数据|Gartner：组装式数据和分析架构指导数据中台未来( 二 ) 辅助系统|长城汽车|摩卡noh|驾

“Gartner在2020年第一次发布了对于‘中台’的市场成熟度或其市场渗透率的报告，把它称之为‘技术成熟度曲线’。数据中台是在‘技术成熟度曲线’的炒作的顶峰时，大量厂商在用这样一个名词售卖自己的产品。”
孙鑫还告诉数据猿：“有些厂商可能本来是做数据库的，说自己是做中台的。有些本来是做前端商业智能平台的，也说自己是做中台的。市场‘炒作’的声音非常响，对于真正需要的客户，反而在这个喧嚣的市场中找寻真实有效、可以解决自己问题的‘中台’变得特别困难。”
看技术：数据中台真正需要的方案
过去企业决策时大多是“拍脑袋”，可现在大部分企业需要大量数据参考辅助。每一个小决策连接起来都会变成一个大决策。做决策因此不再是一个人的事情，而是一个团队的事情，这样就是数据智能化。
那么怎么做数据智能呢？数据中台能完成数据智能这个使命吗？
“理想化的数据智能是：第一，企业的数据、决策将会由更相关的小角色的决定而影响。第二，前一个决策会影响后一个决策，后一个决策会影响到更后面的决策，决策会变得更连续。第三，决策更具情境化。每一个部门、每一个团队所拥有的业务属性是不同的。企业不再可以通过一个‘一码通吃’的模型进行决策，所以需要通过更具情境化的分析能力进行辅助。”
孙鑫表示数据智能化的情境对中台也提出了更高要求。它是否能够连接更复杂的数据源？是否能够根据用户需求给予更具情境化的数据？是否可以根据用户需求，以更连接的形式、更连续的形式、更快速的形式，给予决策者想要的数据？这些都对中台的要求越来越高，也正因如此，Gartner首次提出了组装式数据分析架构。
“组装式数据分析其实是有一个基础的，就是数据编织。这个数据编织是帮助企业织起一张虚拟的网，对企业所有的数据进行虚拟化。但这个虚拟化不是单纯地把数据关联在一起，而是更具情境化地利用知识图谱的能力对数据进行编织。这个编织会涵盖每一个数据消费行为相关的信息，这些数据消费行为是企业的元数据。这个知识图谱也不仅仅建立在企业的数据本身、而是建立在这些数据消费行为上。而且，如果企业想打通不一样的系统，也可以使用数据编织。它并不是要把数据全部收集在一起，而是对数据进行更好的关联、从而能够服务不同用户，帮助用户在合适的时间获得合适大小的数据，并且根据用户需求来及时提供。”孙鑫具体解释道。
侃未来：数据中台的新方向
“组装式数据分析正在塑造数据分析应用的未来。”孙鑫斩钉截铁地表示。
底层依赖于Gartner提到的数据编织设计模式，上一层是企业已购买的类似于“报表平台、分析工作站、自助式分析平台”或“数据科学平台”，未来的用户体验不再是这些技术平台，而是能力平台。这些能力平台被“微服务”容器化，它高度的开放性确保用户“上”到中台后可以得到一个组装式体验，用户未来只是说“我需要什么样的能力，然后在中台上找到，再后对能力进行组装，从而完成各自业务领域想要的数据产品或分析产品。
【数据|Gartner：组装式数据和分析架构指导数据中台未来】并且“组装式数据分析”会涵盖一个概念——DevOps。随着快速搭建应用或快速建立数据产品需求的上涨，企业可以把DevOps实践放到数据相关的应用上，把自己过去从应用开发中用到的一些实践，如版本控制、持续集成、持续开发这种能力，放到数据相关的应用开发中，这样可以让用户快速地从测试阶段走向生产阶段。