華為云智能數據湖運營平臺DAYU：企業數字化運營轉型利器

近日,“2019中國大數據技術大會(BDTC)”在北京舉行,華為云數據中臺總架構師龍江分析了下一代數據中臺面臨的新趨勢及挑戰,并分享了華為云數據中臺解決方案DAYU的解決之道。

數據時代企業要發展就必須進行數字化轉型,大數據技術能打破現有數據孤島,構建數據分析和運營能力,為企業實現降本增效。華為全球產業展望(GIV)報告顯示,企業生產活動產生的數據中只有不到2%被保存,而其中得到分析利用的不足10%。由此可以看出,數據的價值還遠遠沒有釋放。

企業數字化運營面臨四大挑戰

龍江表示:“數據中臺,是指通過建設全域級可復用的數據資產中心和數據能力中心,提供清潔、透明、智慧的數據資產和高效易用的數據能力,使能業務數字化運營與創新。因此數據中臺,不僅是個技術架構,更重要的是一個數據架構。所以,企業建設數據中臺,一定需要有方法論的指導和基于業務的頂層數據架構設計。”

華為云數據中臺總架構師龍江發表演講

龍江介紹,大數據時代,企業積累的數據資源越來越多,企業數字化運營需要由傳統的煙囪式IT系統向數據中臺轉型,在轉型過程中面臨四大挑戰:

挑戰1:獨

當前企業各個部門都建立了自己的煙囪式IT系統或者獨立的數據分析平臺和數據倉庫,導致存在大量數據孤島和孤立的應用,導致數據不共享不流通,無法實現跨領域的數據分析和創新。由于缺乏高效運營工具平臺,數據開發周期長,既有數據的重復開發,也有數據平臺的重復開發,同時也帶來數據的重復存儲,造成企業成本浪費。

挑戰2:缺

企業普遍缺乏數據治理的標準或者數據標準不統一,數據缺乏治理,數據找不到,讀不懂及不可信等。

挑戰3:斷

數據理解與數據價值鏈條的斷層。數據的生產者和數據的消費者對數據的理解有斷層,例如生產者不知道消費者為什么消費這些數據,對于數據指標背后的商業邏輯不理解,所以給業務決策者開發的數據運營報表就會存在數據是否可信和指標邏輯是否正確的問題。

挑戰4:難

企業會遇到知數據難、要數據難和懂數據難的情況,例如企業不同部門間相互要數據難,對于獲取過來的數據,又不知道數據字段的含義,數據理解非常難。

華為云智能數據湖運營平臺DAYU :一站式高效易用的數據治理運營平臺

針對企業數字化運營轉型面臨的挑戰,華為云打造了“智能數據湖運營平臺DAYU”——面向企業數字化運營訴求,提供一站式、端到端的數據中臺解決方案, 在全域數據目錄的基礎上,統一數據規范,協同數據開發,優化數據質量,提供數據可視化,實現多數據源數據接入,多類型數據遷移,私有云&公有云數據湖統一調度,數據開放用于豐富數據消費的智能數據管理能力,幫助企業快速構建從數據接入到數據分析的端到端智能數據系統,消除數據孤島,統一數據標準,加快數據變現,促進數字化轉型。

應對一:行業模板+運營,一站式構建企業數據中臺,數據孤島不再

DAYU平臺通過內置行業數據模板及全流程可視化的數據開發治理工具,使能企業聚焦業務領域數據變現。針對政府、園區、電力、工業、零售、汽車等行業,DAYU平臺提供的行業模板,包含行業主題數據模型、指標庫、數據開發Pipeline、行業數據算子、計算資源智能規劃等,用戶可一鍵式完成數據中臺建設,幫助用戶管好和用好數據。

DAYU以可復用的行業模板,加速數據價值發現流程,提供垂直行業可復用的領域知識庫,涵蓋行業數據標準、行業領域模型、行業數據主題庫、行業算法庫和行業指標庫,支持智慧政務、智慧稅務、智慧園區等行業企業快速定制數據運營端到端解決方案。

在某園區行業數據中臺場景中,DAYU平臺幫助某地產集團建設智慧園區數據中臺,實現全國百余園區的人員、車輛、設備、資產、安防綜合態勢可視化管理、統一調度指揮、智能決策。

應對二:數據規范設計,基于華為數據體系建設方法論沉淀而成,統一數據標準

數據中臺的核心是要進行數據治理,而數據治理的核心是統一的數據標準。很多企業的數據標準當前只是停留在紙面上,無法真正應用到產品中,無法實現數據的規范。DAYU提供了數據規范設計模塊,該模塊是基于華為十多年的數據體系建設方法論沉淀而成,可以指導企業如何根據所在行業的業務和數據特點,結合企業自身訴求,輸出標準化的數據中臺涉及,幫助企業實現數據標準系統化、流程化,打通數據需求全鏈路,使數據研發自動化、無碼化。

應對三:一站式敏捷大數據開發治理,全流程可視