【導讀】過去八年間，數據中臺及其“統一數據、統一服務、統一身份（One data, one service, one ID）”理念的廣泛采用，推動了中心化數據平臺和職責的普及。2023年Gartner中國CIO調研顯示，80%的中國受訪者依賴中心化IT部門來提供IT架構能力、數據、網絡安全標準和政策。
過去八年間，數據中臺及其“統一數據、統一服務、統一身份（One data, one service, one ID）”理念的廣泛采用，推動了中心化數據平臺和職責的普及。2023年Gartner中國CIO調研顯示，80%的中國受訪者依賴中心化IT部門來提供IT架構能力、數據、網絡安全標準和政策。
然而，中心化IT放大了兩個問題：IT無法快速展示數據平臺投資的業務價值，IT對高速變化的業務需求的響應較為緩慢、被動。關于是否采用數據中臺/數據網格（Data Mesh）的許多爭論，實際上都指向一個更為根本的問題：企業的數據分析平臺和職責，適合怎樣的中心化/去中心化程度。
中國企業機構在數據驅動轉型中很難兼顧的兩個需求，是數據和分析（D&A）的過程敏捷性和成果可靠性。為此，中國D&A領導者應采用混合式分析平臺及其配套計劃，成功實現由數據驅動的機構轉型。
根據企業機構需求確定中心化程度
Gartner定義了數據和分析旅程的三個階段：后企業數據倉庫（EDW）階段、邏輯數據倉庫（LDW）階段和數據編織階段（見圖1）。
圖1：從企業數倉向邏輯數倉和數據編織的演變
與北美和歐洲相比，亞太和中國由于存在更大的行業差距、地域差距和其他影響因素，企業機構的數據分析成熟度差異更大。除數據分析成熟度之外，企業業務組合的多元化程度、行業競爭激烈程度等很多因素也影響著數據和分析職責的中心化程度。
D&A領導者應全面評估企業機構的數據分析成熟度和相關其他因素，確定最佳適用原則以及優先度最高的數據分析任務。
運用Gartner雙模概念進化數據分析平臺
除了涉及混合數據分析原則外，另一個關鍵而困難的任務是在細粒度層面上實現業務線和IT之間各項技術權責的最佳平衡。“業務部門對數據治理項目的參與度有限”和“分析交付成果等待時間過長、業務滿意度低”等負面評價，是平衡失調的典型跡象。
IT擁有的企業數據倉庫/湖和業務線擁有的數據集市/沙箱，并不互相排斥。兩類平臺有各自適用的數據分析用例，可通過Gartner雙模概念進行區分。
雙模IT旨在為兩種IT工作負載實施不同的交付策略：
? 模式1：傳統模式，強調可靠性、安全性和準確性，通常是中心化的。
? 模式2：探索模式，強調敏捷性和時效性，通常是去中心化的。
在數據和分析領域，模式1用例優先考慮數據質量、數據安全和數據可復用性，而不是敏捷性。這些用例應在中心化數據分析平臺上交付，遵循嚴格的數據治理規則以及由中心化IT部門主導的詳細測試流程。
模式2用例具有探索性和時效性，其洞察提供時效性優先于數據治理標準。應用/結果可在原型開發環境中交付，使用戶能在有限的IT參與度下靈活完成探索和調查。根據數據敏感度和隱私級別，部分新的源數據可繞過數據倉庫/數據湖，直接采集到目標應用或數據集市中。
持續調整數據分析角色和職責分配
隨著技術架構的發展，不同數據分析角色的責任也應不斷變化，以適應各類用例的不同價值偏好。在復雜的用例中，數據工程、數據治理、報表/應用交付等端到端任務通常由不同的部門完成。2023年Gartner中國CIO調研顯示，對于“制定企業數字變革愿景時面臨的主要困難”這一問題，得票最高的四項有三項與跨部門協調有關，這反映了IT和業務部門之間的責任不匹配。
原則上，與數據基礎設施關聯較為緊密的任務，如數據獲取和元數據變更協調，應由IT集中管理。與洞察消費者關聯較為緊密的任務，如BI報表交付和自助服務分析，則應更多地由業務端參與或由業務領導者負責。
用例責任分配不當，會造成預期價值偏好與現實情況不匹配，進而導致業務價值稀釋。D&A領導者應不斷調整責任歸屬，使之符合企業機構的數據分析成熟度、數據分析平臺發展進度以及新的數據分析用例模式。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
