爱分析：中国非结构化数据中台实践白皮书（55页）.pdf

1、中国非结构化数据中台 实践白皮书 爱分析 爱数 Aug. 2020 开启数据智能时代 01 目录 非结构化数据中台建设与挑战 02 基于非结构化数据中台的应用场景 03 Content 展望行业趋势 04 01 开启数据智能时代 中国非结构化数据中台 实践白皮书 全球经济增速下滑，叠加疫情影响，企业面临的外部环境严峻。同时，用户需求 多元化，企业战略重心由以产品为中心转变为以用户为中心。多方因素使得企业 面临商业模式的重塑，企业经营由过去粗放式的流量扩张向精细化运营转变，需 要借助数字化实现加速转型，实现降本增效，提升企业竞争力。 需求驱动 数字化转型的核心是数据。近年，互联网&移动互联网的发

2、展产生大量数据。同 时，云计算、人工智能、5G、物联网技术的发展，推动企业数据治理能力提升， 使得数据驱动业务增长成为可能。 技术驱动 数字化转型加速 技术驱动 需求驱动 数字化转型加速 Page4 传统业务中，数据是副产物，业务人员通过基于行业经验和原有流程去做业 务，数据主要是用于监测业务进展和洞察一些规律，由业务人员做最终决策。 数据智能时代，核心是数据，基于中台，企业具备面向全量数据、面向数 据全生命周期管理、治理和价值挖掘能力，进而驱动业务决策。 对比项流程驱动数据驱动 数据的价值业务系统的副产物业务系统的核心 决策方式人工人机配合 迭代速度极慢快 商业价值低高 在数字化转型的过程中

3、，数据成为新的生产资料，挖掘数据的价值，提高企业管理和决策水平已成共识，整个行业进入数据智能时代。 数字化转型加速开启数据智能时代 Page5 传统业务数据智能时代 业务系统数据仓库BI & 可视化 业务人员 流程 经验 监测 洞察 业务系统数据中台业务中台 驱动 业务人员辅助 从业务应用的角度，数据智能的发展经历了收集、监测、洞察、决策等四个发展阶段，数据的应用价值不断提升， 逐步从业务数据化转向业务智能化。未来，数据智能将会进入人机协同的业务重塑阶段。 数据智能时代发展历程 Page6 决策 2019 洞察 2017 监测 20152021 重塑收集 2013 企业开始认知到数据的 价值，

4、金融、电信等行 业开始建设大数据平台， 并采购大量外部数据。 进入监测阶段，通过数 据大屏对业务的监测是 大数据最先成熟的应用 方向。 大数据开始与业务场景结 合，进入业务洞察阶段。 机器直接给决策建议， 具备推理能力。 多执行环节可以由机器 实现，人机协同会迎来 迅猛发展。 业务数据化业务智能化 应用场景 金融医疗 零售 政务工业 品牌营销房产交通 教育安全农业 传统IT/云 底层技术框架及组件（Hadoop、TensorFlow等） 中台 技术中台数据中台 业务中台 数据智能分为中台和应用场景两个核心领域。 中台是数据智能的核心，主要分为技术中台、数据 中台和业务中台： 技术中台主要由各类

5、分析工具组成，帮助企业解决 技术问题的公司，如用户行为分析、数据科学平台、 BI与可视化、日志分析、NLP/知识图谱等； 数据中台主要是帮助企业做数据资产化，建立数据 中台的公司包含各类数据服务公司和数据治理公司； 业务中台是基于技术和数据，结合行业应用场景， 形成的模型、产品。 其中，数据中台是中台体系最重要的部分。 中台是数据智能的核心 Page7 数据中台汇聚企业的业务数据，包括企业经营数据、 客户行为数据、设备运转数据、生态合作数据等， 并赋能给各类不同的数据应用场景。 数据中台的价值是挖掘数据价值并服务业务场景 数据中台通过自动化、智能化的数据采集与汇聚， 将实时与离线数据打通关联，

6、对数据开发深度挖掘 数据价值，并开放数据服务至各业务场景中。具备 汇聚整合、数据提纯加工、数据服务可视化、数据 价值变现等核心能力。 企业经营数据 大数据平台 数据体系 数据服务能力 客户行为数据 设备运转数据 生态合作数据 战略定位组织保障一站式工具 业务积累数据 智能BI 个性化推荐 设备智能监测 企业画像 数据应用场景 数据中台 数据中台定义 Page8 数据驱动决策的前提是数据整合 数据智能的标志是数据驱动决策，让机器具备推理等认知能力，大 数据能够指导决策。同时完成了业务数据化进程，开始进入到业务 智能化，依靠数据改变业务 决策需要机器具备推理能力，建立复杂关系网络，从训练模型的角