公司让我一个人干数据中台，是不是可以准备找下家了

大数据群里，有个哥们问了下面这样一个问题，让刚刚阳康返工的群友们笑的心跳加速，直接炸锅。

开工有惊喜

一个人搞一个数据中台！这是啥神仙领导做出来的决策？是发烧的时候拍脑袋定的吗？热心的群友也都给出了自己的建议。

群友的建议，哈哈

“给领导一个成长的机会”——你是懂职场的。

1、怎么就能一个人干中台了？

其实闹出这样的笑话，主要是因为“数据中台”成为顶流明星多年，被打造成推进数字化转型成功的绝世神功，不管大小企业都知道“数据中台”，但它到底是什么？绝大多数人人云亦云而不知所云。

国内数据中台市场规模持续扩大

“数据中台”本来就是技术进入市场创造衍生出的新概念，一方面每个厂商围绕自己的产品都有不同的定义，另一方面新概念自身也在不断发展完善。

2012年6月…不久后One Service体系的前身-OpenAPI被提出…向上连接OpenAPI提供服务，这样既实现了数据的标准化和规范化，又实现了统一服务…

——《阿里巴巴云上数据中台之道》邓中华

以最早提出“数据中台”的阿里为例，首发版的核心概念是“统一API”/“Open API”，后面才改成了One Model、One ID、One Service三位一体的One Data体系。（数据中台的详细介绍见《数据中台建设必知》系列文章，此处就不赘述了）

数据中台实现路径

这两年为了迎合中小企业上中台，“拆中台”的观点甚嚣尘上，“中台是一个小系统、一个人就能搞定、半个月能上线”的奇葩理解就诞生了。

2、数据中台是“葵花宝典”吗？

全球企业数字化转型以来，各种数据产品确实提高了企业的运营效率，但又出现了指标口径不一致；取数效率低、需求响应时间长；数据质量差、数据难以应用等新问题，所以数据中台出现在历史舞台上。

但数据中台也有其弊端，因为数据中台的建设离不开系统支撑，研发系统需要投入大量的人力，而这些系统是否能够匹配中台建设的需求，还需要持续打磨。另外一方面，面对大量的数据需求，要花费额外的人力去做指标梳理、数据模型的重构。

所以数据中台需要经历长期、分阶段的逐渐建设过程，需要大量人力、财力和时间的投入。对大公司来说，它可能确实是有用的“葵花宝典”；但对小公司来说，可能自宫阶段都熬不过去，就不要说神功练成了。

是否要上中台，大家可以看看自己的公司是否符合下面三点：

你的企业是否有大量的数据应用场景？数据中台本身并不能直接产生业务价值，其本质是支撑快速地孵化数据应用。大量的数据应用场景是引入数据中台的前提。

面对大量的开发，你还不知道如何提高开发效率，数据经常出问题而束手无策，老板还要求你控制数据的成本。

你的企业无法快速响应新场景的各种需求，诸如用户流失情况、用户选品偏好、供应链管控等，不知道如何通过数据实现精益运营，提高企业的运营效率。

3、破局：从数据服务开始做“中台”

公司要搞数据中台是想推进数字化转型。一方面，数字化转型的落脚点还是数据服务——数据资产活起来，用起来，用的好才是转型最核心的目标。另一方面，数据服务是数据中台的一部分，也是能最快让公司看到效果的部分，做好数据服务慢慢倒推其他部分的发展才是最合适的选择。

怎么做数据服务呢？以现在市面上最好的数据服务（DaaS）平台为例。

首先：针对大多数公司云、数据库碎片化问题，DaaS平台支持管理所有主流数据库和数据平台，这样就解决了公司缺乏覆盖全业务部门数据资产的统一平台的难题。

支持所有主流数据库，纯自主研发

此外DaaS平台技术体系完全开放，因此公司可以延用最适合自己的业界产品，无需改变已有数据框架，有新的业务系统拓展也能轻松兼容，这样就将前期测试、上线、乃至后续维护的成本降到了最低。

数据服务平台最主要的功能就是数据服务快速开发，技术人员能几分钟开发一个数据API，即使是业务人员也能根据自己的取数需求采用无代码配置的方法快速生成简单可用的数据API。

数据服务快速开发——数据资产轻松消费

配合数据市场存放已开发过的数据API以及配套的全局权限管理和数据API使用分析功能，能在保证数据安全的前提下，让整个公司的数据资产流动起来，轻松利用。

用户分析：发现公司哪些数据资产最为重要

此外：DaaS平台还支持元数据管理和数据治理。

通过目录和标签的不同的形式和组合帮助用户快速地标注数据，提高数据资产的能力。
类Google式搜索功能方便数据用户快速、直观地搜索并定位所需元数据，提高了数据使用效率。
不仅有数据探查、质量报告等功能提高数据治理水平，而且能通过数据服务的使用反向促进关键数据的治理。
这样的数据服务平台已经能解决所有中小企业现阶段的数字化需求，而且能让大企业的数据服务更上一层楼，像一汽大众、中国航天、国家电网都也都选择了数据服务平台。

最后：如果是你的领导让你一个人做一个数据中台，你会怎么办呢？欢迎在评论区讨论。