明略科技入选Gartner Hype Cycle for ICT in China, 2020数据中台Sample Vendor
近日，全球权威的技术研究和分析公司Gartner发布《Hype Cycle for ICT in China, 2020》报告(2020年中国ICT技术成熟度曲线报告)，数据中台(Data Middle Office)和中台(Middle Platform)为新增技术热点。明略科技，作为更具行业Know-how的新一代数据中台和企业智能决策平台先行者，入选数据中台Sample Vendor(样本供应商)。
数据中台的本质——可组合和复用的数据和分析能力
Gartner认为，数据中台是一种组织战略，能够有效赋能前台的公民数据用户(citizen data users)，从一致的视角，利用后台产生的数据，进行决策。构建数据中台最简单的思考路径是，如何管理企业可组合和可复用的数据和分析能力，以提供独特的数字业务，并通过技术栈将这些能力贯穿整个价值链。
构建完整的企业级数据和分析架构，一次性实施是不现实的。然而企业在分阶段构建数据和分析架构时，面临的一个共同问题是，在孤岛中工作，并分别构建类似的解决方案。例如，针对不同业务目的的数据集市和分析模型，而这些解决方案具有共同的元素。因此，企业的CIO以及数据和分析领导者，应结合数据中台，重新思考数据和分析架构。第一，利用数据中台实现业务和IT之间的协作，实现跨企业的协作和规划，在延伸的价值链中开放数据分析，供各组成人员共享，构建闭环。第二，将杂乱无章的系统整合到统一的数据和分析平台上，进行组织管理。第三，通过不断建立可重用的数据分析能力，将组织面向项目转变为面向产品的数据和分析举措，实现产品化发展。
具体而言，企业如何通过建设数据中台，让业务更接近组织的数据和分析部署？第一，促进业务和IT的持续协作，并随着业务需求的增长不断完善，解决业务迭代和后台IT体系稳定的优先矛盾，充分释放业务自由拓展的需求，同时保障IT体系稳定支撑；建立一个集中的团队，与整个组织中分散的业务线团队合作，定义和建立业务环境中的数据和分析能力的可复用性。第二，以业务驱动的数据和分析能力建设为指导原则，补充现有的数据和分析架构，而不是重建，按需Plugin的数据和分析架构，所有的需求(分析，设计，实现，上线， 更新)都可即时按需插拔组合成型。第三，投资机器学习增强的数据目录，以简化，并在某些情况下，自动化发现、盘点、剖析、标记和创建分布式和孤岛式数据资产之间语义关系的过程。第四，进行数据管理时，在收集数据(需要时将数据存入数据仓库)和连接数据(通过数据虚拟化技术)之间取得平衡。增强元数据，将现实生活或业务中的场景、流程、关系与IT技术元数据体系实现Mapping，实现组织和业务体系的增强数字孪生体，保障组织对自我实时的上帝视角管控。第五，使用增强型分析技术，赋能更多自服务分析用户。通过对话式分析、数据故事化和可视化数据发现等更易于使用的方式，丰富数据中台的输出。第六，长期持续的数据扫盲计划，对数据中台的成功至关重要。
近日，全球权威的技术研究和分析公司Gartner发布《Hype Cycle for ICT in China, 2020》报告(2020年中国ICT技术成熟度曲线报告)，数据中台(Data Middle Office)和中台(Middle Platform)为新增技术热点。明略科技，作为更具行业Know-how的新一代数据中台和企业智能决策平台先行者，入选数据中台Sample Vendor(样本供应商)。数据中台的本质——可组合和复用的数据和分析能力
Gartner认为，数据中台是一种组织战略，能够有效赋能前台的公民数据用户(citizen data users)，从一致的视角，利用后台产生的数据，进行决策。构建数据中台最简单的思考路径是，如何管理企业可组合和可复用的数据和分析能力，以提供独特的数字业务，并通过技术栈将这些能力贯穿整个价值链。
构建完整的企业级数据和分析架构，一次性实施是不现实的。然而企业在分阶段构建数据和分析架构时，面临的一个共同问题是，在孤岛中工作，并分别构建类似的解决方案。例如，针对不同业务目的的数据集市和分析模型，而这些解决方案具有共同的元素。因此，企业的CIO以及数据和分析领导者，应结合数据中台，重新思考数据和分析架构。第一，利用数据中台实现业务和IT之间的协作，实现跨企业的协作和规划，在延伸的价值链中开放数据分析，供各组成人员共享，构建闭环。第二，将杂乱无章的系统整合到统一的数据和分析平台上，进行组织管理。第三，通过不断建立可重用的数据分析能力，将组织面向项目转变为面向产品的数据和分析举措，实现产品化发展。
具体而言，企业如何通过建设数据中台，让业务更接近组织的数据和分析部署？第一，促进业务和IT的持续协作，并随着业务需求的增长不断完善，解决业务迭代和后台IT体系稳定的优先矛盾，充分释放业务自由拓展的需求，同时保障IT体系稳定支撑；建立一个集中的团队，与整个组织中分散的业务线团队合作，定义和建立业务环境中的数据和分析能力的可复用性。第二，以业务驱动的数据和分析能力建设为指导原则，补充现有的数据和分析架构，而不是重建，按需Plugin的数据和分析架构，所有的需求(分析，设计，实现，上线， 更新)都可即时按需插拔组合成型。第三，投资机器学习增强的数据目录，以简化，并在某些情况下，自动化发现、盘点、剖析、标记和创建分布式和孤岛式数据资产之间语义关系的过程。第四，进行数据管理时，在收集数据(需要时将数据存入数据仓库)和连接数据(通过数据虚拟化技术)之间取得平衡。增强元数据，将现实生活或业务中的场景、流程、关系与IT技术元数据体系实现Mapping，实现组织和业务体系的增强数字孪生体，保障组织对自我实时的上帝视角管控。第五，使用增强型分析技术，赋能更多自服务分析用户。通过对话式分析、数据故事化和可视化数据发现等更易于使用的方式，丰富数据中台的输出。第六，长期持续的数据扫盲计划，对数据中台的成功至关重要。
更具行业Know-how的新一代数据中台——数据智能中台
明略科技推出的更具行业Know-how的新一代数据中台——数据智能中台，是一套面向各行业数字化运营的大数据建设、管理和应用的解决方案，包括方法论、技术、产品等。数据智能中台可提供从数据接入到业务应用的全流程大数据能力和沉淀行业Know-how的数据资源化管理平台，包含数据汇聚、治理、开发、共享、安全等技术组件、功能模块和产品套件，帮助组织提升运营效率。
面对一个业务性的数据中台，明略科技提供数字化项目全生命周期的咨询开发服务，包括业务及流程梳理、各类数据标准制定的咨询以及中台部署、数据治理、模型开发等。其中，数据中台架构设计主要包含数据集成中心、数据组织中心、数据服务与应用中心、资源管理运营中心和知识中心五大部分。
数据集成中心，涉及数据集成技术组件，完成数据汇聚和数据治理。数据组织中心，核心是数据增值的过程，完成数据的加工和再组织，其基础是数据PaaS平台，可根据不同的数据组织形式，构建不同的引擎。数据服务与应用中心，数据服务基于整个数据组织形态，提供统一的服务，在上面接入分析引擎，演变成基础应用。数据集成中心、数据组织中心、数据服务与应用中心构成数据流程逻辑。
资源管理运营中心是对数据集成中心、数据组织中心、数据服务与应用中心进行整体的管理和运营组织。资源服务管理，包括资源的分级分类，统一资源目录和资源全视图的图谱。整体运营调度管理，把所有的资源相互串接，底层由一个大的安全体系支撑，包括数据和资源分级分类体系，中台整体实时运行的体系和专门针对用户系统的六中心体系。
知识中心，并非独立存在，而是嵌入数据集成中心、数据组织中心、数据服务与应用中心的各个组织部分。知识中心包括知识运营体系、知识服务中心和知识仓库，实现对行业知识的积累和运营。
明略科技的数据中台实施路径，可为客户带来如下价值。第一，通过“一切资源化”，构建统一的资源组织管理框架，实现跨部门的数据协作。第二，基于多模态数据处理与通用知识结合的能力，数据存储的组织分层设计，实现数据加工和组织，数据增值。第三，搭建安全可控的数据共享和交易体系，以元数据为基础的数据分级分类，保障单元级数据权限，从六个维度要求保证账户使用安全，确保每一次数据交互的安全。第四，对整体数据资产管理和资源运营的统一量化展示，全盘把握、快速定位、清晰展示、准确评估和合理应用数据资产，实现智能化的资源调度管控。第五，真正面向业务，将数据、技术、业务进行一体化整合，减少数据冗余，提高数据使用效率。第六，过去的数据平台或者业务系统，通常在验收落地之初使用率较高，然后逐步降低，这与知识缺乏动态更新维护强相关。明略科技打造的最具行业Know-how的新一代数据中台，可从数据资产运营，知识运营，技术支撑等不同层次、维度动态积累行业知识，搭建行业知识标准体系，覆盖从数据探查到数据服务的全流程，可视化监控知识中心运行状态，实现数据+AI驱动的行业知识汇聚与应用。
目前，明略科技已为数字城市、公安、金融、轨交、电力、制造、零售、快消等多个领域的200+标杆政企客户，构建城市级和企业级数据中台，实施数据和知识双驱动的数字化转型路径。
加载全文
