1812641729497671_个人页

网上搜一搜就能查到，新闻蛮多的。一共是有三场，分别是【友盟+】主办的数据智能专场、阿里云与浙江大学管理学院主办的数据智能专场－科技领导力高峰论坛、袋鼠云数据智能专场。阿里云与浙江大学管理学院主办的数据智能专场－科技领导力高峰论坛亮点自是不必说了，阿里云副总裁和浙大管理学院院长、党委书记都有参加，发布的发布新零售、新制造、新金融、新医疗的人才培养解决方案也都是当下行业热点。袋鼠云数据智能专场，袋鼠云CEO对数据智能做了一次重定义:“数据智能是在云计算的基础上,用人工智能的方式处理和计算大数据,最终目的是让数据产生价值。”还有北京大学软件学院金管系教授赵占波、老板电器数据商务总监吴博学等大咖现场分享了数据智能对新零售的价值与案例。现场听了的话，应该很有收获，不过网上有蛮多分享，看看也不错。

构建数据中台，本质上是构建数据共享能力的中心，帮助客户解决数据存储、计算、打通的问题。同时也解决了企业IT信息化建设遗留下来的各个系统之间的互通问题，并在此基础上构建数据智能场景的应用创新。建设数据中台的价值，主要有以下四点：首先，我们通过数据中台的建设为企业全面梳理数据资产，构建全域的数据中心。其次，今天要想做到全域数据中心，在企业里面有很多困难，包括组织架构之间的壁垒，要实现真正的数据中台，一定要在战略层面的高度来驱动，并且有组织架构的保障，而不能像传统IT信息化建设一样找厂商买一个套件或者单纯起一个外包项目的方式。数据中台一定要跟业务之间形成一个闭环，通过业务的不断滋养，驱动数据中台进行持续的服务创新。最后，通过数据中台的建设，我们可以实现数据资产管理和数据治理流程的在线化，使得建设团队的人才的培养和知识的传承能够在线的完成。上面这些总结也是9月份云栖大会有场数据智能专场论坛上，袋鼠云CTO分享给大家的，很精辟。现场他们还分享了茅台的数据中台案例，目前袋鼠云已经将中国茅台之前由两个独立方案供应商实施构建的PC端网站与APP数据完全打通，帮助茅台云商实现双中台战略的落地。通过首期数据中台建设，已经帮助中国茅台实现了数据的基础架构和部分数据化运营场景的落地，这个案例在业内还是很有参考性。数据中台的重要性，也可见一斑。

可以借鉴袋鼠云标签体系建设方法论，标签体系建设的四字箴言：「 建、用、优、精 」。1、首先以业务视角梳理规划整个标签体系的架构，即上面所说的八个维度2、无规矩不成方圆，在进行实际开发之前，我们要定义包括数据（指标）规范、模型设计规范、ETL规范在内的规范体系。前文也讲过，这个规范体系可以借助数栈产品帮助建立和执行3、将分散在各个系统/应用的数据同步到大数据开发平台之上，包括结构化的业务数据、埋点采集的行为日志数据等4、核心围绕“用户”，以唯一标识打通来自不同平台、系统、渠道的数据，基于OneData体系依次构建全域数据中心、萃取数据中心5、在萃取数据中心基础上，进行各类标签的研发，例如事实类标签（性别、年龄段等）、业务类标签（钻石会员、普通会员等）、统计类标签（近90天下单金额等）、算法类标签（重要保持客户、高忠诚度客户等）6、标签/画像投入应用，或对接至下游业务系统，产生业务价值。与此同时监控各类标签的使用与效果，统计出热门标签，替换掉不合理的标签，调整业务算法和规则，添加新的标签等，来进一步推动标签体系的梳理规划，逐步沉淀一套精华版标签集合

这个问题一直在行业都被热切讨论，业界也是提出了各式各样的解决方案，个人认为袋鼠云（阿里云战略合作伙伴）某一位数据中台解决方案专家提出的方案很有参考性：最行之有效的方式就是基于行为大数据构建清晰的「用户画像」。「用户画像」是对现实世界中「用户」的数学建模，它能够完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了精准营销的基础。构建用户画像的核心是进行标签体系建设，标签是某一种用户特征的符号表示，是我们观察、认识和描述用户的一个角度，例如「游戏宅」，其实就是一个用户生活习惯的侧面标签。标签和用户画像的关系是整体和局部的关系，而这种关系则通过「标签体系」体现。

第6期一共46个成员，至今阿里云已招募 6 期共311位MVP加入，来自全球 24 个国家，所属技术领域：人工智能、大数据、虚拟现实、运维等，分布在物联网、金融、工业制造业、基因、安全等产业链。我比较关注的大数据领域这次又加入了15位大将：王亮（有约（北京）科技有限公司 CEO）、李祺（慧科教育科技集团有限公司 总经理）、刘阳、訚赛华（袋鼠云 大数据总监/部门负责人）、张旭（袋鼠云 技术总监/解决方案负责人）、明旭（杭州萤石网络有限公司 软件架构师）、左道会（无锡雪浪数制科技有限公司 资源研发工程师）、陈德威（无锡雪浪数制科技有限公司 资深架构师）、王艾军（北京青苔数据科技有限公司 大数据研发经理）、王若飞（杭州数政科技有限公司 大数据架构师）、黄鹏程（中国民生银行 大数据高级软件工程师）、董伟（赛仕软件(北京)有限公司 华东区售前经理）、龚凌晖（技术VP）、陈龙、李春（沃趣科技首席架构师）。

数据中台跟传统的数据仓库不一样。传统的数据仓库，大部分数据来源于业务系统里面的关系型数据库。到了互联网时代，还有大量的数据来源于用户行为的埋点采集，未来万物互联的时代，还会有更多的数据来自于IoT。所以，数栈做为一站式数据中台PaaS，必须要解决多端数据采集和融合的问题。另外，还必须要解决数据计算统一的问题。传统的数据仓库能做到T+1的离线计算就已经可以了。但是互联网时代，比如双十一活动这样的场景，运营一定要实时的看到数据，数据的实时计算就越来越重要。2016年人工智能大潮再次兴起，未来智能化场景对于智能计算的需求也会不断涌现。从离线计算到实时计算，再到智能计算，每个场景是不是要搭一套独立的产品呢？其实数据中台可以来解决统一计算的问题，现在业内阿里云、袋鼠云已经帮助茅台、新华书店等不少知名企业客户搭建出数据中台了。