要说近些年企业服务圈的顶流明星，非数据中台莫属。可七八年过去了，数据中台还是没有成为类似数据仓库和数据湖一样的数据基础架构。
即使身处“数据价值已经被证明”、“企业数字化转型成为全球共识”的大环境，大家对于数据中台的看法仍然呈现两极分化。
(资料图片仅供参考)
归根结底，是因为当下仍没有一个持续好用的数据中台产品，不由得让业界怀疑：数据中台究竟是不是支撑企业数字化转型的最优解？
2022年顶级技术战略趋势第一个就是Data FAbric
随着Data Fabric、Data Ops、DaaS等相继被Gartner纳入技术成熟度曲线和乃至战略技术趋势，我们是不是要把目光从数据中台上移开了。
01
数据中台为什么不能成功？
首先我们要明确一点：数据中台并不是一个技术平台，它是把我们企业内部的数据服务通过业务的方式重新组织之后，为我们的前端业务系统提供支撑的一类业务平台。
阿里数据中台建设的核心理念就是面向业务的one service
所以说数据中台更多的是面对于我们的业务侧，解决业务问题，让数据消费更简单，数据价值更容易实现。
IBM商业价值研究院曾有过一份研究：数据科学家往往需要花费大量时间准备、验证和清理数据源，然后才能使用这些数据源训练数据模型。
据估计，数据科学家有80%的工作都用于准备数据，因此他们只能用少得可怜的时间去设计将数据转化为价值的AI模型。
不止数据科学家、很多数据岗位工作效率都被拉低
数据中台的核心诉求正是为了更快、更好地实现数据价值。其强调数据统一管理和避免重复造轮子，是对数据服务的共享以及复用。
这个方向是对的，国内数据中台厂商也很多，但是为啥没有一个好用的产品面市呢？
我们得了解国内企业数字化转型的背景，大型企业基本都有自己的一些信息系统，在数字化转型时，都是在现有架构基础上进行改造，这对于数据中台产品的挑战就很大。
数据中台架构的缺陷
传统信息系统往往建立在多个数据仓库之上，而数据中台会使用数据湖来存储，但根本问题是，分割的数据层无法对核心业务流程进行全局还原和支持，也无法实现数据驱动的全局决策和产品研发。
02
DataOps是数据中台的拐点？
DataOps（数据运维）即Data+Operations，简单来说，就是通过快速构建可运维的 data pipeline，为数据使用者提供灵活迅速的数据服务。
必须提醒大家的是：DataOps是一种在数据平台、数据中台、数据湖之上的数据使用策略或者说方法，而不是某种技术、产品或者平台。
Data Ops
你会发现DataOps与数据中台需要解决的问题其实是相类似的，它们都希望能更快、更好地实现数据价值，实现数字化运营，但两者侧重点却有所不同。
数据中台强调数据服务的共享和复用，DataOps刚好侧重于数据服务的快速开发，高效开发才能多多复用。
（1）数据的采集、集成和准备：
通过可持续的自动化方式对新的数据源和数据管道进行集成、准备、清洗、管控和发布。利用 CDC 和流处理技术，将数据管道转换成实时流，用于类似实时交互所用到的预测分析。业务人员使用数据目录和数据准备工具，进行数据的自动发现和自动编排，提高数据利用的便捷性。
（2）持续交付可信数据：
在整个数据管道过程中实施数据治理，从而确保了交付的数据都是可信、安全和受保护的，并满足合规性要求。通过一个统一的、智能的数据平台将数据治理、数据编目、数据质量及数据保密工作整合在一起，只有这样才能确保所有数据都是可信的和受保护的。运用人工智能/机器学习技术，助力在整个企业实施数据治理。
（3）数据服务更加完善：
通过部署数据驱动型应用，贯穿数据管道所有阶段的每一个变化，都会被分发给数据使用人员。运用人工智能和机器学习技术，监测和管理数据管道，使其持续运行，且性能和容量不断优化。
03
数据中台+DataOps=DaaS？
如前文所说：数据中台和Data Ops最主要的目标就是高效实现数据价值，DataOps可以作为数据中台的核心能力补充，实现快速、稳定和自助式数据准备和数据服务。
这不就是DaaS（Data as a Service——数据即服务）平台的作用吗？
首先：对于数据中台无法解决的云、数据库碎片化问题，麦聪DaaS平台支持管理所有主流数据库和数据平台，提供统一的数据服务。借助麦聪DaaS平台，完全开放的技术体系，客户可以延用最适合自己的业界产品，无需改变已有数据框架，有新的业务系统拓展也能兼容。
DaaS平台
其次：对于数据中台缺失的数据服务快速开发能力，麦聪DaaS平台提供数据API快速开发功能，此外业务人员还能用无代码配置的方法快速生成简单的数据API。
数据API开发系列功能闭环
生成的数据API存放于数据市场，自助式的数据服务，让业务人员使用数据更加简单。配套的全局权限管理和数据API分析，能保证数据安全，把数据血缘衍生到数据的应用。
DaaS、Data Fabric日渐成熟，大家还会继续选择数据中台吗？欢迎在评论区留言讨论。
