中台学习总结
admin
2023-09-09 01:00:40
0

基本定义

企业级能力复用平台。至少包含多条业务线或服务多个前台产品/团队。把企业全局视角、跨业务线的能力沉淀。以服务的方式提供的共享能力,其他不同层次的共享如函数、类库。相应的,用户直接使用的网站、app、微信公众号称为前台,强调交互及稳定交付的组织能力建设,对应各个业务部门/团队。




中台的位置:粉色部分

中台的契机与解决的问题

  • 解决内部系统问题,如重复开发、数据孤岛、烟囱林立等。
  • 云和中台是对传统行业很好的切入点,去参与传统企业数字化转型/toB/产业互联网;
  • 通过中台把能力进行复用和沉淀,降低成本,缩短试错和创新周期,快速响应用户的需求。从而更好的服务企业战略。

中台类型和常见组合

  • 业务中台:封装着为了保障业务顺利开展所需要解决的必要问题空间的解决方案,常见的必要元素如公共逻辑层(支付/短信/交易/会员中心)、网关、数据访问层。当有新产品要开发时,采取搭积木的方式,选取适合的业务模块,在上层编写产品业务逻辑即可。通过抽象,封装可复用的逻辑,提升企业的响应力。将各个前台系统业务层面的公共能力下沉至中台(作为服务)并做好服务连接,又可以将后台系统中需要频繁变化或是需要被前台直接使用的业务能力提取到中台层(去ERP/后台化)。适配后台的稳定和前台的灵活,以服务的方式提供的共享能力。

    业务中台也业务的关系长期是讨论的焦点,根据中台对前台业务的支持与参与度不同会产生不同的中台建设路径。常见的有“更偏向工具”和“更偏向业务”两种建设思路。

    • 更偏向工具:偏极端点的是中台工具化,即将中台作为工具平台来建设。由于工具的通用能力强,抽象层度高,可适应各行各业的企业。可只专注技术相关的问题,而无须关注和了解企业本身的业务。偏温和一点的是把业务能力做薄,更多地关注与“业务无关”的能力建设,比如稳定性、性能、监控、运维工具等非功能属性。通过组件化、方案库等赋能。避免侵入业务。同时,由于中台不仅是对企业内部开放,根据不同的战略可能也要对企业外部开放。偏工具化的建设思路更有利于自有系统变为开放式平台。但是正由于工具无法深入业务场景,也不内含业务能力,导致中台不能沉淀业务,从而使中台开发人员与业务方沟通不顺畅,中台方无法直接为业务赋能。
    • 更偏向业务:中台更多的参与业务,参与业务方的数据模型讨论、流程设计等,并将其变成系统实现。中台研发人员参与业务建设,符合中台为业务服务的目的,而且中台的能力也是通过业务沉淀下来的。数据中台和业务鱼水交融。但是如果过分与业务团队耦合,无法更专注于对中台技术的深入研究。过分关注业务,容易丢失中台的抽象度、适配性,导致无法很好地适应其他相关业务的要求和变化,无法很好的对新业务进行支持,从而丢失了建设中台的初衷。且假若中台开放,也意味着中台需要支持个性化需求,过度的耦合使中台难以留出足够灵活的扩展点,进而难以进行定制化扩展。这样的中台更像职能或后台部门。

上诉两种建设思路,并不存在哪一种更正确,不同企业、不同阶段都有不同的战略,业务中台的建设应更多的阶段所在企业的战略和业务情况,在一个长期的业务理解和系统建设过程中找到平衡。

  • 数据中台:有较多数据应用的场景,需要在众多产品线中形成数据共享和复用的企业适合建设中台。企业不同业务线烟囱式的开发导致不同业务/应用之间的数据是割裂的,相同名称的指标业务口径不一致或或者相同口径名称不一样,展示结果不一致,导致运营时指标使用困难,运营难度大。例如两个数据产品一个包含税,一个不包含税,它们相同的一个指标名称都是销售额,结果却不一样。

    数据中台通过打通企业的数据,包括业务系统/第三方ERP和CRM,消解跨部门的数据墙,提升数据应用能力,沉淀企业数字资产。以通用的 API服务接口的方式,对外提供诸如用户画像、数据治理、数据资产管理等数据服务。提高了数据应用接入和管理的效率。数据中台的存活必须要依赖业务的口碑和认可。通过可持续“让企业的数据用起来”,构建一套持续不断把数据变成资产并服务于业务的机制。使数据可见、可用、可运营,通过数据中台把数据变成一种服务能力,提供普惠的数据服务。

    数据中台核心的建设理念是 "OneData OneService"。

    OneData 是指将数据按照主题(域)与层次统一管理,规范指标和表命名,做到全企业只有一份统一管理的数据。确保对同一个指标(即使应用场景和部门不同),只有一个业务口径,只加工一次,数据来源相同。保证数据完整性和复用性。本质上是要实现公共计算逻辑的下沉和复用。

    OneService 包括服务化输出和接口管理。

    • 服务化输出:定义统一的业务能力服务输出方法和业务能力接口。所有业务使用的数据来源于中台,由中台统一提供数据服务功能,不同系统之间通过服务方式交互,服务通常以 API 接口形式存在,即数据中台中的数据应该是通过 API 接口的方式被访问。屏蔽底层数据存储(异构数据源MySQL/HBase/Greenplum/ES/数据网关),每个接口发布为一个service。
    • 接口复用:中间存储加快数据查询,逻辑模型实现数据复用,API集市实现接口复用。做到接口复用和统一管理,减少不规范的烟囱式的接口开发。



异构数据源

  • 技术中台:注册中心/配置中心/RPC等中间件,事务/分布式数据库/分布式缓存/容器/分表分库。



来源:中台反思:技术中台设计架构

常见的组合是双中台组合,如技术数据双中台、业务数据双中台等。其中业务数据双中台强调业务数据化,数据业务化,业务中台就是在产生数据,数据中台是做数据的二次加工沉淀为资产,并将结果再服务于业务,从而使业务更智能化。



中台落地和常见问题

  • 关注企业战略、愿景和组织架构。
  • 输入愿景和业务场景,通过领域设计识别共性能力(业务数据、业务功能、业务流程以及通用的技术能力)定义职能边界,对中台进行边界划分。通过“实体抽象合并”,将不同业务线解决相同问题域的解决方案进行抽象与封装来进行能力抽象。
  • 通过配置化、插件化、服务化等机制兼顾各条业务线的特性需求,实现对于不同业务线的业务支撑。
  • 去中心化的微服务架构
  • 提前制定接入计划
  • ......

其他问题

  • 前中台的边界:A前台的新字段,中台如果不接受这些不相干的数据接入,那么前台流程系统可能会在自己内部重新建立自己的数据系统,这部分系统又极有可能和中台有功能上的重叠。如果想要把这些数据接管过来,那么中台又需要梳理所有业务场景。或者说明需要把所有对数据进行修改的逻辑全部收拢到中台内部,这往往又会产生与中台与前台业务边界的冲突。在面对不同行业场景时,前后台产品常常被迫在中台功能上进行二次开发,实际上也增加了产品的耦合度,因此中台功能的普适性及拓展性也是衡量一套中台产品的重要维度。需要支持个性化需求,以便不同前台业务根据其需求进行定制化扩展。
  • 人员、组织架构和团队间的利益、诉求匹配问题。前中台协作成本。
  • 稳定性问题:中台对业务能力进行归纳和抽象,而业务存在灵活性和差异性,一些业务变化新需求还未出现,导致我们很难提前归纳和抽象(难以归纳不存在的事物)。新需求和变化的出现对中台的稳定性带来挑战。比如,A业务改动了平台代码,然而B业务什么也没做就出了故障。
  • 业务创新能力:(业务)中台运用的是归纳的思想而不是演绎思想,更适用于微创新和组合式创新,颠覆式创新能力还待验证。
  • 质量保障要求高:出现技术问题或者故障时影响巨大,在当前的微服务和中台架构前提下,一个需求经常要改多个模块(如从业务范畴进行的 i18n改造),连上线顺序都不一定搞得清楚。另外如果出现故障就会造成大面积的问题。所以质量保障对中台变得尤为重要。

发展趋势

  • 向操作系统方向演进。例如在中台之上通过构建低代码开发的 PaaS 平台。低代码能力(LCDP)以支持应用级的交付而非服务级的支撑。



来源:中台反思:技术中台设计架构

  • 开放,变为数字化转型的基础技术平台。通过中台建设,企业可以将自有的系统变为开放式平台,从而为其他企业充分提供第三方的数据和服务。例如对外输出提供SaaS化的服务。
  • 第三方服务商兴起:数据服务化DaaS,例如帮助零售行业解决了库存周转慢的问题;帮助物流行业提前发现了快递延迟的风险;
  • 后台功能融入中台,后台逐渐变薄直至消失。
  • ......

其他常见问题

  • 中台/平台/SaaS/EA 的区别是什么?

    平台往往是系统级,而中台定位是企业级。中台的通用性可以在很多约束条件下来实现,可服务的领域比 SaaS 广,SaaS 抽象层次高,更靠近业务,但对于业务的标准化要求高,灵活度小。业务中台正好反之,抽象层次较 SaaS 低,如果 SaaS 能比较好的解决问题,可以优先选择 SaaS,SaaS封装会更加成型,但SaaS 的问题在于抽象层次很高,需要业务之间有很强的一致性,对业务的支持不够灵活,本质上都是要解决业务模式复用的问题。中台介于 PaaS 和 SaaS 之间,比Paas更靠近业务,包含更多的业务属性,因此业务中台常被比作APaaS(Application PaaS)或是 BPaaS(Business PaaS)。EA 架构更多是基于现有架构流程的梳理,但中台更多是支撑业务创新,为以后的业务发展做支撑,此外,中台相较于EA更强调平台化的方式。`

  • 中台建设的结果好坏如何评估?

    从可复用性(接入量及满意度)和业务响应力(新需求新业务情况)等方面评估。具体到数据中台如业务想要获得更大的数据需求的交付时间到底有没有缩短;还存不存在指标业务口径不一致的问题;数据质量是否有显著的提升;数据成本是否增长变慢了。

参考资料和拓展阅读

  1. 《说透中台》-极客专栏王健
  2. 《数据中台实战》-极客专栏郭忆
  3. 硅谷的“中台论”与中国的“中台论”
  4. 中台崛起的本质是“去ERP化”
  5. 中台的末路
  6. 一文读懂「中台」的前世今生
  7. 我要批判中台
  8. 中台的基础、原理和方法论
  9. 白话中台战略:中台的第一性原理
  10. 中台反思:技术中台设计架构

相关内容