原标题：建得好不代表用得好，数据中台这个“台”到底怎么搭?
为什么企业建设数据中台的失败案例多于成功案例?
数据中台的概念从被企业认知到真正落地实践也就两年左右的时间，前期走了一些弯路也是可以理解的。“很多建数据中台的企业都‘死’在了数据中台项目的‘收效不好’上。为什么?”用友网络平台与数据智能业务发展部总经理岳昆自问自答，“数据中台的建设是一个长期迭代、持续演进的过程。以往走了一些弯路，是因为很多企业将数据中台当成了一个独立的项目去建设，而实际上，它更多是一个幕后英雄，对企业的数据应用和业务创新起到的是支撑和推动作用。经过不断总结、提炼，并做出实质性的改变，最近这半年时间，数据中台建设的积极成果正越来越多地呈现出来。”
关键是对数据的认知和应用
无论是“平台”也好，“中台”也罢，或者进一步细分为“数据中台”、“业务中台”、“智能中台”等，说到底只是一个名词而已，对于企业来说，更应该关注的是数据统一认知的问题。所谓数据的统一认知，不仅仅要实现统一存储，更要实现各个业务领域之间数据的联动、分析和价值挖掘，并且将数据、AI算法能力相结合，更好地服务于顶层应用。“之所以人们用了‘中台’这个说法，是因为它代表复用、共享，以及诸多服务能力的统一实现。”岳昆如是说。
用友是一家说得少、做得多的公司，在数据中台方面的探索起步很早。现在，人们比较熟悉的是iuap，它作为YonBIP(用友商业创新平台)的PaaS平台，向下与业内主流的云基础设施对接，向上支撑用友云SaaS、BaaS、DaaS，以及合作伙伴生态。
YonBIP符合潮流之举，是将数据架构升级作为整体架构的核心变化，以数据中台为关键支撑，基于业务数据化、数据资产化的思维搭建企业服务，而基于数据的多层次标签和多维度关系可以更好地支撑前端多模式且灵活多变的应用，同时又可以借助数据资产的复用和深度挖掘，让企业获得更深刻的商业洞察。今天，整个用友的产品线都采用了“数用分离”的架构设计理念，大大提升了数据质量和使用效率。
抽丝剥茧，将用友iuap数据中台单独拿出来分析，它目前可以提供近百种数据源的数据连接及采集能力，基于批处理和流式数据处理一体化的数据架构，内置报表、图表、预测、决策、自助式分析、图谱分析、机器学算法等丰富的功能，具有全局智能化的数据管理能力，可助力企业实现业务数据化、数据业务化和数据智能化。
与友商的数据中台相比，用友的数据中台有哪些不同和特色呢?
首先，用友是一家“有历史、有背景”的公司。用友在ERP方面的经验和成功让人印象深刻。但是今天的用友，除了对企业的业财一体、人力、营销、采购等相关领域和应用有着比较深刻的理解以外，还推出了里程碑式的YonBIP用友商业创新平台，它与企业数字化程度不断提升的过程相匹配。作为企业数智商业应用的基础设施，YonBIP是帮助企业实现从1到N跃升的成熟的、生态化的平台，而YonBIP落地的关键之一就是数据。
作为一个通用的底座，用友iuap既包括技术平台、低代码开发平台、应用集成平台等技术侧平台，同时还覆盖与数据密切相关的业务中台、数据中台和智能中台。
“数据与智能是用友整个产品平台的两大关键支柱。”岳昆表示，“我们已经明确了数据中台与智能中台双轮驱动赋能的战略。数据中台与智能中台既紧密相关，又充分解耦，可以帮助企业真正实现数据价值的深度挖掘。”
其次，用友的优势是提供一体化、端到端的解决方案。从数据的连接和获取到数据的计算与存储，从数据的资产化、数据治理到数据工场中的模型开发、任务调度、指标管理，直至顶层的智能分析、企业画像以及众多业务领域典型数据场景化应用，用友自主开发的软件平台具备完整的端到端数据能力，覆盖整个数据生命周期管理。
最后，数据中台的应用不能纸上谈兵，而用友始终坚持理论与实践相结合，从前期的顾问咨询，到平台和解决方案的交付与落地，再到之后的持续运营，为用户提供完整的服务和支撑，并且通过在制造、零售等众多行业的成功实践，总结出一套切实有效的数据中台落地方法论和参考实践路径。
未来的企业都是数据驱动型企业
今天，无论是基础架构厂商，还是应用与管理软件和平台厂商，无一例外都将数据放在第一位。从以业务流程为中心到以数据为驱动，这种转变是一场广覆盖、深层次的变革。
所谓流程驱动，就是对以前的应用实践进行梳理和提炼，然后将最优实践固化下来，看得见，摸得着，比如ERP就是企业资源管理的最优实践落地。而数据驱动则是千人千面，每个企业都不尽相同。以传统的采购流程为例，以前从项目立项到找到合适的供应商，再到询价比价，最终决定采购行为，这是一个标准化的业务流程。今天，基于数据的智慧采购则大不相同，虽然采购的主流程没有变化，但是适应今天瞬息万变的市场需求，如何在上万家供应商中实时地找到最合适的几家供应商成了一个大难题。以前，企业选择供应商通常都基于供应商的注册资本、历史交易数据、信用等基本信息和陈旧数据，但是今天随着不确定性因素的增加，比如突然爆发的新冠肺炎疫情，如今再根据前述的企业基本信息和陈旧数据等进行选择已经不能满足企业实际业务需求，因为身处疫情区域的原优质供应商已经不能及时供货，所以应该被排除在外。根据企业内、外的实时数据变化，结合AI算法和机器学能力，综合进行研判，这就是典型的数据驱动践行采购场景改变。
在制造行业钢铁企业中也有很多典型的数据驱动场景。比如对废钢的识别，以前是基于人工和凭借经验，现在则越来越多地借助机器和人工智能，通过对产品图像的深度学，更高效、更准确地识别废钢废料。从原来的流程驱动到今天的数据驱动，企业需要更多地结合新技术和实时数据，来满足业务经营变化的需求。”
用友的探索始于七八年前，从最早关注数据的可视化，做好报表，为企业决策层服务，到随着数据应用的不断深入，持续扩展自身的数据产品线，融入数据分析能力和AI能力，提升数据质量，将分散在各个业务系统中的数据打通，实现更高阶的数据治理和更加广泛的数据服务。
从数据可视化、数据分析到数据治理，直到现在已经运用得相对成熟的数据中台，用友致力于提供以数据为核心的端到端解决方案，从底层的计算存储到模型的开发、数据服务，直至顶层数据应用。
从未来的演进看，所有企业都将成为“数据驱动的企业”，以数据支撑企业业务的创新与发展。企业的数据质量和数据服务提升了，业务价值也就得到了进一步彰显。
数据中台运营要靠“三驾马车”
国内某大型清洁能源企业，号称有一座“千岛湖”，因为企业现有的应用超千个，数据聚合、数据质量和数据挖掘对它来说意味着什么，可想而知。很多企业基本完成了IaaS基础设施的迁移，当前的重心已经转移到PaaS层构建，以及增强数据能力上。这些客户对于数据中台的建设，以及数据认知的深入是刚性需求。
用友iuap积累的独立客户已有上千家。企业究竟在哪个阶段才适合搭建数据中台?数据中台会不会让有些企业不堪重负?
岳昆指出，数据中台的建设是有周期性的，而且应该从运营的角度去思考其创建与应用。因为数据中台本身的建设并不难，说到底也是一系列产品、工具的部署，而这些产品和工具可能早就有了。但是，数据中台建好不代表能用好。我们经常见到的一种情况是，企业虽然大张旗鼓地上了主数据管理，但一年之后却荒废了，成了摆设，或者上了BI系统，但一年之后领导已经不再看报表了。
必须强调的是，数据中台是迭代上升的，要在应用的过程中不断调整、优化和完善。企业可以分阶段建设数据中台，以终为始的从当前数据应用的视角，制定数据采集的策略和措施，并考虑后续应该构建什么样的模型、提供什么样服务、实现什么样的应用等。在数据中台上线后，企业又要马上回到第一步，重新审视新的应用创建、新的数据产生，以及如何使用数据等，并据此持续优化数据中台。这是一个循环往复、螺旋式上升、小步快跑的过程。
用友认为，数据中台的建设不能与应用脱节，建成后一年再投入使用是不对的，而是应该在数据中台建成后两三个月内至少能在局部上将其作用发挥出来，然后倒推过来再看数据中台还应该进行哪些改变和提升。
一句话，数据中台一定要建，但是如何建，要根据企业当前的实际情况，合理规划周期、节奏，从运营的视角，持续完善数据中台。
数据中台之所以在建设和应用过程中有这样或那样的问题，主要还是理念和观念上存在障碍，很多企业仍然将数据中台当成一个传统的IT项目。用友提出，数据中台的建设应该是“三驾马车”并驾齐驱——工具、体系和方法论，以及组织架构。说到组织体系，必须强调的一点是，数据中台的建设和运营要由企业的IT和数据运营团队，以及业务部门协同完成。
在实际中有这样的用户，中台实施已经三年，建立的微服务也有上千个，但应用还是有一堆问题，其中最遇到的最大问题就是“人”。中台强调的是共享和服务，天然地要把一些能力从业务部门抽取到中台上，打破不同部门间利益的边界。
在数据中台和智能中台的双轮驱动之下，接下来就是让数据服务和顶层应用更广泛地落地和实践，然后就是在智能化层面进一步扩展，增强产学研之间的互动。用友iuap数据中台是企业数智化转型的坚实底座和加速器，构建‘看、选、用、治、评’闭环，深度赋能智慧企业建设。
