2B数据中台-实践探索 (螺旋黑洞模型-简介)

引言 - "数据中台"近2年很热，但很多中台文章基本上都是围绕 BAT等"互联网"类型的公司, 这些企业和传统企业建“数据中台”还是有一定差别的。最近也参与了一些“中台”有关的探讨和分享，陆续把相关内容记录在此，一方面和更多人交流分享，另一方面便于日后梳理完善。

相对来说，
做 2B 要比 2C 更难 （客户层级结构、决策链等要更加复杂）；
做 数据中台/数据应用功能， 要比 做常规的 IT应用功能 更难。

正因为如此，中台失败率比较高，“数据中台”失败率会更高，尤其是公司业务涉及2B客户的数据中台，要真正实现落地、产生业务价值，更是难上加难。

- 数据中台怎么做，相对会顺利一些?

“数据中台"是个复杂系统工程，基本上很难做到一次成型、全面落地； “先看清全盘、局部切入、循序渐进”，则相对靠谱。个人认为，把下述2方面结合起来，可以大大增加胜算:
A. 参考TOGAF等相对科学的方法论： 业务战略 -> 业务架构 ->数据架构 ->应用架构 ->技术架构；
（强调1点: IT最终还是要给业务服务, 相关中台负责人要"以终为始”、先从业务出发、从客户出发… 有很多公司,以IT为主导推动"数据中台” 或 “数字化转型”, 往往容易导致 “IT自嗨”、感觉良好，但实际贡献价值很小、ROI差、业务并不认可。）

B. 参考“螺旋黑洞模型”： 以MVP方式切入，实现速赢（战术级支持） -> 扩大产品范围（战术级支持） -> 寻找时机，上升到战略级支持。

这里重点分享一下，基于近4年数据中台实践所感悟的 - “螺旋黑洞模型”：

在上图中的 “螺旋黑洞模型”，大概分了3个环进行示意:

第1环，就是要采用 “精益化”的理念 （借鉴Thoughtworks），通过 MVP实现速赢，快速获得业务高层的初步信任和认可；

---

补充说明"MVP"切入点如何选择 -
要真正利用数据驱动业务，需要先梳理清楚 业务战略和业务架构；
再根据业务架构，去考虑 需要哪些 关键“结果性指标”；
接着基于业务需要的结果性指标，再看 涉及哪些 “过程性指标”；

然后以"结果性指标"、“过程性指标”为指导（判断业务价值），结合 实际业务场景、stakeholder情况 及 数据、技术相关准备度等因素，进行综合考虑。按照 二八原则，找出有价值 、有钱做、也有可能做成的事，选出1~2件，作为 MVP 潜在切入点…

---

第2环，进一步扩大产品功能的范围，拉通更多数据，实现更多的数据应用。
（到了这一步，基本上就找到了"用数"的感觉 - 数据越来越多，数据越用越活…）

第3环，真正从战略层面，去解决和优化 biz fundation相关的问题，进而有力支撑 业务模式升级。（前面2步，主要是如何快速把已有数据拉通，并利用起来； 到了第3步，需要想办法利用业务及技术手段去“产生高价值数据”，去创造和积淀 与biz fundation有关的 核心数据资产，进而升级优化业务、构建核心竞争力。）

---

附注: 之所以在上方图片中强调 “黑洞”2个字，是因为 “2B数据中台”的门槛很高、失败率很高 - “需求理解不透彻”，“解决方案不到位”，“开发实施有缺陷”，“产品无法落地”，“运营机制不成熟”… 任何1个环节做得不到位，业务价值 就出不来，ROI 就无法保障。所以对于数据中台 或 数据智能化转型 相关的产品/项目，面临的风险和“坑”很多，要想真正出效果，对中台团队的要求会很高 - 需要确保方向正确、思路可行，而且每一步都踩得很扎实。