是因为在数字经济时代，IT建设方式发生了较大变化，为快速响应需求，我们需要用创新思想来建设IT。

传统的IT建设方式	用创新思想来建设IT
大规划、大建设、大发展	强大的服务能力，前端轻量化部署
注重标准化体系建设，不考虑个性化体验	大平台，轻部署
用大系统替代分散系统实现整合	总体规划，快速应用，快速迭代
重业务支撑，过度强调数据应用的完整和全面	数据标准统一，复用率高
用户需要通过不同的入口访问IT系统	用户有更多的入口接触访问到IT系统

中台，通过对业务、数据和技术的抽象，对服务能力进行重用，构建企业级的服务能力，消除企业内部各业务部门、各级分公司间的壁垒，适应企业特别是大型企业集团业务多元化的发展战略。基于中台，我们可快速构建面向最终客户的前台应用，从而满足各种个性化特征的前台需求，为企业的数字化转型提供明确的道路。

中台定义：

1. 中台是一种企业级能力复用平台，具有一种共性能力，支持了多个业务。核心是“功能复用”，构建“大中台，小前台”来满足业务快速扩展的需求；

2.主要职责是汇总所有业务数据，协同各个业务单元，提炼业务的共性需求，支撑前、后台业务的快速发展；

3.沉淀了大量的用户行为数据（包含非体系内用户），为大数据智能算法的新的商业模式奠定了基础；

4.作为业务服务的提供方，不需要依赖业务的稳定性，而是需要不断为新业务提供能力支持。

二、中台与前台、后台的关系

要了解中台，首先要了解前台与后台各指什么：

前台：由各类前台系统组成的前端平台。前台是系统的前端平台，是直接与终端用户进行交互的应用层。每个前台系统就是一个用户触点，即企业的最终用户直接使用或交互的系统，是企业与最终用户的交点。举例来说，我们日常使用的APP、H5端、PC端以及小程序都属于前台系统。

后台：由后台系统组成的后端平台。后台是指系统的后端平台，终端用户无法感知其存在。后台的价值是存储和计算企业的核心数据（数据+计算），例如财务系统，产品系统，客户管理系统，物流管理系统等，这类系统构成了企业的后台。

基础设施和计算平台作为企业的核心计算资源，也属于后台的一部分。但后台并不为前台而生，由于前端的变化需要后端的变化来支撑，因此对后台的快速应变产生要求。但是，后台设立目标不是服务于前台，后台的价值是存储和计算企业的核心数据，是提升后端数据的安全稳定及系统的管理效率。

此时的前台和后台就像是两个不同转速的齿轮，前台由于要快速响应前端用户的需求，讲究的是快速创新迭代，所以要求转速越快越好；⽽后台由于⾯对的是相对稳定的后端资源，⽽且往往系统陈旧复杂，甚至还受到法律法规审计等相关合规约束，所以是稳定至上，越稳定越好，转速也自然是越慢越好。所以，随着企业业务的不断发展，这种“前台+后台”的齿轮速率“匹配失衡”的问题就逐步显现出来。

数字化转型之如何做好企业中台的架构设计

为了改变这个矛盾的局面，适应需求的快速迭代，“中台”由此诞生，中台系统犹如齿轮，带动前、后台系统飞速转动。我们可以将后台的逻辑层拆出来，形成「前台（应用层）-中台（逻辑层）-后台（数据层）」的产品架构。在这一产品架构下，当前台需求来临时，中台能快速的进行响应，从而提升了研发效率，降低了创新成本。

三、中台的分类

数字化转型之如何做好企业中台的架构设计

中台是从多个相似的前台业务应用共享的需求中产生的，因此最先提出的中台是业务中台，数据是从业务系统产生的，而业务系统也需要数据分析的结果，那么是否可以把业务系统的数据存储和计算能力抽离，由单独的数据处理平台提供存储和计算能力？这样不仅可以简化业务系统本身的复杂性，还可以让各个系统采用更合适的技术，专注做本省擅长的事。这个专用的数据处理平台即数据中台。

当然还有技术中台，提供简单一致的应用接口，把各种技术中间件的能力进行整合和包装，对业务提供统一的技术支持和输出。最后就是组织中台了，但组织架构的调整是一个很大的问题，典型的组织架构就包括：直线职能型（U）、事业部型（M）、矩阵型、网络型、平台型，还不算各种组合和变体；如果结合经营模式，还需要了解大家常常提到的阿米巴经营模式以及海尔的自主经营体……所以，这些肯定不是这一篇文章就可以讲清楚的，所以本文着重讲讲业务中台和数据中台。

四、业务中台与数据中台

业务中台是阿里巴巴首先提出的企业IT业务架构的转型之道。站在阿里巴巴全局的角度来看，业务中台是从整体战略、业务支撑、连接消费者和业务创新等方面进行统筹规划的。阿里的业务中台更多关注如何支撑业务和为业务服务。

数字化转型之如何做好企业中台的架构设计

阿里通过阿里云平台将技术中台进行部署，对集团内共享业务单元（中台）提供支撑，并最终对前台各业务线提供服务化的能力输出。

业务中台说白了就是将业务与业务逻辑进行隔离，通过制定标准和规范，清楚的描述自己有哪些服务、数据和功能，以减少沟通成本，提升协作效率，让任何一条业务线都具备整个公司的核心能力，向各业务方提供能够快速，低成本创新的能力。

从技术角度看，做中台是为了搭建一个灵活快速应对变化的架构，更快实现前端提的需求，避免高度复用的功能重复建设，这是敏捷开发、提高效率的地方。从业务角度看，借助中台沉淀能力，可以支持快速创新，让研发更灵活，业务更敏捷，以应对未来不可预知的市场变化。退一万步讲，有些功能其他业务板块已经做好了，那么底层只要组合一下即可，更加灵活和快速。

接下来谈下数据中台是什么？数据中台与数据仓库的区别？数据中台与业务中台如何融合？

所谓数据中台，即实现数据的分层与水平解耦，沉淀公共的数据能力，它可分为三层，数据模型、数据服务与数据开发。通过数据建模实现跨域数据整合和知识沉淀；通过数据服务实现对于数据的封装和开放，快速、灵活满足上层应用的要求；通过数据开发工具满足个性化数据和应用的需要，见下图（以某运营商为例）：

数字化转型之如何做好企业中台的架构设计

1、数据模型

数据模型是分层次的，以前叫作数据仓库模型。这里概括为三层，基础模型一般是关系建模，主要实现数据的标准化，我们叫作“书同文、车同轨”。融合模型一般是维度建模，主要实现跨越数据的整合，整合的形式可以是汇总、关联，也包括解析，挖掘模型其实是偏应用的，但如果用的人多了，你也可以把挖掘模型作为企业的知识沉淀到中台，比如客户浏览偏好分析的模型具有很大的共性，就应该有人把它规整到中台模型，以便开放给其他人使用，中台的中是相对的，没有绝对的标准。

2、数据服务

将数据模型按照应用要求做了服务封装，就构成了数据服务，这个跟业务中台中的服务概念是完全相同的，只是数据封装比一般的功能封装要难一点，毕竟OLTP功能的变化有限，而数据分析受市场因素的影响很大，变化更快，导致服务封装的难度变大。随着企业大数据运营的深入，各类大数据应用层出不穷，对于数据服务的需求非常迫切，大数据如果不服务化，就无法规模化，也无法满足内外大数据服务的要求。

3、数据开发

只有数据模型和数据服务还是远远不够的，因为再好的现成数据和服务也往往无法满足前端个性化的要求，这时候就得授人以鱼不如授人以渔了，数据中台的最后一层就是数据开发，其按照开发难度也分为三个层次，最简单的是提供标签库（DMP），用户可以基于标签的组装快速形成营销客户群，一般面向业务人员;其次是提供数据开发平台，用户可以基于该平台访问到所有的数据并进行可视化开发，一般面向SQL开发人员，最后就是提供应用环境和组件，让技术人员可以自主打造个性化数据产品，以上层层递进，满足不同层次人员的要求。