阿里的數據中臺成功之后，國內的各大互聯網數據企業都開始對數據中臺躍躍欲試了。 數據中臺強調的是一種復用能力。很多企業的愿景都是“將數據用起來”，這也是數據平臺類型企業基礎設施的定位目標，如果再加上一些復用方法論和完善的運營機制，那么就可以認為企業在建設“數據中臺”。使用數據中臺最明顯的效果就是提升開發效率，使用封裝好的工具平臺，降低開發難度，數據分析的速度會大大提高。 那么，企業建設數據中臺需要如何調整組織架構?數據中臺團隊的人員構成是什么樣子?本文，對百分點大數據平臺負責人賈喜順進行了獨家采訪，了解數據中臺建設背后的組織架構調整問題。

?

?

數據中臺是“一把手”工程

當中臺具體化為數據中臺時，應該如何定義呢?此前，InfoQ 曾就這一話題采訪了數家企業，最終表明：一個完整的數據中臺至少應該包含三層，即大數據計算平臺、數據中臺、數據應用前臺。中臺的定位是用技術鏈接計算平臺的數據處理能力，用數據鏈接應用前臺的數據應用能力。因此，中臺不但要將很復雜的大數據處理技術(流計算、批量計算、實時采集、離線采集、機器學習)封裝起來，形成計算平臺;同時，進入中臺的數據都需按照規范的建模方法論將數據形成主題域模型、形成標簽模型或者算法模型。這些數據模型則是數據中臺的核心資產。

企業要想建設數據中臺，在賈喜順看來，這件事情至少需要 CIO 或者 CTO 層面推動。他補充道，數據中臺是“一把手”工程，需要從上到下進行。中臺是戰略層面的事情而不是戰術層面，自下向上推動幾乎沒有可能，比如涉及標準統一等。

具體來說，數據中臺是一個集數據采集、融合、治理、組織管理、智能分析為一體，將數據以服務方式提供給前臺應用，以提升業務運行效率、持續促進業務創新為目標的整體平臺。從下而上往往只能看到其中一個點，難免會以偏概全，畢竟大部分員工很難站在一定的高度去做一個”看十年、做一年“的規劃，特別是當一件事和眼前的 KPI 難以達成平衡時，中臺的工作會受到各個方面的挑戰。因此，高層的堅定支持是中臺戰略的第一必要條件。

數據中臺組織架構調整

當企業高層決定建設數據中臺后，下一步就要考慮中臺團隊的人員組成以及整個團隊在組織架構中的位置。對于是否要進行大的組織架構調整，賈喜順表示，首先，這要看企業的業務復雜程度。類似阿里巴巴、京東等大廠需要通過組織架構調整來保障戰略順利推進，但規模相對較小的企業可能沒有必要進行組織架構調整;其次，這取決于企業決策者對數據中臺戰略的態度，是否將其放到整個公司的戰略高度，類似阿里巴巴、京東等大廠已經將數據中臺作為重要戰略，陸續進行了組織架構變更。

如果企業在搭建數據中臺后進行了架構調整，賈喜順認為，這肯定會對中臺落地提供更大保障。這是因為，中臺涉及各業務系統數據匯集、治理、標準和推廣，這些都需要從組織層面提供保障。百分點認為，要發揮數據中臺的最大價值，需要建設完善的數據治理體系，即將分散、多樣化的核心數據通過數據治理技術手段和產品工具進行優化，形成企業內的數據管理體系，并結合企業組織結構，形成數據管控執行體系，在企業內部持續運行、提升挖掘數據的應用價值。

通過長期實踐，百分點總結了數據治理體系包含的四個部分，即組織體系、管理體系、執行體系、技術體系。

組織體系是指從領導層自上而下推動數據治理，明確人員組織和責任分工;

管理體系是指，制定針對數據標準、數據模型的生成、變更、維護和刪除等過程進行規范的流程管理;

執行體系是指，要促進所有人員遵照規范的管理流程，運用數據治理工具和技術手段，持續保障良好的數據質量;

技術體系是指，通過數據標準、數據質量、元數據管理、主數據管理等技術和工具，及時發現、解決及監控預防系統的數據問題。

數據智能類廠商一般只能做到技術體系的梳理，其他三個部分還需要企業內部進行完善，這其中包括確定中臺團隊人選并對垂直業務線進行變更。

中臺團隊人員構成

通常情況下，中臺團隊的人員會從企業內部各垂直業務線進行人才篩選，在組織架構調整或者成立中臺團隊時，會有一部分人從垂直業務線剝離出來，這是因為企業內部的人更了解技術，會比外部招聘的人更容易進入狀態。當然，賈喜順表示，整個過程主要取決于中臺團隊一把手的想法。

不過，對于傳統企業，其內部更偏管理，數據中臺團隊建設更多需要借助外部力量，比如搭建數據中臺的企業，然后在企業內部輔助一些團隊人員進行支撐。

垂直業務線調整

對各垂直業務線而言，由于中臺團隊抽調了部分人才，垂直業務線的人員很大可能會縮減。中臺是把以往企業各部門做的同樣的事情進行集中，其中就有部分人員要被調整到其他部門，比如偏業務分析類工作，較偏底層的技術人員在垂直業務領域可能就不需要了。

賈喜順表示，人員結構也會有變化，底層技術、研發人員會縮減，在實踐數據中臺的垂直業務線團隊更偏重面向業務的應用產品研發人員和業務分析人員，調整后的團隊與數據中臺團隊的人員協作之間可能還存在一定磨合期。以前的模式是垂直部門從上到下打通業務流程，現在要進行跨部門溝通，與數據中臺團隊進行合作，這就需要互相進行溝通協作，難免需要一段時間磨合，業務邊界同樣也需要磨合。

數據中臺提供的共性能力是基于多業務數據融合后的數據服務能力，如果是共性需要，可以承接在數據中臺上統一提供，如果是為了滿足個性化需求，從數據中臺角度看，除了提供數據層面的能力(DaaS)，還可以提供 PaaS 層能力，比如百分點已經把數據中臺里面的一些產品和技術以多租戶的形式提供給垂直部門，提供非常個性化的能力，業務線可以基于數據中臺加工的基礎數據上，進一步做二次開發。

在架構調整的過程中，賈喜順坦言肯定會遇到矛盾和沖突，任何組織架構調整都會涉及矛盾和沖突，尤其是這種集中式的組織結構變更。一方面，這種調整會把責任和權限聚集到一起，涉及組織管理的權力縮減問題;另一方面，業務邊界的劃分上需要進行磨合，要理清中臺、前臺的邊界在哪里，如果邊界不確定，就會涉及很多矛盾沖突。但是，有些邊界又很難界定，業務劃分不是很清楚，比如基于數據中臺出指標體系，統計訪問業務的 PV、UV 等關鍵指標，不同部門的統計口徑不同，一旦通過中臺定義，很多指標都需要進行調整。類似的，企業內部可能有成千上萬的指標需要重新劃分邊界，確定哪些指標體系由中臺提供，哪些由前臺做，很多情況下需要一事一議，不是那么容易劃分清楚的。

結束語

過去，企業的數據量少，建設數據煙囪沒有問題。隨著數據越來越多，假如一個企業有數十個甚至上百個應用，就會有有明顯的重復建設和資源浪費，甚至更嚴重的是因建設者不同而造成口徑標準不一致。另一方面，當數據量較為龐大時，增刪改查也會變得非常緩慢。“數據中臺”就這樣隨需而生，雖然很多企業對建設數據中臺來打破數據壁壘抱有很大希望，但采訪最后，賈喜順也提醒道，建設數據中臺是個長期過程，不是三個月或者半年就能出成效的，決策者需要在理念上進行轉變。

作者：賈喜順，長期專注于數據倉庫、數據中心和大數據平臺建設，先后任職東方國信、搜狐暢游等企業，現為百分點大數據平臺負責人，負責底層平臺研發及企業級服務。