思维工厂天空:台湾授权企业数据数字化转型有四个关键点

数据中心是中国数字经济发展的新产品。2016年甚至更早，国内企业开始考虑如何使用企业数据使能服务来帮助企业业务发展，然后建立轴承系统等。这些轴承系统是中国数据中心的雏形。

如今，数据中心已被中国乃至世界企业广泛用于数字化建设。2018年，台湾一度成为国内网络的热门词汇。2019年，台湾的数据被业内许多人预测或将成为其“第一年”。

数据中台资企业数字化转型的关键因素是什么？从企业和商业发展的角度来看，台湾仍然需要回答这四个问题。

企业已经掌握了具有客户价值的商业场景，这是台湾数据建设成功的第一个因素。这是台湾数据建设最重要的起点和牵引。

因此，企业在构建数据平台时要做的第一步是找到场景、识别价值并对构建进行优先级排序。

近年来与许多大型企业的合作发现，许多企业都有存储大量数据的数据平台、数据湖和数据库。然而，大多数数据项目面临着同样的问题，也就是说，不清楚在数据库之上的数据平台中存在什么样的应用场景。

没有特别清晰的场景，任何企业都不能在数据湖和数据仓库的建设上投入大量资金。

因此，对于大多数企业来说，构建数据平台的首要任务应该是找到并识别它们的应用场景。

其次，对数据中站点的需求来自场景，但高于场景。数据中心是一个抽象的支持平台。因此，企业不仅需要考虑场景，还需要抽象场景中数据对站点的要求，构建高于场景的设计和模型。最终的起点仍然是现场。

因此，Thoughtworks把这个想法归纳为三个方面:场景、数据和技术。

每个企业在构建数据平台时都需要找到自己的构建顺序。一般来说，顺序是有业务价值、数据基础和数据技术储备。符合上述顺序的场景可视为优先构建场景。因此，能否画出这三个圆圈是台湾建设在数据上取得成功的第一步。

如果原材料数据质量不够好，我该怎么办？在过去十年左右的时间里，这个问题一直是数据治理的重要组成部分。与能源、汽车等其他行业相比，金融业数据治理的成功率更高，因为金融业的数据治理有“价值”的前提。长期以来，金融业的数据都符合法规和严格的风力控制。从监管的角度来看，企业进行数据治理，但其他行业却不是这样。

在其他行业，过去的数据治理项目大多是独立的项目组，与业务没有直接关系。因此，大多数企业从企业的高度设定标准、流程和团队。

在过去的十年里，企业资源规划和制造执行系统相对来说是内部的和静态的。他们的主要数据没有太大变化，但是今天他们完全不同了。当今企业的大部分数据都是从外部生成的，这超出了企业自身的信息技术控制范围。因此，在这种趋势变化下，传统的数据治理仍然有效吗？

因此，基于数据治理的变化，提出了精益数据治理的概念，即消除库存、生产过剩、运输、移动、等待、工作重复错误和工作不足等七种浪费。在研究了不一致的数据和孤立的数据孤岛的问题后，发现数据产生的所有问题都来自这七种废物，没有发生任何事故。因此，我们确认今天的数据治理需要以精益的方式进行。

那么，什么是精益数据治理？精益数据治理至少需要满足这两点:第一，场景驱动；第二是客观地接受由数据质量引起的所有问题。通常，数据质量问题是正常现象，但在许多情况下不是问题，因为业务变化的速度比数据输出的速度快，所以企业需要使其在精益数据中产生价值。

2，数据中车站数据的质量不够好，我该怎么办？

数据媒体站系统架构应采用何种技术？首先，我们应该充分认识到数据中心是一个为企业处理和生产数据的业务系统。它不是一个传统的技术平台，而是一个生产系统。它的生产手段是数据。其产品是数据服务和为企业带来洞察力和价值的服务。所有这些都与企业的经营目标、行业领域、文化结构、流程体系等因素密切相关。因此，数据中心不能是一次性购买和部署的软件包。这是一个为企业业务目标服务的定制系统。

其次，它紧密结合，遵循企业的经营战略，所以是一个进化的架构，不同的阶段和不同的领域会采用不同的技术类型。

因此，我认为企业的数据系统正在从封闭的体系结构(如原始数据仓库)向开放的体系结构转变。企业的数据中心是一个开放平台，一个建立在进化架构上的开放平台。

4，数据中心如何持续为企业创造价值？

数据中心如何持续为企业创造价值？这一成功因素在于持续的组织和运作。

数据中心与数据平台和数据仓库的最大区别在于数据中心更接近业务，可以直接生成业务价值系统。数据平台、数据仓库输出二级结构数据和数据报告、指标等。它是数据基础设施，而数据媒体平台是直接为客户和用户提供数据产品的组织。

数据中心将从软件平台项目发展为企业的实体业务单元。像数据服务工厂一样，数据中心将被视为一种产品，以建立一个产品开发和运营的组织。

典型的参考架构，如下图所示:

可以将DMT团队分为以下几类

DMT运营团队:

DMT建成后，DMT以上业务的整体运营包括用户服务、数据运营、服务治理等。如果数据中心被视为数据产品的研发、生产、加工和交易工厂，那么数据中心的运营团队就是该数据产品交易市场的管理和运营。

数据中心开发团队:

数据中心本身在不断发展，因此企业需要一个数据中心开发团队根据市场需求不断开发新功能，以确保数据中心的进步和可持续性。

数据服务开发团队:

数据中心本身是一个多租户数据服务工厂，因此不同的数据开发人员可以在其上开发和贡献自己的数据产品。然而，作为一个企业的数据服务部门，它应该承担为企业开发公共数据服务的责任，因此这里也需要一个数据服务开发团队。

数据资产治理和开发团队:

数据中心的基础是数据平台，即数据资产治理和开发团队。这些是数据资产治理和开发团队从数据资产规划、数据资产的获取和获取、大数据平台建设等方面开展的工作。

最后，我们得出结论，企业需要从四个方面考虑才能建立自己的DMu:

1。探索

2的数据值场景。围绕业务场景

3管理数据质量。基于演进架构

4为DMu构建一个开放的技术架构。构建与企业战略一致的目的地管理单元