数据中台建设:从方法论到落地实战

3.3 数据中台的8大设计准则 数据中台对外部体现的是公共的数据服务能力，赋能业务快速、敏捷、智能响应客户的需求。数据中台对内体现的是工具化和模块化的能力，提升数据工作者的效率。数据中台的核心是实现数据价值*大化，始终围绕着业务需要什么数据、业务需要什么能力、业务需要什么工具和平台、业务需要什么服务等。笔者提炼了数据中台的8大设计准则。 3.3.1 有数能用 有数能用重点解决数据的采集、获取、接入等问题，解决“数据孤岛”问题，让数据来源更加丰富，更加稳定，为数据中台源源不断地提供数据资源。“有数能用”的标准是尽可能获得更多的数据，支持对业务价值的挖掘。数据可以来自内部业务系统或外部平台。有数能用需要遵循以下原则。 （1）采集和接入的数据字段的长度、精度、类型、编码、格式等应符合要求。 （2）对采集和接入的数据应进行初步的数据检验，要保障数据质量，如空值率、数据重复情况、数据的完整情况、数据条数、乱码情况校验等。 （3）必须保留接入数据的元数据详尽信息，如数据字典、数据来源、接入方式等。 （4）数据接入的接口符合接口规范，如数据安全、数据隐私、传输延时等。 （5）满足接入数据及时性和稳定性的要求。 3.3.2 让数据可用 让数据可用着重解决的是数据标准化、数据清洗和规整，以及与数据质量相关的问题，统一数据标准，消除歧义，提高数据质量。在数据接入后，要做到让数据可用，需要将异构、差异化的数据初步转化为符合企业数据使用规范的数据，然后将其存储在企业的数据平台上。让数据可用需要遵循以下原则。 （1）符合命名规范。 （2）符合企业对数据准确性、完整性、一致性、有效性、唯一性、及时性、稳定性等数据质量管理标准的要求。 （3）符合企业元数据管理规范的要求。 3.3.3 让数据好用 让数据好用解决的是数据模型抽象和数据平台效率等问题，让数据血缘关系清晰，支持离线和实时计算，让数据成为资产，且让数据能够复用、好用、实时可用。让数据好用主要涉及与数据模型相关的行为准则和规范，保障了数据模型清晰和好用。让数据好用需要遵循以下原则。 （1）符合字段、表、程序等命名规范。 （2）符合企业对数据准确性、完整性、一致性、有效性、唯一性、及时性、稳定性等数据质量管理标准的要求。 （3）遵循数据清洗、转化和数据校验规则。比如，身份证号处理、字段合并、空值处理、脏数据处理、重复数据处理等。 （4）数据分层逻辑清晰，屏蔽底层复杂业务逻辑，避免直接操作底层的事实表。 （5）遵循隐私数据加密处理和数据授权管理规则。 （6）减少数据获取时间，提高使用效率。 （7）提高数据仓库的使用效率。 3.3.4 让数据易用 让数据易用重点解决的是数据操作工具化、可视化等问题，提供便捷的开发环境，让数据更有穿透力、更直观地呈现数据价值，让数据很容易被人使用，降低数据使用门槛。让数据易用需要遵循以下原则。 （1）配套的数据开发、运维、管理工具齐全和好用。 （2）数据可视化工具齐全、好用。比如，BI工具、自动取数工具、自助分析工具等。 （3）数据文档清晰、完备、易用。 3.3.5 让数据放心用 让数据放心用解决的是数据安全、客户隐私保护和数据合规等问题，让数据合规、安全、可靠，用起来没有后顾之忧，用起来安心、省心、放心。让数据放心用需要遵循以下原则。 （1）数据来源合法合规。 （2）符合数据安全和隐私保护规则。 （3）数据接口安全、可靠。 3.3.6 让数据更智能 让数据更智能解决的是数据价值分析、挖掘、提炼和萃取等问题，让业务更加智慧。让数据更智能需要遵循以下原则。 （1）做好智能的抽象、分类和封装，提高模型复用性。 （2）提高算法和模型的效率，降低延迟，提高使用效率。 （3）提高模型建设、评估、测试、应用、迭代流程的可视化能力和自动化水平。 3.3.7 让数据服务化 让数据服务化解决的是数据能力的抽象、封装、共享和服务化问题，实现数据服务线上化、模块化、产品化和共享化，支持基于客户需求的解耦和洞察，自动化组装数据服务来满足客户需求，实现从需求到响应的全流程自动化和智能化。让数据服务化需要遵循以下原则。 （1）满足数据服务接口规范。 （2）提高数据的抽象设计和聚合能力，增强数据服务的复用性。 （3）满足数据服务的双向性：主动推送和被调用。 （4）遵循数据服务高可用性和高稳定性原则。 3.3.8 让数据可控 让数据可控解决的是数据管理和数据监控体系的问题。数据是重要的资产。企业需要像对待其他虚拟资产一样，做好数据资产的管理和监控，让数据朝着高价值的方向流动。让数据可控需要遵循以下规范。 （1）数据标准化规范。 （2）数据质量管理规范。 （3）数据生命周期管理规范。 （4）数据安全管理规范。