中臺產(chǎn)品面面觀將串聯(lián)起數(shù)據(jù)、技術(shù)、業(yè)務(wù)三大中臺，從數(shù)據(jù)資產(chǎn)化、流程自動(dòng)化到應(yīng)用場景化，實(shí)現(xiàn)中臺降本提效、賦能前臺。

面面觀將兼顧深度和廣度，并由一系列產(chǎn)品分析報(bào)告組成。深度主要是側(cè)重于完成整個(gè)中臺完整實(shí)踐，產(chǎn)品包括平臺產(chǎn)品、方法論產(chǎn)品、治理產(chǎn)品，并將其結(jié)合落地最佳實(shí)踐。廣度主要是側(cè)重于分析國內(nèi)外Top中臺公司的相關(guān)產(chǎn)品，包括阿里、華為等。

中臺產(chǎn)品面面觀的第一篇是綜述，將從市場、行業(yè)、需求、商業(yè)等角度進(jìn)行整體分析。

今天很多人在說中臺（包括但不限于數(shù)據(jù)中臺、技術(shù)中臺、業(yè)務(wù)中臺、組織中臺等），個(gè)人理解中臺不是一個(gè)產(chǎn)品，也很難簡單的將其做成一個(gè)項(xiàng)目，這是一個(gè)工程。

中臺是一個(gè)重塑企業(yè)的管理、業(yè)務(wù)、流程、數(shù)據(jù)、技術(shù)等全要素的工程，而這樣的工程需要戰(zhàn)略決心和高層的支持、對應(yīng)的組織架構(gòu)和大量的人才投入（包括但不限于數(shù)據(jù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家、數(shù)據(jù)產(chǎn)品經(jīng)理、前端工程師、后端工程師、業(yè)務(wù)人員等），并配套相應(yīng)全鏈路的數(shù)據(jù)工具與流程保障。

本人先后負(fù)責(zé)數(shù)據(jù)治理和數(shù)據(jù)平臺的中臺產(chǎn)品工具和數(shù)據(jù)相關(guān)工作，其實(shí)很早就想寫中臺產(chǎn)品系列分析報(bào)告（中臺產(chǎn)品面面觀）了，但一直沒有時(shí)間。

恰好最近遇到了一系列契機(jī)：

1. 國家方針，黨的十九大報(bào)告提出要“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”，進(jìn)一步突出了大數(shù)據(jù)作為國家基礎(chǔ)性戰(zhàn)略性資源的重要地位，掌握豐富的高價(jià)值數(shù)據(jù)資源日益成為搶占未來發(fā)展主動(dòng)權(quán)的前提和保障。建設(shè)好的中臺將數(shù)據(jù)價(jià)值真正挖掘并應(yīng)用。
2. 技術(shù)推動(dòng)，中間件、大數(shù)據(jù)等技術(shù)的日益成熟為中臺的發(fā)展起到了強(qiáng)有力的推動(dòng)作用。
3. 業(yè)務(wù)推動(dòng)，用戶需求個(gè)性化，產(chǎn)品的快速迭代和試錯(cuò)，以此滿足用戶、搶占市場。
4. 中臺火爆，BATJ等許多企業(yè)紛紛推出自己的中臺建設(shè)方案。
5. 正因?yàn)橐陨蠋c(diǎn)，很多行業(yè)內(nèi)的同學(xué)也和我頻繁交流了中臺建設(shè)細(xì)節(jié)，在這里也是暢書自己所想，分享出來和大家一起更深入的交流。

基于以上契機(jī)，正式開始寫中臺產(chǎn)品系列分析報(bào)告（中臺產(chǎn)品面面觀）。

中臺戰(zhàn)略的構(gòu)建，從功能上說，包括數(shù)據(jù)中臺、技術(shù)中臺、以及業(yè)務(wù)中臺。其中數(shù)據(jù)中臺的本質(zhì)是將數(shù)據(jù)資產(chǎn)化，技術(shù)中臺的本質(zhì)是將流程自動(dòng)化，業(yè)務(wù)中臺的本質(zhì)是將應(yīng)用場景化。

圖 阿里中臺架構(gòu)

本系列中臺產(chǎn)品分析報(bào)告將串聯(lián)起數(shù)據(jù)、技術(shù)、業(yè)務(wù)三大中臺，從數(shù)據(jù)資產(chǎn)化、流程自動(dòng)化到應(yīng)用場景化，實(shí)現(xiàn)中臺降本提效、賦能前臺。

報(bào)告將兼顧深度和廣度，并由一系列報(bào)告組成。

深度主要是側(cè)重于完成整個(gè)中臺完整實(shí)踐，產(chǎn)品包括平臺產(chǎn)品、方法論產(chǎn)品、治理產(chǎn)品，并將其結(jié)合落地最佳實(shí)踐。數(shù)據(jù)平臺型產(chǎn)品包括于DataWorks、DataPhin、Data Science Studio、Data Catalog、Data ATM等；數(shù)據(jù)治理型產(chǎn)品包括線下消費(fèi)標(biāo)簽、原子標(biāo)簽、智能招商模型等；數(shù)據(jù)方法論型產(chǎn)品包括OneData、OneService等。

廣度主要是側(cè)重于分析國內(nèi)外Top中臺公司的相關(guān)產(chǎn)品，包括阿里、華為、百度、騰訊、網(wǎng)易、京東、TalkingData、數(shù)瀾、Teradata、Microsoft、Google、Amazon、IBM等。

中臺產(chǎn)品面面觀的第一篇報(bào)告是綜述，將從市場、行業(yè)、需求、商業(yè)等角度進(jìn)行整體分析。

圖 全文結(jié)構(gòu)

一、市場分析

本節(jié)將分析市場，了解中臺用戶及對應(yīng)需求。

圖 市場分析部分文章結(jié)構(gòu)

正所謂理解當(dāng)下最好的方式，是回頭看看過去，說到中臺市場，我們先回顧一下這十幾年來中國企業(yè)數(shù)據(jù)化歷程，大致經(jīng)歷了如下幾個(gè)階段，正因?yàn)檫@幾個(gè)階段，才有了現(xiàn)在的中臺市場。

第一階段，2000年之后，企業(yè)內(nèi)部數(shù)據(jù)化。

2002年~2005年，中國許多大型企業(yè)開啟了一輪以ERP、CRM為主的底層IT建設(shè)。

2015年前后，中國許多大型國企和Top民企都基本完成了內(nèi)部核心業(yè)務(wù)的數(shù)據(jù)化建設(shè)。

這為中臺的出現(xiàn)提供了第一個(gè)先決條件，底層IT架構(gòu)的完善和初步的“業(yè)務(wù)數(shù)據(jù)化”。

第二階段，2012年之后，“互聯(lián)網(wǎng)思維”萌發(fā)。

這一時(shí)期，隨著BAT等互聯(lián)網(wǎng)名企紛紛上市，所到之處，“消滅你，與你無關(guān)”。備受電商沖擊的傳統(tǒng)零售商，被搜索和門戶打得黯然神傷的傳統(tǒng)媒體。

2013年11月3日，新聞聯(lián)播更是發(fā)布了《互聯(lián)網(wǎng)思維帶來了什么》專題報(bào)道。

由此，各行各業(yè)被逐漸植入了一個(gè)信念：互聯(lián)網(wǎng)思維。而互聯(lián)網(wǎng)思維中，十分重要的就是數(shù)據(jù)思維。

這為中臺的出現(xiàn)提供了第二個(gè)先決條件，大家開始逐漸意識到數(shù)據(jù)的價(jià)值。

第三階段，2013年之后，移動(dòng)互聯(lián)網(wǎng)發(fā)展產(chǎn)生海量數(shù)據(jù)。

通過移動(dòng)設(shè)備和蓬勃發(fā)展的各類傳感器，更多行業(yè)積累在移動(dòng)互聯(lián)時(shí)代產(chǎn)生的數(shù)據(jù)量級遠(yuǎn)超以往。

同時(shí)新的業(yè)務(wù)需求源源不斷的涌出，如基于大數(shù)據(jù)的營銷、風(fēng)控、輔助決策類業(yè)務(wù)，許多企業(yè)近年內(nèi)開始用起了SaaS服務(wù)。

這為中臺的出現(xiàn)提供了第三個(gè)先決條件，移動(dòng)互聯(lián)網(wǎng)產(chǎn)生的海量數(shù)據(jù)，潛在的數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用需求。

第四階段，2016年之后，互聯(lián)網(wǎng)進(jìn)入下半場。

智能手機(jī)銷量和網(wǎng)民規(guī)模增長減緩，互聯(lián)網(wǎng)人口紅利逐漸消失，此時(shí)，一方面可以出海繼續(xù)追人口紅利，另一方面就必須精耕細(xì)作存量市場，典型的像這一時(shí)期特別火爆的“增長黑客”，提倡的核心理念正是數(shù)據(jù)驅(qū)動(dòng)，低成本高增長。

這為中臺的出現(xiàn)提供了第四個(gè)先決條件，催生對自有數(shù)據(jù)價(jià)值的更深認(rèn)知和深程度的數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用。

隨著以上四階段的發(fā)展，逐漸演化到了現(xiàn)在的中臺市場，可以總結(jié)出兩大問題：“煙囪林立”和“齒輪失衡”。

圖 回顧歷史，分析當(dāng)下

01

“煙囪林立”，各系統(tǒng)沉淀的數(shù)據(jù)之間難以打通，企業(yè)內(nèi)外部數(shù)據(jù)難以連接，系統(tǒng)重復(fù)建設(shè)。

為了滿足新業(yè)務(wù)的即時(shí)需求，許多企業(yè)常常同時(shí)使用多個(gè)IT系統(tǒng)，各個(gè)系統(tǒng)數(shù)據(jù)往往不同，不同部門也動(dòng)不動(dòng)就另起爐灶大量重復(fù)開發(fā)，各個(gè)系統(tǒng)有如一個(gè)個(gè)林立的煙囪互不連通，

那么“煙囪林立”（數(shù)據(jù)不通、重復(fù)開發(fā)）有什么結(jié)果呢？

重復(fù)開發(fā)和維護(hù)，成本高昂，可能馬上會(huì)“死”。

數(shù)據(jù)不通，數(shù)據(jù)不能較好的支持前端業(yè)務(wù)，公司沒有護(hù)城河，慢慢也會(huì)“死”。

在這里還是看一下阿里的例子，

1.1 重復(fù)開發(fā)和維護(hù)，成本高昂，可能馬上會(huì)“死”。

數(shù)據(jù)中心不但不是利潤中心，反而成為了巨大的成本中心。

以阿里為例，2014年阿里面臨著大數(shù)據(jù)還沒來得及發(fā)揮作用就已經(jīng)消耗完業(yè)務(wù)帶來的利潤的現(xiàn)狀。

見微知著，用數(shù)據(jù)說話，當(dāng)時(shí)5張幾乎完全重復(fù)的日志基礎(chǔ)表在源頭就已經(jīng)被復(fù)制到不同的數(shù)據(jù)團(tuán)隊(duì)中，這5張重復(fù)表占據(jù)了數(shù)10PB的存儲(chǔ)空間，當(dāng)時(shí)存儲(chǔ)1PB數(shù)據(jù)表耗資上百萬元，其中還不算電費(fèi)等維護(hù)費(fèi)用，更不要說研發(fā)和維護(hù)這些表的人力成本。

在數(shù)據(jù)公共層建設(shè)一年左右總結(jié)僅2015財(cái)年，批量數(shù)據(jù)計(jì)算總時(shí)長減少了50%，數(shù)據(jù)計(jì)算成本節(jié)約了近億元人民幣，數(shù)據(jù)下線節(jié)約了近百PB存儲(chǔ)空間，數(shù)據(jù)存儲(chǔ)成本節(jié)約了近億元人民幣。

中臺建設(shè)，生死存亡。

其實(shí)這也是阿里率先做中臺建設(shè)的重要原因，對于其他企業(yè)，可能沒有那么嚴(yán)重，但重復(fù)建設(shè)和維護(hù)帶來的高昂成本不容小覷。同時(shí)，也埋下了后續(xù)打通維護(hù)的“病根”。

1.2 數(shù)據(jù)不通，數(shù)據(jù)不能有效支持前端業(yè)務(wù)，不利于業(yè)務(wù)的發(fā)展和沉淀，公司沒有護(hù)城河，慢慢也會(huì)“死”。

以阿里為例，阿里作為一家生態(tài)公司，業(yè)務(wù)涵蓋電商、金融、廣告、物流、文娛等各個(gè)領(lǐng)域，隨著人們互聯(lián)網(wǎng)行為的多樣化，在不同域產(chǎn)生各自的業(yè)務(wù)數(shù)據(jù)，比如在高德打車、在天貓購物、在優(yōu)酷看視頻、在支付寶交電費(fèi)。對阿里巴巴全局而言，這就是一個(gè)個(gè)數(shù)據(jù)孤島。數(shù)據(jù)不通，我們看一個(gè)“人”的行為是片面的，數(shù)據(jù)價(jià)值也是很有限的，數(shù)據(jù)只有融通才能產(chǎn)生更大的價(jià)值，從而產(chǎn)生一個(gè)“人”立體鮮活的畫像。

同樣，我們可以通過一個(gè)例子來說明。

某大公司旗下的多款產(chǎn)品都有用戶“A”的使用記錄：

• 租房產(chǎn)品：A最近頻繁瀏覽北京東直門地鐵站附近的小區(qū)；
• 求職產(chǎn)品：A最近投遞了東直門附近多家公司的崗位；
• 外賣產(chǎn)品：A點(diǎn)餐配送地址都在北京朝陽。

根據(jù)上述內(nèi)容，如果公司平臺數(shù)據(jù)是打通的，那么可得出一個(gè)初步結(jié)論：用戶A計(jì)劃從朝陽跳槽到東直門某公司，并準(zhǔn)備在東直門附近居住。

根據(jù)互通的數(shù)據(jù)信息，還可以再細(xì)致分析下去：根據(jù)A的日常飲食習(xí)慣與所瀏覽的租房信息，可以判斷他的消費(fèi)層次；結(jié)合投遞職位的薪資判斷生活水平，分析其家庭關(guān)系判斷其遷移目的比如說是不是伴侶在東直門，所以也想搬過來。

慢慢地，一個(gè)完整的用戶畫像躍然紙上，數(shù)據(jù)價(jià)值威力顯現(xiàn)。

相反，數(shù)據(jù)不通，那么數(shù)據(jù)價(jià)值將大打折扣。

圖 阿里GProfile對“人”的立體刻畫

02

隨著企業(yè)的不斷發(fā)展，前臺和后臺的“?輪速率匹配失衡”的問題逐步顯現(xiàn)，后臺很難及時(shí)響應(yīng)前臺進(jìn)行創(chuàng)新。

互聯(lián)網(wǎng)化時(shí)代面臨著場景、業(yè)務(wù)增多且快速變動(dòng)的情況。前臺和后臺就像是兩個(gè)不同轉(zhuǎn)速的?輪，前臺要快速響應(yīng)用戶的需求，講究的是快速創(chuàng)新迭代，所以往往轉(zhuǎn)速越快越好；?后臺由于?對的是相對穩(wěn)定的后端資源，?且常常是系統(tǒng)陳舊復(fù)雜，甚至還受到法律法規(guī)審計(jì)等相關(guān)合規(guī)約束，所以往往是穩(wěn)定至上，越穩(wěn)定越好。失衡達(dá)到一定程度時(shí)，就是中臺興起的時(shí)機(jī)。

可以設(shè)想這么一個(gè)場景，現(xiàn)在市場有一個(gè)很好的業(yè)務(wù)機(jī)會(huì)，我們想抓住這個(gè)，進(jìn)行創(chuàng)新/試錯(cuò)。如果實(shí)現(xiàn)這么一個(gè)機(jī)會(huì)所需的資源投入需要從0到1占用20人4個(gè)月的時(shí)間，并且還面臨著無法實(shí)現(xiàn)預(yù)期、業(yè)務(wù)機(jī)會(huì)不正確等風(fēng)險(xiǎn)，那么這個(gè)創(chuàng)新/試錯(cuò)實(shí)在太高了，大多數(shù)企業(yè)都無法支持，從而任由機(jī)會(huì)流失。

但如果我們打造了一個(gè)很好的中臺，可以基于中臺只投入5人2周的時(shí)間建設(shè)產(chǎn)品并推向市場進(jìn)行創(chuàng)新/試錯(cuò)，再根據(jù)反饋進(jìn)行迭代，那么大多數(shù)企業(yè)應(yīng)該還是很樂意進(jìn)行這樣的創(chuàng)新/試錯(cuò)。

現(xiàn)在我們也正是基于我們的技術(shù)中臺和數(shù)據(jù)中臺等中臺能力進(jìn)行業(yè)務(wù)創(chuàng)新/試錯(cuò)，并打造了金融、零售等領(lǐng)域許多經(jīng)典的數(shù)據(jù)產(chǎn)品。

比如線下選址數(shù)據(jù)產(chǎn)品智選的數(shù)據(jù)層建設(shè)基本復(fù)用了我們數(shù)據(jù)中臺的位置域數(shù)據(jù)能力，數(shù)據(jù)中臺的數(shù)據(jù)能力現(xiàn)在已經(jīng)全部接入我們的數(shù)據(jù)服務(wù)商場（DMK）并以Service服務(wù)的形式對外輸出，因此只需要幾位工程師花幾天時(shí)間做DMK相關(guān)服務(wù)的調(diào)用和調(diào)整，花精力建好大中臺，從而以低成本進(jìn)行業(yè)務(wù)創(chuàng)新/試錯(cuò)。

（創(chuàng)新/試錯(cuò)：做對了就是創(chuàng)新，做錯(cuò)了就是試錯(cuò)。）

圖 數(shù)據(jù)服務(wù)商場（SDMK）相關(guān)服務(wù)

關(guān)于中臺最經(jīng)典的例子就是大家耳熟能詳?shù)姆姨m手游公司SuperCell了，雖然這家公司每年能創(chuàng)造15億美元稅前利潤，但只有不到200名員工。SuperCell就像是一個(gè)高產(chǎn)的游戲孵化器，在幾年內(nèi)開發(fā)出了10款以上的游戲，雖然大部分用于試錯(cuò)的游戲都在研發(fā)過程中被腰斬了，但最終呈獻(xiàn)給用戶的幾款游戲（《部落沖突》《卡通農(nóng)場》《海島奇兵》等）都是經(jīng)典中的經(jīng)典。

2014年馬云歐洲之旅參觀了Supercell， Supercell以最多不超過7個(gè)員工組成獨(dú)立的開發(fā)團(tuán)隊(duì)作為小前臺團(tuán)隊(duì)（內(nèi)部稱之為Cell），他們開發(fā)出的游戲看上去風(fēng)格迥異，卻存在許多共同之處：

• 在業(yè)務(wù)上，共通的東西包括支付系統(tǒng)、用戶系統(tǒng)等等。
• 在技術(shù)上，共同的東西包括游戲引擎，內(nèi)部開發(fā)工具等等。

而這些共通的資源，都可以由一個(gè)強(qiáng)大的“中臺”來提供。

圖 Supercell前中臺結(jié)構(gòu)示意

早期的阿里和其他公司一樣，在IT建設(shè)方面也是“煙囪式”的，由不同的技術(shù)團(tuán)隊(duì)支撐不同業(yè)務(wù)。比如淘寶、天貓、聚劃算這三大核心電商業(yè)務(wù)，在過去是三套獨(dú)立的系統(tǒng)，都建設(shè)了用戶、商品、交易、評價(jià)等業(yè)務(wù)功能，并且互相獨(dú)立，無法連接協(xié)同。

實(shí)際上，不只是阿里，這種重復(fù)投資、無法協(xié)同的獨(dú)立煙囪架構(gòu)，是目前國內(nèi)絕大多數(shù)企業(yè)信息化建設(shè)時(shí)所遇到的普遍問題。

一個(gè)公司是有很多員工都有想法的，這個(gè)想法能否落地通?？赡芤?jīng)歷立項(xiàng)、申報(bào)預(yù)算、評估投入產(chǎn)出比、研發(fā)周期、采購、營銷等多個(gè)環(huán)節(jié)，十分復(fù)雜且漫長。

所以阿里啟動(dòng)中臺戰(zhàn)略，在云計(jì)算架構(gòu)下，橫向打通各個(gè)業(yè)務(wù)系統(tǒng)。

構(gòu)建業(yè)務(wù)中臺，把各不同業(yè)務(wù)中的相同部分抽離出來，由中臺進(jìn)行統(tǒng)一管理，再把它們重新組合，分配給上線的新業(yè)務(wù)。這樣，新業(yè)務(wù)就能以模塊化的形式快速上線。

比如聚劃算的誕生就可以說的是國產(chǎn)中臺經(jīng)典案例：

當(dāng)時(shí)2010年市場上團(tuán)購業(yè)務(wù)蓬勃發(fā)展，阿里也想建自己的團(tuán)購平臺，但市場上已經(jīng)有了美團(tuán)、高朋等專業(yè)的團(tuán)購網(wǎng)站，面對先入者和新的業(yè)務(wù)模式，其實(shí)這對于阿里也是一次嘗試。

所以當(dāng)時(shí)阿里投入了產(chǎn)品、運(yùn)營、研發(fā)等10+人用了1月+就成功上線，而且跑得非常好。

為什么這么快？

因?yàn)?0%的東西不需要做了，中臺有現(xiàn)成的業(yè)務(wù)能力（用戶、商品、交易、評價(jià)等），直接調(diào)用就行了。上線后聚劃算展現(xiàn)了超出想象的流量吸力，阿里確定這個(gè)是重要流量入口后，大力投入，在14個(gè)月之后，這個(gè)10+人的小團(tuán)隊(duì)發(fā)展為600+人的事業(yè)部，與淘寶、天貓并駕齊驅(qū)。

構(gòu)建數(shù)據(jù)中臺，打通數(shù)據(jù)孤島，抽象公共模型，由中臺統(tǒng)一管理，提高數(shù)據(jù)處理效率。

天貓和淘寶都有各自買家的評價(jià)數(shù)據(jù)。在過去，淘寶和天貓的數(shù)據(jù)體系是沒有打通的。但實(shí)際上，二者在鑒別虛假評價(jià)時(shí)所使用的數(shù)據(jù)模型又是相同的。所以即便業(yè)務(wù)場景不一樣，但很多基礎(chǔ)數(shù)據(jù)模型和算法可以被重復(fù)使用。

建立中臺后：

1. 將公有化的那部分做沉淀，畢竟有太多的問題在各個(gè)地方都反復(fù)出現(xiàn)，每一次都有人掉入差不多的坑。公有化沉淀之后復(fù)用，形成中臺壁壘。
2. 剩下的就是將差異化的那部分做好。周期短、成本低，這樣大家就敢去創(chuàng)新。

回到阿里的案例，如果沒有高層的支持（馬云、行顛）、配套的組織（共享事業(yè)部和 2010 年對聚劃算流量的控制到現(xiàn)在的中臺團(tuán)隊(duì)）、創(chuàng)新的業(yè)務(wù)（淘寶、天貓、聚劃算到現(xiàn)在的新零售），那么也很難有現(xiàn)在的阿里大中臺。

即便中臺戰(zhàn)略落地了，每天的變更仍然頻繁，每天會(huì)產(chǎn)生眾多新的需求。比如新收購了一個(gè)公司或者新成立一條業(yè)務(wù)線，新的 IT 應(yīng)用如何融入到現(xiàn)有的中臺上來，讓中臺能力更豐富，這就是中臺能力持續(xù)進(jìn)化的過程。

圖 阿里巴巴云上數(shù)據(jù)中臺賦能業(yè)務(wù)運(yùn)行

中臺，幫企業(yè)把數(shù)據(jù)用起來，連通傳統(tǒng)IT架構(gòu)和各類數(shù)據(jù)，平衡前后臺矛盾，最終提升決策水平和業(yè)務(wù)表現(xiàn)，幫企業(yè)實(shí)現(xiàn)商業(yè)本質(zhì)。

中臺就是整合治理資源，降低成本提高效率，更好響應(yīng)前臺需求。

不僅僅是工具和方法論，更需要企業(yè)戰(zhàn)略及組織架構(gòu)等全方位的規(guī)劃和配合。

二、行業(yè)分析

本節(jié)主要全局概覽行業(yè)內(nèi)做中臺的主要公司。

圖 行業(yè)分析部分文章結(jié)構(gòu)

首先，我們引用愛分析的2019年數(shù)據(jù)智能行業(yè)圖譜，一圖概覽中臺主要公司。

（ps：對于愛分析的分類，肯定仁者見仁智者見智，包括我也有不一樣的觀點(diǎn)，但此圖能讓大家對行業(yè)有一個(gè)基本的認(rèn)識，故在此引用。）

圖 愛分析2019年數(shù)據(jù)智能行業(yè)圖譜

01 主流互聯(lián)網(wǎng)公司

目前中臺概念的火爆主要就是源于主流互聯(lián)網(wǎng)公司的中臺相關(guān)建設(shè)：

2018年9月，騰訊宣布新成立云與智慧產(chǎn)業(yè)事業(yè)群（CSIG）和技術(shù)委員會(huì)，技術(shù)委員會(huì)將負(fù)責(zé)打造技術(shù)中臺。

2018年11月，阿里云事業(yè)群升級為阿里云與智能事業(yè)群，并開始對外輸出中臺能力。

同月，美團(tuán)被曝正在打通大眾點(diǎn)評、摩拜等各業(yè)務(wù)間的數(shù)據(jù)，構(gòu)建數(shù)據(jù)中臺。

2018年12月，百度調(diào)整組織架構(gòu)，王海峰同時(shí)負(fù)責(zé)基礎(chǔ)技術(shù)體系（TG）和AI技術(shù)平臺體系（AIG）。此后，王海峰在公開場合表示，打造技術(shù)中臺是百度調(diào)整組織架構(gòu)的戰(zhàn)略方向之一。

同月，京東進(jìn)行有史以來最大組織架構(gòu)調(diào)整，增設(shè)中臺部門，京東商城CEO徐雷還在去年年會(huì)上強(qiáng)調(diào)：要將中臺提升為“永不停歇”的超級引擎。

2019年3月，字節(jié)跳動(dòng)被曝正在搭建“直播中臺”，抖音、西瓜、火山視頻3款A(yù)PP未來將共用技術(shù)和運(yùn)營團(tuán)隊(duì)。

2019年5月，騰訊宣布將進(jìn)一步開放數(shù)據(jù)中臺和技術(shù)中臺。其中，數(shù)據(jù)中臺包括用戶中臺、內(nèi)容中臺、應(yīng)用中臺等；技術(shù)中臺包括通信中臺、AI中臺、安全中臺等。

其他相關(guān)內(nèi)容在此不一一枚舉。

圖 主流互聯(lián)網(wǎng)公司的中臺建設(shè)歷程

阿里可以算是互聯(lián)網(wǎng)公司里中臺的鼻祖了，早在2015年12月，阿里巴巴集團(tuán)CEO張勇就宣布啟動(dòng)中臺戰(zhàn)略。成為中國乃至全球第一家踐行中臺戰(zhàn)略的大型互聯(lián)網(wǎng)公司。阿里中臺起步早，發(fā)展相對成熟，同時(shí)明確表示要對外輸出中臺，并已經(jīng)做出了許多經(jīng)典案例。

圖 阿里云墨跡天氣案例

02 大數(shù)據(jù)公司

典型的如我們TalkingData正在著力打造我們的中臺（技術(shù)中臺、數(shù)據(jù)中臺），強(qiáng)調(diào)數(shù)據(jù)和科技。

還有很早旗幟鮮明地提出要做數(shù)據(jù)中臺，像數(shù)瀾，以及后續(xù)漸漸進(jìn)入或被人歸為這個(gè)賽道，如北交云、袋鼠云、奇點(diǎn)云等。

圖 TD數(shù)據(jù)中臺價(jià)值定位

數(shù)據(jù)中臺型：

在數(shù)據(jù)中臺領(lǐng)域深耕的，這里可以根據(jù)自身是否有數(shù)據(jù)源將公司分為兩類：

• 第一類是自身沒有數(shù)據(jù)源，幫助客戶搭建數(shù)據(jù)中臺并服務(wù)于客戶的公司，典型的如數(shù)瀾、滴普等公司。
• 第二類是自身有數(shù)據(jù)源，并形成三方數(shù)據(jù)中臺并服務(wù)于客戶的公司，典型的如我們TalkingData和個(gè)推、極光等公司。

現(xiàn)在第二類公司也開始慢慢涉及第一類公司的業(yè)務(wù)，即幫助客戶搭建數(shù)據(jù)中臺并服務(wù)于客戶的公司。因?yàn)樽陨碛袛?shù)據(jù)源、自己內(nèi)部有數(shù)據(jù)團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)，有大量的內(nèi)部需求來迭代中臺產(chǎn)品，因此做第一類公司的業(yè)務(wù)只是一個(gè)“數(shù)據(jù)中臺對外”的問題，同時(shí)產(chǎn)品因?yàn)閳鼍岸嘁哺吒偁幜Α?/p>

技術(shù)中臺型：

在技術(shù)中臺領(lǐng)域深耕的：

這一塊根據(jù)平臺特性細(xì)分，玩家很多：

• 主攻用戶行為分析平臺，如神策，
• 主攻數(shù)據(jù)科學(xué)平臺，如第四范式，
• 其他等等~

業(yè)務(wù)中臺型：

在業(yè)務(wù)中臺領(lǐng)域深耕的：

很少有大數(shù)據(jù)公司一開始就直接切入企業(yè)的業(yè)務(wù)中臺，大部分都由技術(shù)中臺和數(shù)據(jù)中臺公司演化而來。

一般都從行業(yè)應(yīng)用切入，在服務(wù)大量垂直行業(yè)客戶并掌握場景需求后，逐步形成業(yè)務(wù)中臺能力。

從客戶價(jià)值的角度來看，業(yè)務(wù)中臺最接近業(yè)務(wù)場景，實(shí)現(xiàn)技術(shù)賦能，按照效果計(jì)費(fèi)，客戶價(jià)值較高。

比如我們切入垂直行業(yè)餐飲銷量預(yù)測領(lǐng)域，幫助世界頂級餐飲集團(tuán)百勝 (YUM)旗下肯德基做銷量預(yù)測，通過銷量預(yù)測解決肯德基采購和人員排班問題，節(jié)省成本每年億級別，受到一線餐廳經(jīng)理的熱烈歡迎，集團(tuán)十分認(rèn)可。我們也打造了近實(shí)時(shí)生產(chǎn)決策的標(biāo)桿項(xiàng)目，同時(shí)沉淀零售餐飲行業(yè)銷售預(yù)測領(lǐng)域知識并積累算法模型大規(guī)模工程部署經(jīng)驗(yàn)。

圖 TD銷量預(yù)測系統(tǒng)示意

03 傳統(tǒng)軟件服務(wù)商

這部分公司主要是傳統(tǒng)軟件服務(wù)商中的佼佼者，老一代IT架構(gòu)的建設(shè)者，如金蝶、用友等。

圖 用友全域中臺

三、需求分析

本節(jié)將進(jìn)行需求分析，分析中臺的主要用戶及使用場景。

圖 需求分析部分文章結(jié)構(gòu)

中臺的主要用戶可以分為生產(chǎn)者、消費(fèi)者、監(jiān)管者三大類群體。

生產(chǎn)者主要指我們的數(shù)據(jù)團(tuán)隊(duì)，包括數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師等，他們將使用我們中臺數(shù)據(jù)工具生產(chǎn)數(shù)據(jù)，具體場景包括數(shù)據(jù)分析、數(shù)倉規(guī)劃、開發(fā)運(yùn)維、算法開發(fā)、資產(chǎn)管理與運(yùn)營、數(shù)據(jù)安全與合規(guī)管理等。（ps：其中不同的數(shù)據(jù)生產(chǎn)場景將使用我們不同的數(shù)據(jù)工具。）

對于生產(chǎn)者，他們想要的是高效治理數(shù)據(jù)資產(chǎn)。

正如之前提到的，煙囪式數(shù)據(jù)體系造成數(shù)據(jù)調(diào)用混亂、口徑不統(tǒng)一、質(zhì)量參差不齊、建設(shè)和維護(hù)的重復(fù)，造成人力、物力、時(shí)間等資源的浪費(fèi)和前端使用不便。

這正是生產(chǎn)者（組織中臺）+中臺（數(shù)據(jù)、技術(shù)）需要重點(diǎn)解決的問題，我們SDK采集等數(shù)據(jù)主要是移動(dòng)互聯(lián)網(wǎng)等數(shù)據(jù)，因此我們將應(yīng)用統(tǒng)計(jì)分析、游戲運(yùn)營分析、移動(dòng)廣告監(jiān)測等幾條業(yè)務(wù)線等數(shù)據(jù)統(tǒng)一規(guī)劃，通過原子標(biāo)簽體系開放出設(shè)備、APP、位置、wifi等幾個(gè)主題域的相關(guān)數(shù)據(jù)集數(shù)據(jù)集供前端使用。打破煙囪，降本增效。

圖 TD原子標(biāo)簽體系

消費(fèi)者主要指我們的業(yè)務(wù)團(tuán)隊(duì)，包括BD、咨詢、運(yùn)營、商業(yè)分析師乃至管理層（CEO、CFO、CTO等），他們將消費(fèi)我們生產(chǎn)者精心準(zhǔn)備的數(shù)據(jù)，結(jié)合業(yè)務(wù)直接運(yùn)用數(shù)據(jù)最大程度發(fā)揮數(shù)據(jù)的價(jià)值。對于不同消費(fèi)者，數(shù)據(jù)應(yīng)用的訴求和場景很多。

對于管理層（CEO、CFO、CTO等），他們想知道自己有多少數(shù)據(jù)資產(chǎn)，分布情況怎么樣，ROI怎么樣，趨勢怎么樣，他們想要準(zhǔn)確評估及合理應(yīng)用數(shù)據(jù)資產(chǎn)，做好企業(yè)戰(zhàn)略管理。

對于一線業(yè)務(wù)人員，他們不關(guān)心到底有多少張數(shù)據(jù)表以及底層實(shí)現(xiàn)，他們只關(guān)心自己對應(yīng)的業(yè)務(wù)，比如會(huì)員數(shù)據(jù)這類具體業(yè)務(wù)主題域的數(shù)據(jù)，他們想要的是可以清晰查看并快速使用我們的數(shù)據(jù)資產(chǎn)，并解決業(yè)務(wù)問題創(chuàng)造數(shù)據(jù)價(jià)值，傳統(tǒng)行業(yè)借助數(shù)據(jù)進(jìn)行經(jīng)營管理和分析。

正如之前提到的，沒有前臺何來中臺，中臺將賦能前臺，前臺將直接享受我們中臺的成果，可以快速查看并使用我們的數(shù)據(jù)資產(chǎn)，業(yè)務(wù)平臺可以很方便等調(diào)用我們的主題服務(wù)，一個(gè)個(gè)完整等主題服務(wù)可以很方便等供我們等客戶和合作伙伴使用，咨詢等業(yè)務(wù)人員可以很方便的提取高質(zhì)量數(shù)據(jù)進(jìn)行營銷投放、競品分析等解決方案的制定。

圖 TD中臺業(yè)務(wù)場景的實(shí)現(xiàn)過程

監(jiān)管者包括公司內(nèi)部法務(wù)等相關(guān)團(tuán)隊(duì)、App開發(fā)者、個(gè)人信息用戶、國家相關(guān)部門（網(wǎng)信辦、工信部、公安部等）。這部分用戶更關(guān)注數(shù)據(jù)資產(chǎn)安全合規(guī)問題。

在這一部分，一方面從法務(wù)角度我們結(jié)合法規(guī)確定了SDK開發(fā)者協(xié)議、隱私政策、服務(wù)條款，另一方面從中臺角度我們?nèi)?biāo)識化用戶并圍繞數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)匯聚、數(shù)據(jù)使用、數(shù)據(jù)刪除等一系列流程進(jìn)行數(shù)據(jù)保護(hù)。中臺健全的數(shù)據(jù)安全管理體，包括信息分級分類、加密保存、數(shù)據(jù)訪問權(quán)限劃分，指定內(nèi)部數(shù)據(jù)管理制度和操作流程。

圖 TD數(shù)據(jù)分級管理策略

四、商業(yè)分析

本節(jié)將分析中臺商業(yè)模式。

圖 商業(yè)分析部分文章結(jié)構(gòu)

商業(yè)模式可以分兩大類，長遠(yuǎn)戰(zhàn)略和直接盈利。

長遠(yuǎn)重戰(zhàn)略，我賣中臺但不靠中臺賺錢，中臺只收個(gè)成本價(jià)甚至免費(fèi)，我在其他地方賺錢，賣了中臺后，我占了一個(gè)入口或者獲得一個(gè)資質(zhì)，講戰(zhàn)略做長線。這部分內(nèi)容在此不做展開。

現(xiàn)在資本市場不景氣，企業(yè)需要有造血能力，才能生存并進(jìn)一步發(fā)展。

本節(jié)主要討論直接盈利。

現(xiàn)在大部分公司的中臺都在建設(shè)中，主要還是服務(wù)于內(nèi)部用戶，建中臺的目的還是在降本增效，降低成本賦能前端，間接產(chǎn)生商業(yè)價(jià)值，在此不做展開。

本節(jié)重點(diǎn)更聚焦討論在正式對外售賣中臺的場景里，中臺的商業(yè)模式是什么。

商場變化莫測，玩法很多，但萬變不離其宗，我們從中臺的本質(zhì)開始分析。

中臺包括業(yè)務(wù)中臺（應(yīng)用）、技術(shù)中臺（平臺）、數(shù)據(jù)中臺（數(shù)據(jù)）、組織中臺（人），對應(yīng)的商業(yè)打法可以單獨(dú)售賣，也可以結(jié)合打包售賣。具體怎么賣，綜合客戶需求和自身ROI等隱私考慮。

01 先說幾種打法打打樣

（1）只賣技術(shù)中臺（平臺）

這種模式在國內(nèi)比較少，在國外做的比較好的是Dataiku，賣你一個(gè)數(shù)據(jù)科學(xué)平臺，在你這私有化部署一套，純賣軟件，其他不管。

這樣的好處是邊界很清晰，成一單就收一單的錢，后續(xù)實(shí)施維護(hù)等成本較低。

但缺點(diǎn)也很明顯，正如我提到的，在國內(nèi)比較少，因?yàn)楝F(xiàn)在純賣軟件的時(shí)代已經(jīng)慢慢過去了，主要原因：

• 客戶更關(guān)心你能去解決具體的業(yè)務(wù)問題，純買一個(gè)技術(shù)中臺，上不碰業(yè)務(wù)中臺（應(yīng)用）下不碰數(shù)據(jù)中臺（數(shù)據(jù)），很難找到合適的場景切入，后續(xù)客戶要解決業(yè)務(wù)問題還有很多事情要做。
• 純賣軟件，陷入惡性價(jià)格戰(zhàn)，最終大家都不掙錢。

圖 Dataiku產(chǎn)品截圖

（2）只賣業(yè)務(wù)中臺（應(yīng)用）

只有真正為客戶解決問題，客戶才更愿意為此付費(fèi)。因此，從業(yè)務(wù)切入是一個(gè)不錯(cuò)的選擇。

切業(yè)務(wù)，打法也有很多。

1）賣一個(gè)應(yīng)用平臺SAAS，比如專注線下選址場景的應(yīng)用平臺智選，為新零售、銀行等行業(yè)提供門店選址、商圈洞察、潛客濃度探索等服務(wù)，在量化數(shù)據(jù)的基礎(chǔ)上，為選址的開、停、并、轉(zhuǎn)研究場景提供決策支持。

圖 TD智選產(chǎn)品截圖

2）賣一個(gè)數(shù)據(jù)服務(wù)DAAS，比如欺詐風(fēng)險(xiǎn)偵測模型服務(wù)，專注于為客戶解決現(xiàn)金分期中貸前欺詐風(fēng)險(xiǎn)識別問題。

圖 欺詐風(fēng)險(xiǎn)服務(wù)調(diào)用演示

具體打法還很多，在此不一一展開。

02 整體梳理一下中臺商業(yè)模式

說了幾種具體打法后，在整體梳理一下中臺商業(yè)模式，可以單賣/組合應(yīng)用（業(yè)務(wù)中臺）、平臺（技術(shù)中臺）、數(shù)據(jù)（數(shù)據(jù)中臺）、人（組織中臺）設(shè)計(jì)商業(yè)模式以進(jìn)行盈利。

（1）賣業(yè)務(wù)中臺

• 賣業(yè)務(wù)平臺SAAS，主要是軟件付費(fèi)模式。
• 賣數(shù)據(jù)服務(wù)DAAS，主要是服務(wù)調(diào)用計(jì)量計(jì)費(fèi)。
• 賣解決方案，按解決方案價(jià)值計(jì)費(fèi)

（2）賣技術(shù)中臺

1）賣數(shù)據(jù)平臺PAAS，技術(shù)中臺中的一個(gè)個(gè)數(shù)據(jù)平臺PAAS又可以進(jìn)行單賣/組合。

技術(shù)中臺里的數(shù)據(jù)平臺包括但不限于數(shù)據(jù)分析平臺、數(shù)據(jù)目錄平臺、數(shù)據(jù)提取平臺、模型自動(dòng)化平臺、行為分析平臺、AB測試平臺、BI平臺、營銷平臺等等。

每一個(gè)數(shù)據(jù)平臺，又可以按功能模塊及能力進(jìn)行單賣/組合。

圖 阿里云DataWorks版本及收費(fèi)標(biāo)準(zhǔn)

2）基礎(chǔ)設(shè)施IAAS，因?yàn)閿?shù)據(jù)平臺底層依賴存儲(chǔ)及計(jì)算資源，因此對應(yīng)這類資源服務(wù)類商品還需進(jìn)行計(jì)費(fèi)，對應(yīng)的收費(fèi)方式包括包年包月（資源包、獨(dú)享資源）、按量付費(fèi)。

選擇不同地區(qū)不同規(guī)格等機(jī)器和不同等帶寬又會(huì)有對應(yīng)等計(jì)價(jià)標(biāo)準(zhǔn)：

圖 云物理服務(wù)器 產(chǎn)品規(guī)格及價(jià)格示意

（3）賣數(shù)據(jù)中臺

可以賣支撐數(shù)據(jù)中臺的數(shù)據(jù)平臺，這部分可以參考技術(shù)中臺。

可以賣數(shù)據(jù)，賣數(shù)據(jù)集、模型、服務(wù)，這部分需要慎重考慮合法合規(guī)問題，最佳等數(shù)據(jù)輸出方式還是數(shù)據(jù)服務(wù)DAAS，這部分可以參考業(yè)務(wù)中臺。

（4）賣組織中臺

組織中臺不會(huì)單獨(dú)售賣，它滲透在業(yè)務(wù)中臺、技術(shù)中臺、數(shù)據(jù)中臺中。

業(yè)務(wù)解決方案等包裝、業(yè)務(wù)平臺和數(shù)據(jù)平臺的部署和實(shí)施，數(shù)據(jù)建設(shè)和規(guī)劃等等都離不開人（組織中臺）。

結(jié)語

以上，從市場、行業(yè)、需求、商業(yè)等角度對中臺進(jìn)行了整體分析。

至此，《中臺產(chǎn)品面面觀（1）》告一段落。后續(xù)報(bào)告將兼顧深度和廣度，串聯(lián)起數(shù)據(jù)、技術(shù)、業(yè)務(wù)三大中臺，進(jìn)行進(jìn)一步分析。

深度主要是側(cè)重于完成整個(gè)中臺完整實(shí)踐，產(chǎn)品包括工具產(chǎn)品、方法論產(chǎn)品、數(shù)據(jù)產(chǎn)品，并將其結(jié)合落地最佳實(shí)踐，數(shù)據(jù)平臺型產(chǎn)品包括于DataWorks、DataPhin、Data Science Studio、Data Catalog、Data ATM等，數(shù)據(jù)治理型產(chǎn)品包括線下消費(fèi)標(biāo)簽、原子標(biāo)簽、智能招商模型等，數(shù)據(jù)方法論型產(chǎn)品包括OneData、OneService等。

廣度主要是側(cè)重于分析國內(nèi)外Top中臺公司的相關(guān)產(chǎn)品，包括阿里、華為、百度、騰訊、網(wǎng)易、京東、TalkingData、數(shù)瀾、Teradata、Microsoft、Google、Amazon、IBM等。

很多人會(huì)高估中臺的短期價(jià)值，但低估中臺的中長期價(jià)值。

中臺之路，路漫漫其修遠(yuǎn)兮，吾將上下而求索。

作者：xingquan.he。TalkingData高級數(shù)據(jù)產(chǎn)品經(jīng)理，熱愛產(chǎn)品&數(shù)據(jù)&技術(shù)，不斷挑戰(zhàn)自我。

本文由 @楚權(quán)?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。