編輯導語：隨著如今大數據時代的不斷發展，數據中臺這幾年也頗受各企業的歡迎，不少企業都開始建設中臺系統，并且數據中臺在很大程度上幫助了互聯網業務的發展；本文作者分享了關于數據中臺在電商中的應用，我們一起來了解一下。

一、前言

提到了“數據中臺”，筆者想先談一下關于“中臺”自己的看法，阿里中臺的例子想必大家都已經很熟悉了；那個時候恨不得全民中臺，筆者也是在那個時期才開始積極了解中臺的，像是抓住了軟件行業下一個發展階段的金鑰匙一樣，仿佛這把金鑰匙能打開所有疑惑的大門。

筆者通過看《企業IT架構轉型之道：阿里巴巴中臺戰略思想與架構實戰》這本書，對阿里中臺有了一個比較清晰的認識，阿里是在參觀了游戲公司“Supercell”后，從“Supercell”的游戲開發過程中受到啟發，從而啟動了中臺戰略，是阿里“共享業務事業部”在技術層面的實現。

書中關于對中臺的講解，筆者從一個非技術從業者的角度理解一下：把提供重復功能的服務抽象出來，重建成公共服務，在避免重復開發的同時，直接縮短產品的生產周期；讓“平臺”能夠對業務作出迅速的反應，以便在激烈的商業競爭環境中能夠更加靈活，讓基于中臺的阿里產品能夠更快地試錯，更快地迭代，更快地找到適合這個市場生存的模式，最終提升競爭力。

這其中有幾個關鍵的作用必須要提一下，那便是“復用”和“共享”。

“中臺”的概念一度被炒作的很熱，很多企業在中臺建設中走了彎路，也有很多企業前仆后繼地建設中臺，花費了精力，卻沒有帶來理想的結果。

雖然如此，但“中臺思維”卻是值得大家去思考并實踐的，阿里中臺的出圈，更是給大家普及了“復用”與“共享”的重要性。

我們接下來一起看看“數據中臺”給電商企業解決了哪些“復用”與“共享”的難題呢？

二、電商企業的數據痛點

從事過電商信息化的朋友或者在電商企業做過信息化相關工作的朋友應該都理解，電商信息化的解決方案，在當下還是以“拼湊”為主，CRM、客服軟件、財務軟件、工單、ERP、OMS、WMS、BI等各種各樣的信息化工具大多數來自于不同軟件企業；由于相互之間不能打通，俗稱信息孤島，企業在做起數據分析來非常繁瑣，甚至各個部門的數據統計口徑都難以統一。

為了解決上面這些難題，有很多頭部電商企業自建了信息化部門，被“逼上梁山”，是呀，如果市面上能夠有一家軟件企業能夠系統性的解決這些問題，電商企業也不必背著高昂的軟件研發成本在發展的路上狂奔了。

當然，這里面有很多原因，有業務的多樣性問題、專業的深度問題等等；但是又反應了我們電商信息化市場的多樣性和包容性，如果有一家企業的產品能夠覆蓋全部的業務環節和場景，恐怕他又要擔心壟斷的問題了吧？開個小玩笑，不過筆者還真期待有那么一款產品的出現。

鋪墊了那么多，當要說到電商企業都遇到了哪些數據痛點的時候，筆者還真有點慌，實在是太多了，我們先提幾個典型的場景，然后通過場景再具體展開分析一下吧。

場景案例：

運營需要按照平臺、店鋪、支付時間范圍、SPU、SKU、鏈接、鏈接內SKU等等維度和粒度的數據查詢，用來做經營分析；財務需要所有平臺、店鋪的訂單對賬信息；采購需要商品的明確銷售情況，用來做銷售預測并作出采購計劃。

總結一下這幾個場景的痛點，其實會發現很多共同點，例如運營和采購的兩個業務場景，他們都需要銷售商品的數據來支撐，并且均需要數據粒度精細到最小。

為什么說這幾個數據應用的場景是電商企業的痛點呢？

通常在實際業務中，商品信息在平臺的存在形式是以鏈接為商品（SPU）級，鏈接內包含很多規格（SKU），但是鏈接中的SKU對應商家的商品時，有可能并不是代表一個最小銷售單元的SKU，有可能是包含多種商品或者是多件同一種商品的一套組合商品，這時候，在商品信息這一級，平臺與商家的系統便出現了不統一。

正常情況下，對于商家使用的系統來講，從商品信息本身的SPU和SKU級別，以及組合商品級別進行統計是目前ERP常見的操作，能夠對全平臺店鋪的商品鏈接做出銷售鏈路的統計分析基本上是沒有能夠做到的，更多的是依賴平臺的其他工具。

例如我們看下圖，百草味的這個商品鏈接，有可能就是我們上面提到的組合商品形式。

在當下，很多電商ERP中的數據統計功能僅僅是提供了各種數據的統計，流程沒有信息化；而數據又很難實際應用到流程中，無論是從數據維度上還是靈活性上，ERP中自帶的數據統計功能已經很難支撐實際的業務應用了。

隨著現在數據對于業務的重要性被大家逐漸認識，在供應鏈管理流程中，數據的重要程度更是提升到了新高度。

由于現在的銷售業務覆蓋了太多的場景，O2O、B2C、B2B等等各種X2C業務層出不窮，隨著銷售場景的增多，各種場景下對于供應鏈的要求又不盡相同，以往傳統SCM系統的老辦法逐漸滿足不了新場景的需求了，對新解決方案的需要迫在眉睫。

三、數據中臺的橫空出世

轟轟烈烈搞中臺的勁頭慢慢消退了，以前存在的問題仍然存在，該解決的問題卻一個也沒少，大家逐漸認識到中臺可能并不一定適合自身。

上文給大家簡單描述了中臺的概念，以及一些數據在企業應用中所遇到的一些痛點；我們轉換角度思考一下，既然企業搞不清楚自身到底適不適合上中臺，那我們只用“中臺思維”來解決數據層面的問題不就好了嗎？數據不是最適合用來“復用”和“共享”的元素嗎？

例如在電商企業的業務中，各個業務模塊用著不同產品的軟件，數據不互通，無法共享和復用，通過數據中臺的建設，正好可以解決數據孤島的問題；并且，可以避免建設其他中臺所需要花費的大量人力物力，這看上去是一個解決問題最實際的方法了。

要特殊說明的一點是，數據中臺是通過對數據的收集、清洗、處理、儲存，通過數據建模對外提供數據服務的產品，筆者的知識儲備量實在很難講清楚數據中臺的發展由來；但是從產品的角度看，數據中臺產品的出現，正是順應了數據服務產品的發展，填補了數據服務這一領域產品的空白，讓企業在考慮數據服務解決方案的時候多了一個選擇。

四、數據中臺在電商中的痛點

1. 數據源的獲取

第一個提到了數據源的獲取，不像一些互聯網產品，在自身產品中做埋點獲取數據就可以了，目前對數據應用需求非常大的電商企業的境遇就沒那么好了，阿里、京東、拼多多等一些主流電商平臺都有自己的服務平臺，甚至有些電商平臺都搭建了自身的云計算服務，不僅從平臺層面杜絕了數據的互通，從物理層面也是嚴防死守，各大電商軟件頭部的服務商更是不敢越雷池半步，不敢私自把數據接口提供給商家。

看上去這個痛點的解決方案已經十分明顯了，要么自建系統，要么靠其他復雜的方案“曲線救國”。

總之，目前的環境對商家使用數據來講是很不友好的，而數據中臺的落地，數據源問題是必須要解決的問題。

2. 數據中臺的落地

信息化產品的落地應用一直都是一個熱點話題，數據中臺本身是數據應用的一個整體的解決方案，它的作用并不局限于某一個特定場景，它可以用來做業務報表的集成，也可以用來做業務的數據模型應用到業務的流程中。

在很多落地場景中，他只想要一個報表，我卻給了一個BI，他想要一個BI，我卻給了個數據中臺，他想要一個數據中臺，我卻給他畫了一條龍，這種資源錯配的情況并不是很少見，出現這種情況，往小了說是對需求的理解不到位，往大了說是企業信息化規劃的思路不清晰。

怎么理解？

電商企業區別于技術實力強勁的互聯網公司，信息化的基礎是比較薄弱的，更無法從企業發展的角度出發，提出能夠滿足發展的信息化解決方案；業務部門的需求一般都是緊急重要的，但通常情況下，緊急重要的需求都是“積勞成疾”，例如電商財務的對賬需求，當流水少的時候，可以通過從平臺下載賬單，然后用excel的方式進行對賬，數據量稍微大一些的時候，把電腦配置升級一下也能湊活過去，但是當數據量大到一定程度的時候，excel就搞定不了了，這時候，業務部門才會火急火燎的尋求技術解決方案；通常這個時候，需求又比較著急，手頭又沒有成熟的解決方案，就很容易造成資源的錯配。

3. 小結

在很多互聯網公司中，數據中臺或者是類似的數據產品都已經得到了廣泛的應用，在電商企業中，信息化的建設也被越來越多的企業重視，但是對于數據中臺的應用，筆者還是建議在不了解數據中臺能給自身帶來哪些幫助，以及如何去應用數據中臺的時候，不要盲目跟風地上數據中臺。

如果要上線數據中臺的產品，務必要搞清楚以下幾點：

數據中臺能解決的問題：

數據的收集，數據孤島的解決；數據的復用以及共享；數據應用開發的靈活性。

對于自身要考慮：

明確自身對數據的需求，哪些場景需要數據結果；數據需求場景是否是單一固定場景，未來有沒有擴展的需求；多了解數據解決方案，衡量投入產出比；作為數據來源的信息系統是否能夠提供穩定的數據來源。

希望以上幾條建議能夠幫助大家做好充足的準備，選擇適合自身的方案，避免“慌不擇路”。

五、結語

蹭著最近數據中臺的熱度，筆者結合自身相對了解的行業談了談對于數據中臺在電商中應用的看法。

從產品的商業角度來看，數據中臺產品和其他ToB軟件產品走的路徑是差不多的，即頭部玩家立項研究；到單一行業規模應用，再到標準化產品普及各行各業，數據產品在ToB領域能夠有一席之地，就說明了它的商業價值是被認可的。

從產品自身角度來講，標準化的數據產品架構，解決了數據開發的靈活性，也解決了數據應用的靈活性，這是數據產品提供的基礎服務。

但是區別于數據在ToC產品中的應用，ToB的數據需求更加復雜；在各行各業推廣的過程中，通過數據專家的建模，讓數據產品能夠真正從業務流程中落地，從而讓數據產品給企業賦能才是數據產品在ToB中的價值所在，不然，它只能是一個數據存儲，生成報表的技術解決方案。

最后，感謝閱讀，希望這篇文章能夠對大家有所幫助，如此，便是我的快樂！

本文由 @橙子哥哥 原創發布于人人都是產品經理，未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議