数据中台与数据仓库有什么区别?

数字化转型浪潮卷起各种新老概念满天飞,数据中台、数据仓库轮番在朋友圈刷屏,企业还没推开数字化大门,先被各种概念绊了一脚。今天咱们就来看下这两者究竟有啥区别。

假设咱们把数据中台和数据仓库都看作一家银行,提供现金、黄金存取等多个业务。数据仓库这家银行,它会在门口安排一门卫,门卫会先问你,是取现金、取钱还是办其他业务?然后再告诉你走进去、推开XX门,就能取到你想要的东西。而数据中台这家银行,你刚到门口就能看到写着“现金”、“黄金”的窗口,只需要走到对应窗口就有专人帮你办理业务。

从上面这个例子可以发现,数据仓库这家银行办理业务流程较长,而数据中台则能更快速地响应客户需求。那么这里所说的业务流程,咱们可以大概转换为取数用数。

不过惟客数据认为,严格来讲,数据中台与数据仓库的区别还不能这么简单概括,它们在数据来源、建模方法、场景应用等方面,区别还是挺大的,大概可归纳为以下四点:

1、数据来源不同

传统数据仓库以业务数据库的结构化数据为主,也就是具备行和列结构数据,比如表格;而数据中台既不是工具又不是存储,它可以包含数据仓库。

2、建模方法不同

数据仓库往往采用自顶向下的建设模式,需要以明确的业务分析驱动,延续性不高,而数据中台采用自底向上的方式,能结合业务需求变化不断迭代升级,离业务侧更近。

3、建设目标不同

数据仓库以输出某个业务主题的BI报表和决策为主,目的性单一,数据中台则主张打通全域数据孤岛,消除数据标准和口径不一致的问题,释放业务方数据应用价值。

4、数据应用不同

数据仓库主要针对管理决策等分析类场景,在其他方面则存在局限性,比如数据建模、数据追踪与探查、深度挖掘等。数据中台通过将数据服务化之后提供给业务系统,在数据应用上不仅限于分析型场景,也适用于交易类场景,比如营销推荐、风险评估等。

我们再回归到两者的官方定义:

数据仓库:位于多个数据库上的大容量存储库,它的作用在于存储大量的结构化数据,并能进行频繁和可重复的分析,帮助企业构建商业智能(BI)。

数据中台:广义上是包含了顶层数据战略、数据治理体系以及数据管理及运营、数据文化培养和组织架构支撑,是一套持续管理和运营的体系。

是不是发现数据中台和数据仓库,实际上就不是一回事,更没有谁替代谁的道理?

惟客数据认为,数据中台是加速企业从数据到业务价值的过程的中间层,可以建立在数据仓库之上。企业需要搞清楚现阶段的问题在哪儿、需求在哪儿,才能找到对的”工具“,而不必执着于到底是建数据仓库还是数据中台。

你可能感兴趣的:(数据仓库,数据挖掘,人工智能)