4月8日晚，資料中台建設實戰系列課程—— 「數智加速度」正式啟動，第一課由 行在開講。
行在，奇點雲創始人兼CEO，20年資料老将。2016年，帶着12年阿裡系資料實戰經驗創立奇點雲，旨在「讓實體商家擁有淘寶一樣的資料化能力」，讓商業更智能。
在第一課裡，行在集中回答了7個問題：
1、資料中台是什麼？
2、資料中台與資料倉庫、資料平台、資料湖等概念的差別？
3、阿裡巴巴的大資料之路？
4、資料中台是如何演進的？
5、線下商業如何落地資料中台？
6、資料中台能為企業帶來什麼？
7、「不看廣告看療效」，有沒有案例？
01 資料中台是什麼？
狹義上來說，資料中台是一系列資料技術的統稱，以解決資料“存通用”問題為核心，為業務資料化和智能化提供資料采集、計算處理、分析決策和應用的技術。
而我們了解的資料中台，從廣義上來說， 資料中台不僅僅是技術，更應該是集公司戰略決心、組織架構、技術架構于一體，以業務價值為導向，用技術拓展商業邊界， 是商業進入DT時代的重要基礎設施。
02 資料中台與資料倉庫、資料平台、資料湖等概念的差別是什麼？
20年前，資料倉庫出現，企業在數倉上建BI，更多的是給決策者看報表；後來阿裡發現，資料除了給決策者看，更多的可以為一線營運所用，例如打 「通」淘寶消費者資訊資料、建立TCIF後能幫助他們了解消費者、優化廣告投放，才進入到 「用」的階段。
而在「用」的基礎上，資料中台可以為企業 「賦能」，實作降本增效，例如為企業建設智能補貨、智能人效等能力，實作質的飛躍。
至于資料湖，它比較像個雜貨鋪，更多的是堆積資料，而資料中台不僅要完成 「存」這個任務，還要把資料 「通」、 「用」起來。
當然，在處理資料、搭建算法等能力上，資料倉庫、資料平台與資料中台也不是一個量級的。譬如傳統數倉要跑幾天的幾億條會員資料，依托奇點DataSimba隻需要1-2小時。
這也就解答了「企業是不是可以用原來的資料倉庫、資料平台，去完成這一系列資料相關的動作」的問題，要真正實作「讓機器完成機器能做的事情，釋放人去做更有創造力的事情」，還是需要資料中台的支撐。
03 阿裡巴巴大資料之路
關于資料中台的起源，相信大家已經聽過很多故事，例如奇點雲首席戰略官才言的分享《資料中台從何而來》。
阿裡巴巴是國内最早也最成熟的資料中台實踐者。
在阿裡的12年，我親身經曆了從數倉到資料中台的整個過程：
2004年，我以「資料倉庫專家」的身份加入阿裡，負責搭建阿裡巴巴的第一個資料倉庫（DW）。
2009年，阿裡提出了重大願景——未來要成為「資料公司」，同年阿裡雲成立。
2012年，我和團隊完成了TCIF（淘寶消費者資訊庫）的搭建，整合打通了阿裡巴巴各平台應用的消費者資料，形成了底層3000+個标簽。從那時起，阿裡打破了淘寶、天貓、高德等平台産品各占一個山頭的局面，消費者形象從「單面」變為「多面」，立體、豐富。至此，阿裡也擁有了「預測」的能力，可以基于對使用者的立體認知，預測使用者的偏好、消費軌迹等。
2015年，阿裡巴巴向外釋出了DT時代的提法，用Data Technology（DT，資料技術）替代了Information Technology（IT，資訊科技），強調資料技術将成為未來商業的驅動力。
同年，我在阿裡雲内部創業，帶隊建立 「數加」平台，把阿裡巴巴的資料能力外化賦能給社會更多主體（例如企業、政府）。
04 資料中台是如何演進的？
基于阿裡巴巴的資料之路，我們總結出了 資料中台演進的四個階段：
1、資料庫階段，主要是OLTP（聯機事務處理）的需求；
2、資料倉庫階段，OLAP（聯機分析處理）成為主要需求；
3、資料平台階段，主要解決BI和報表需求的技術問題；
4、資料中台階段，通過系統來對接OLTP（事務處理）和OLAP（報表分析）的需求，強調資料業務化的能力
05 線下商業如何落地資料中台？
線上下場景， 我們既要解決企業資料生産的問題，又要解決資料使用的問題。
相信很多企業的朋友有同感，相比線上，線下商業在落地資料中台時會遇到更多問題：資料從哪裡來？能從資料中獲得什麼資訊？線下90%的資料是非結構化的視圖聲資料——而線上的資料往往是結構化的，經驗無從借鑒，我們如何把這樣的「資料原油」提煉成降本增效的燃料？
更直接的例子是，比如一家零售企業，線下幾千家門店，店長可能很清楚有哪些貨、量有多少，但是不知道一天進店的顧客有多少，有多少男性、多少女性，其中有幾位是你的會員，他們拿起什麼、放下什麼、花了多長時間決策，都無從了解。
我們的做法是把「雲」和「端」結合起來。
端，智能端（企業原有的資訊系統、AIoT等）負責資料的收集，獲得線上線下全域資料，解決無資料采集、無資料沉澱等問題；
雲，雲負責資料的存儲、計算、賦能。具體包括将視圖聲資料結構化處理、計算、分析，用AI算法代替經驗公式，搭建行業價值化的應用場景等等。
雲賦能端，端豐富雲。進而真正解決企業資料生産和資料使用的問題，用人機協同的力量消除不确定性，讓機器去做機器能做的事情，讓人有更多時間去做人該做的、有創造力的事情。
06 資料中台能為企業帶來什麼？
我認為， 一切為業務服務，資料中台最終要幫助企業建立能力、實作降本增效。
如果拿蘋果樹來打比方，我們不僅要讓土地（底層資料平台）變得肥沃，也要能為客戶種出蘋果樹（資料智能應用），為企業帶來真正的業務價值。
當我們和企業IT部門（或資訊部門、資料部門）一起把這棵樹種好，結出了業務價值的蘋果，大家就會發現， IT部門正在從成本中心轉向利潤中心，正在最大化地為企業創造價值。
07 有沒有案例？
老話說得好，「不看廣告看療效」，上4個案例：
（1）大型零售企業，建立智能定價能力
一家傳統零售企業，在全國有幾千家門店，年營業額在100億到200億之間。
企業要求“零庫存”，也就是說在4個月之内，一件新品就必須完成上市銷售直至庫存清空。是以，這個企業以前會對商品做一系列的營銷降價。這樣雖然帶來了不錯的營業額，但實際上每年的利潤是很低的，40%的商品都不得不低于成本價售賣。
我們為這個企業做的第一件事就是 補齊消費者資料——因為在此之前，客戶隻有300G資料，雖然門店很多，卻隻有貨物的資料，沒有“人”和“場”的資料。
根據店面及周邊一些資訊、節假日的銷售資料及消費者洞察等的資料分析，我們為其提供了一套智能定價模型，讓這個企業在全國的每一家店都能有自己“個性化定制”的定價政策，智能降價，千店千面，因地制宜。
在這樣的服務基礎上，這家企業每年大約增加了5000萬淨利潤。
（2）服飾零售企業，建立智能人效能力
一家服務零售集團，主打三四線年輕人市場，直營門店2000家。
我們為這家企業打造了智能人效管理系統，在門店仍然保持業務平穩增長的基礎上，截至2019年3月下旬，通過排班優化和人員優化，企業釋放1720人，2019全年節約人員開支超8000萬元人民币；同時，全面了提高員工工作效率與組織協作效率。
這個項目在企業内部的推廣速度遠超出預期，受到了業務部門和公司管理層的熱烈歡迎。
（3）連鎖零售企業，建立智能補貨能力
這家連鎖超市企業，其生鮮銷售額占比超過一半。生鮮對新鮮度要求很高，這就需要保持合适的店内排面庫存和在途庫存。
原先它的生鮮需求量是基于買手的人工經驗來預估的，一般為了保證盡量不缺貨，提升顧客的消費體驗，往往會過高的估計進貨量，這會導緻未及時銷售的蔬菜水果等隻能低價處理或者清理掉，耗損率很高。
我們在深入了解客戶業務現狀及需求後，與客戶一起梳理對齊關鍵業務名額（如正毛利率、損耗率等），結合會員、銷售、損耗評估、缺貨還原等業務資料以及節假日、天氣、附近商圈居民區等資料， 從16個變量更新為100多個變量，對生鮮需求進行了預測。
最終僅綠葉菜這一項的預測準确率就相比原先提升了35%，每年能為每家店節約400萬的成本。
（4）大型家居零售企業，建立智能營銷能力
一家國際大型家居零售企業，有超100T資料量，客戶數量超3000萬。
奇點雲入場後，搭建資料中台，新增了超過200個客戶标簽，進而建立了精準投放、精準營銷的基礎。
例如，僅短信投放一項，成本就從700萬元/年降低到了200萬元年。而基于更豐富的客戶标簽、更立體的會員畫像，複購率比原來提升了4%。
以上案例均來自于 奇點雲所創導并始終踐行的「AI驅動的資料中台」。
我們認為，隻有AI驅動的資料中台，才能同時發揮好 「存：把一切業務資料化」、「通：連接配接資料孤島」及「用：把一切資料業務化」的作用，最終幫助企業實作數智化更新，賦能企業實作降本增效。
未來，我們會堅持踐行AI驅動的資料中台，以實作資料中台的最終目标——給企業帶來降本增效，與客戶、夥伴們一起擁抱未來世界。