-更多關于數智化轉型、資料中台内容請加入 阿裡雲資料中台交流群—數智俱樂部 和關注官方微信公總号（文末掃描二維碼或 點此加入
）
-阿裡雲資料中台官網
https://dp.alibaba.com/index作者：智詢
資料的重要性在當今已經無需在多言，所有的企業都意識到資料的重要性，都希望利用資料來驅動業務的發展。
但是，很多企業資訊化管理者依然存在對于資料智能，資料驅動的一些誤解，這些誤解會讓企業的資料利用陷入深淵。
陷阱一、應用尚未建設，是以不考慮資料利用
當我們跟一些企業資訊化管理者聊起應該盡早的考慮資料的利用，要對資料做整體規劃時，會經常聽到這樣一句話。
“我現在業務都還沒做起來，還不到考慮資料利用的時候”
這一句話代表了很大一部分企業對于資料利用的認知，那就是，資料利用是從先有資料開始的，而資料是在應用建設之後存到資料庫裡的，是以先建設應用，然後等資料庫裡有了資料後，在考慮如何利用資料。
聽上去，這個邏輯完全正确。
但是其實這就是很多企業存在的首要的對于資料利用的誤區：”先建設應用，再考慮資料利用“。
如果用這樣的思路去建設，過了一年以後，往往這個企業就會立刻提出新的問題，“多個應用系統之間的資料不打通，不對齊，不一緻，資料用不起來”。
這個誤解，是根本上不充分了解資料利用的兩個本質：
第一，資料是客觀存在的，不取決于你建不建設應用
一個企業，隻要業務在運作，哪怕它沒有建設任何系統，它的資料都是在實時産生的，隻是你沒有把它采集起來而已。
資料是業務在數字化世界裡的構成原子，業務流程和行為會時刻産生各種資料，而不是必須要建設應用這些資料才産生的。舉個例子，當快遞員接到一個快遞訂單的時候，發件人，收件人，貨物類别，發貨地，發貨地，運輸工具類型，距離等這些資料就已經産生，并且會驅動這個快遞的走向。有沒有資訊化系統的支援，隻是改變了這些資料的記錄和傳遞的手段是一張紙還是一個網絡而已。這些資料是客觀存在的，他不會因為資訊化系統本身而改變。
我們要從本質上認知到，資料是業務在數字化世界裡的投影模型，它是業務的鏡像，是客觀存在的。
隻要有業務，那麼就存在對應的資料。應用隻是把資料通過軟體采集到儲存設備裡而已。
第二，資料利用的規劃要早于應用和流程的建設
我們在建房子之前，就要做整體設計，規劃出一棟大廈的各種利用場景，隻有這樣才不會出現一個不能被進入的房子。
現在，每個企業都意識到，資料是企業的核心資産，應用是采集和利用這些資産的工具。為了更好的在資料采集之後得到充分的利用，每個企業必須要在應用和流程的規劃之前，完成資料利用的規劃。
這就包括企業的資料資産目錄的規劃設計，企業的資料利用場景的規劃和資料的存儲，處理分析這些資料的技術平台的需求規劃等。
Data First，在系統還沒有建設的時候，做好了資料的藍圖規劃，完成了各個應用系統的資料分布全景圖，企業就能規避資料孤島的存在。
是以，如果你現在還沒有建設應用，那麼恭喜你，這是最好的規劃資料利用藍圖的機會，趕緊開始吧。
陷阱二、沒有大資料，是以就不考慮資料利用
“我們現在的資料很少，隻能叫小資料，是以還談不上資料利用”，這也是一個典型的資料利用的誤解。
我第一次聽到這句話就是在B2B2C的零售企業。的确，傳統的通過經銷商為主要管道的品牌商，往往沒有建立自己的電商體系，是以最終消費者的行為資料拿不到。他們有的就是Sell In的資料，而Sell In的資料往往量不大，并且次元不多，是以利用價值有限。
但是，現在的這個企業正在做的事情就是通過一個個的小程式，小應用，建立各種和終端消費者，客戶的觸點，進而擷取各類資料，單個的看都是小資料，量不大，次元也不多，但是，當這所有的點連接配接在一起，就構成了一個豐富，多樣的使用者資料全景。
這個企業的業務負責人笃信，在數字化時代，誰擁有更多的資料場景，誰就能夠擁有更強的競争優勢。
這個事例充分的說明，也許現在你的業務模式決定了你并沒有豐富的資料，但是，你依然要通過各種應用創新來多管道，全方位擷取使用者，消費者的資料。而要建設什麼應用，擷取什麼資料，擷取的這些單個點狀資料間如何構成互相聯結，組合出資料場景價值呢？
這就是需要在建構應用之前有資料規劃，勾勒出一個資料場景地圖，進而沿着這個地圖去建設個中小應用。
陷阱三、資料利用就是做資料分析和挖掘，交易應用系統就用不到資料技術
過去的應用系統被劃分為OLTP和OLAP，線上交易型系統和線上分析型系統。是以，往往一看到這個應用本身是一個交易型的軟體，按照傳統的架構，那就是OLTP系統，是以往往不會用到一些OLAP的技術。
但是，目前的情況則發生了巨大的變化。
拿約車排程系統來講，按照傳統的劃分，這是典型的交易系統，建立訂單，配置設定司機。但是，如果要能夠支撐每秒幾萬單的排程配置設定，用手工配置設定的方式是不可能的，這個排程系統需要具有實時資料分析能力，而這裡面價格确定和路線的規劃的部分，又需要參考曆史的相關資料分析結果。這樣一來，這個典型的交易應用是被資料驅動的，它的底層和和核心其實是批量資料分析和實時資料處理。
未來的所有的應用都會是這樣，那就是OLAP在支撐着OLTP系統的每一個決策和行為，進而成為智能的應用。
資料技術正在逐漸重構所有的傳統流程類應用，讓他們成為資料驅動的系統，進而變得更智慧。
陷阱四、最重要的是算法，是以軟體工程公司是做不了資料科學項目的
一提到資料項目，很多人腦子裡第一個想到的就是算法模型，似乎隻有做研究的，做算法的，做人工智能的才是做資料的。
是以，現在有一類觀點，認為資訊化産業裡分為做算法的和做軟體的，而隻有做算法的才是做人工智能和資料的。
這是一個典型的誤解，将算法與軟體工程割裂開來。就像不久前，一個長期合作的客戶用一個固有印象，”思特沃克不是做人工智能的“，就否定了我們的一個機會，這就是對于人工智能應用的誤解。
我們用下面這張圖來展現算法和人工智能（資料科學）的關系。
人工智能的最底層是由各種算法組成的，但是，目前行業裡所有人使用的常用算法，都是公開的，而真正研究和産出這些算法的，是學術研究機構。
人工智能分為兩個領域，一個是前沿研究領域，一個是應用領域。而作為從事工業生産和商業營運的企業來說，需要的是後者。而後者最重要的是利用軟體工程能力将适合的算法應用到有價值的場景，進而去賦能業務。
在算法之上，人工智能的應用更重要的是充分的高品質的資料集，将算法和資料開發成為良好使用者體驗的智能軟體的工程能力。
是以，優秀的做人工智能的企業除了擁有調優，調用公開的算法和代碼之外的能力更重要的是業務創新和軟體工程的能力。
總結和啟示
通過逐個分析這四個對于資料智能的四個陷阱，我們可以得出如下啟示：
** 一、資料規劃應該優先于業務系統的建設，建構拉通的，一緻的資料全景圖，避免應用之間的資料孤島
二、建構起資料全景圖後，在沿着這個地圖來建構一個個去采集填滿這些資料的小應用，進而建構自己的資料資産
三、所有的應用軟體都會被資料技術所賦能，成為資料驅動的智能應用
四、人工智能應用于業務最重要的是場景創新能力和軟體工程能力** 資料中台是企業數智化的必經之路，阿裡巴巴認為資料中台是集方法論、工具、組織于一體的，“快”、“準”、“全”、“統”、“通”的智能大資料體系。
目前正通過阿裡雲對外輸出系列解決方案，包括
通用資料中台解決方案、
零售資料中台解決方案 金融資料中台解決方案 網際網路資料中台解決方案 政務資料中台解決方案等細分場景。
其中阿裡雲資料中台産品矩陣是以Dataphin為基座，以Quick系列為業務場景化切入，包括：
- - Dataphin，一站式、智能化的資料建構及管理平台 ；
- - Quick BI，随時随地 智能決策
- - Quick Audience，全方位洞察、全域營銷、智能增長
- - Quick A+， 跨多端全域應用體驗分析及洞察的一站式資料化營運平台
- - Quick Stock， 智能貨品營運平台
- - Quick Decision，智能決策平台
官方站點：
資料中台官網
https://dp.alibaba.com釘釘溝通群和微信公衆号
