《數據中臺交付標準化》白皮書
數據中臺建設是企業實現數智化轉型的必經之路,擁有轉型需求的企業應該盡早邁出這一步,打破慣性、堅定地推進數據指導下的自驅動變革。
近日,阿里云智能全球技術服務部聯合阿里云研究院發布《數據中臺交付標準化》白皮書,基于對數據中臺交付的挑戰分析和多個政企行業的實踐經驗,提出了“1+3+3+1”的交付標準參考框架、標準化技術要求和交付標準體系。同時,白皮書詳細分析了某行業客戶數據中臺標準化交付的典型案例,是數據中臺交付的方法、工具、平臺等體系建設方面的重要實踐指引,同時促進數據中臺交付標準持續迭代。
數據中臺交付“1+3+3+1”框架
白皮書指出,數據中臺是業務與技術的結合點,其基于產品化的運營思路,跑通數據流轉之后,服務于業務前臺,企業基于對數據的洞察優化業務方向,并通過反饋回來的業務數據再次輸入數據中臺,持續提升中臺使用價值,實現數據和業務不斷的正向循環和相互促進。數據中臺需要不斷的打磨、開發和持續運營,在不斷實踐的過程中企業也會建立起走出經驗主義、走入數據管理的核心邏輯。
數據中臺交付技術服務挑戰
挑戰1:數據中臺交付專業要求高
白皮書指出,企業家面臨最大的確定性是如何應對巨變時代的不確定性,未來十年全球數字經濟最重要的主題之一是數字基礎設施的重構、切換與遷移以及基于新型數字基礎設施的商業生態再造。今天越來越多的企業因管理失衡、市場失焦、營銷失語、系統失靈、增長失速等方面的風險而進行數字化轉型,進行數據中臺建設。
然而,實踐表明,數據中臺建設經常遇到客戶預期過高、低估困難、押注外力等情況;客戶想要服務商以標準專業的交付體系,以專業能力指導項目高質量完成,甚至是從各個維度以最佳實踐和未來驅動的思想引領客戶進入數據智能的全新時代。實際上,數據中臺技術服務提供商因行業經驗、專業人員、方案成熟度等方面的不足,導致以客戶價值為中心的定制化需求服務面臨巨大挑戰。
挑戰2:數據中臺交付過程管控復
數據中臺的建設是業務和技術雙輪驅動的,基于業務價值需求導向,企業在進行數據中臺建設時通常會以數據統一化、標準化、資產化等為手段,進而實現數據面向全業務開放賦能,所以數據中臺建設內容基本都會涉及不同程度的數據治理、數據服務、數據應用、管理流程制度、數據運營及上下游業務協同等,這樣以來其交付周期一般以數月為最小單位,加上以下方面原因導致交付內容和過程管控困復雜。
1)數據中臺項目交付一般都要涉及咨詢、業務、數據、技術、運營等,交付技術覆蓋范圍廣、資源需求大;同時,客戶服務需求的多樣性及服務商專業人員儲備不足,導致數據中臺設計和落地實施存在諸多質量問題和不確定性;
2)在交付過程中,從需求調研、方案設計、開發實施到試運行,基本都是在線下由不同角色、甚至不同服務商完成的,缺乏項目交付全流程、全生命周期的數字化工作臺承載,很難實現對項目全局掌控,各個環節都容易出現不同類型的問題與挑戰;除項目前期需要充分準備與思考外,也需要項目交付人員的個人經驗與能力去把控項目進度與質量;
3)交付驗收周期長,根據各行業數字化轉型趨勢分析和阿里巴巴數據中臺交付實踐經驗發現,數據中臺技術服務從需求調研、方案規劃再到實施落地的整體交付周期以數月為單位,同時交付的業務價值及質量等級很難做到在線化、可視化評估。
挑戰3:數據中臺交付生態協同難
一般產品交付完成產品售賣和產品部署即可,而數據中臺交付是集成交付,包羅萬象,軟件、硬件、基礎設施、大數據平臺、數據資產、數據服務、數據應用、定制化開發等基本都涉及,導致交付復雜度高。
因此,數據中臺服務提供商需要建設數據中臺交付的生態體系作為支撐,形成合作模式,進行彼此資源整合應用,來應對日趨復雜的企業需求及規?;桓缎枨蟆5?,數據中臺服務提供商之間在能力的匹配上有很大不確定性,而造成這種不確定性的原因往往集中在伙伴間能力成長差異性、伙伴內部對員工的不同組織架構帶來的不穩定性以及員工本人對職業路徑規劃所產生的波動性、伙伴對行業領域知識的缺乏。這些因服務提供商的知識和能力上的參差不齊,使得數據中臺交付生態協同難,進而導致企業對數據中臺交付的不確定性存在敏銳的感知。
數據中臺交付標準化參考框架
基于對數據中臺交付技術服務的挑戰分析和解決思路,白皮書提出了“1+3+3+1“的交付標準參考框架。
“1+3+3+1”
1個目標:即以業務價值為導向,實現數據中臺技術服務的標準化、在線化、規?;桓叮?/font>
3個內容:即數據中臺技術服務包含數據咨詢規劃服務、數據資產建設服務、數據應用建設服務;
3個能力支撐:即交付標準流程、交付文檔集、交付工具集;
1個平臺:即數字化工作臺,數據中臺技術服務團隊和政企客戶通過數字化工作臺完成數據中臺項目交付。
數據中臺交付的標準體系
交付流程、交付文檔集、交付工具集是三位一體的能力支撐體系?;诮桓读鞒虅幼骷爱a出,沉淀交付技術資產,包含交付物、過程產出物、項目評審意見、階段性匯報總結等文檔;通過對多個項目文檔的提煉抽象脫敏等手段,形成通用解決方案和行業解決方案;結合數據資產目錄劃分方法,進行文檔集的資產目錄構建,一方面做內部參考借鑒,另一方面為交付工具打造提供輸入;交付工具集,基于通用解決方案和基礎產品開放能力,圍繞具體交付實施場景而構建,能有效降低數據中臺交付門檻,為交付動作執行提供武器彈藥支持,同時倒逼交付文檔集的不斷迭代更新。交付技術服務團隊包含業務架構師、技術架構師、數據產品經理及實施人員等,與政企客戶服務對象一起,基于數字化工作臺進行數據中臺項目在線化交付。
數據中臺交付標準化技術要求
標準,是在一定范圍內獲得最佳秩序,經協商一致,并經過人工機構批準,共同使用和重復使用的規范性文件”;數據中臺交付標準化,為是為了在交付前、交付中、交付后獲得最佳秩序,制定交付技術服務流程、業務動作、文檔模板、設計規范、工具平臺、服務角色、職責矩陣等的活動,以提升數據中臺交付效率與質量提升,支撐標準化、在線化、規?;姆章募s,保障客戶服務滿意度。
交付前階段
交付前階段包括交付前置環節,支持售前團隊進行數據中臺需求溝通及方案設計,提前識別交付風險,并提供規避建議,完成數據中臺項目簽約,保障項目交付履約。交付前置環節的交付任務包括需求方案、風險識別、交付評審和啟動規劃。
交付前置的質量管控要求包括:
1)明確交付前置的團隊角色職責矩陣和分工協作;
2)提交覆蓋交付全流程的交付風險說明與規避建議文檔;
3)按照可交付性評審模板提交評審意見;
4)按照標準項目管理辦法啟動規劃,并提交啟動規劃會議紀要;
5)基于數字化工作臺進行上述交付文檔的提交和管理。
交付中階段
需求調研環節:需求調研環節基于工作說明書中的業務目標和范圍,從業務、數據、技術等方面對客戶的需求進行詳細調研,為交付實施提供需求輸入。需求調研環節的交付任務包括業務調研、技術調研和數據調研。
方案設計環節:方案設計環節基于需求調研環節的交付文檔和交付前置環節的項目交付工作說明書文檔,完成數據中臺業務藍圖設計、數據產品設計、架構設計、數據模型設計及測試方案設計,為開發實施提供輸入。
開發實施環節:開發實施環節基于數據中臺詳細設計方案,進行數據中臺平臺環境搭建、數據采集、代碼研發、數據回刷與校驗、數據服務研發與測試、數據應用研發與測試等交付實施工作。開發實施環節的交付任務包括數據集成、數據研發、應用研發、數據回刷和集成測試。
試運行環節:試運行環節確定試運行目標與范圍,制定試運行方案與運行保障機制,配置監控告警,處理試運行的缺陷及需求;明確交付質量要求,便于制定正式上線運行措施和管理規范,完成知識轉移,為轉維和終驗做準備。試運行環節的交付任務包括試運行和知識轉移。
交付后階段
交付后階段包括上線維保環節,制定上線方案和運營管理規范,完成數據中臺正式上線,制定維保方案,完成項目轉維和驗收。上線維保環節的交付任務包括正式上線、售后保障和項目驗收。
上線維保的質量管控要求包括:
1)明確上線維保的團隊角色職責矩陣和分工協作;
2)按照上線方案完成項目正式上線,并提交項目上線報告;
3)提交售后運維保障方案文檔,按照該方案并利用數據校驗工具完成交付轉運維;
4)需按照項目驗收管理規范完成驗收,并提交項目驗收簽字確認單;
5)基于數字化工作臺進行上述交付文檔的提交和管理。
結束語
隨著數據中臺在行業頭部及領先企業逐漸落地,服務商和生態伙伴經歷了各類業務場景能力沉淀過程,產品技術和實施方法日趨成熟,需求端對數據中臺的理解和信任逐步加深,行業增長勢頭明顯,市場規模迅速擴展。
在大型、頭部企業滲透率逐漸增加的同時,中小企業將成為服務商的重要增量市場。因此,提煉和總結數據中臺的服務內容,沉淀行業通用能力,形成標準化的整體解決方案,以助力中小企業數字化轉型,提升數據中臺服務商和生態伙伴的規模化交付能力,其重要意義不言而喻。
現階段,數據中臺技術已相對成熟,在數據中臺的交付實踐過程中,企業自身的資源配置能力、管理經驗、組織變革等成為高質量建設數據中臺的關鍵要素,這些要素的標準能力構建也迫在眉睫。
當然,數據中臺的涵義一直隨著發展而改變,但無論怎么變化,數據中臺交付標準化建設始終以時代發展的趨勢和業務需求為出發點,繼續圍繞要做什么、怎么做、產出什么、怎么衡量等為主線持續迭代演進,不斷將其推向新時代、新臺階、新高度。
具體內容如下
-
大數據中心 助嘉興完成能源“雙控”[2021-06-01]
-
讓稅收大數據發揮更大價值[2021-01-12]
-
中國信通院通信大數據行程卡日查詢量超2500萬,全年查詢達51億次[2020-12-31]
-
讓數字賦能鄉村振興 山東聯通全力推進數字鄉村建設[2021-06-07]
-
廣東省級數據中臺歸集數據已超258億條[2021-05-08]
-
廣東省政務大數據中心潮州市分節點上線[2021-09-02]
-
河南省能源大數據中心建成投運 首批發布9大應用成果[2021-01-13]
-
2021數據中臺TOP50[2021-05-07]
-
少數派萬國數據:數據中心的「有限規則」與「無限游戲」[2021-07-21]
-
戰“疫”啟示錄:追本溯源,求解智慧城市建設最大公約數[2021-01-21]
-
為藥廠提供機器翻譯“大腦”,愛特曼如何讓AI“讀”懂醫學數據?[2021-07-23]
-
新基建:大數據未來發展趨勢[2020-12-15]