回首過去十年,我們見證了大數據從概念誕生到行業落地,逐漸發展到基于數據中臺驅動決策的數據智能時代。作為后互聯網時代的產物,數據智能必將是未來很長一段發展階段的核心所在。
每日互動(個推)作為數據智能行業的代表企業之一,于今年迎來了第一個十年。在這十年間,每日互動以消息推送起家,借助技術力量拓寬以數據智能為核心的業務范疇,現已成長為一家在A股上市的數據智能企業。
但“數據智能”這個詞,對于大眾來說仍然相對比較陌生。數據行業從業者如何定義“數據智能”?過去的十年間,每日互動經歷了怎么樣的發展歷程?即將到來的“數據智能”新十年,每日互動又將以什么樣的角色參與當中?
在每日互動十周年之際, SegmentFault 思否帶著以上這些問題,對每日互動 CTO 葉新江進行了一次專訪。
隨著移動互聯網時代的到來,互聯網內容傳播和展現形式發生了巨大的變化,也讓數據的量級和形態發生了改變,數據服務也隨之發生了轉變。傳統的數據服務基本只針對于數據本身,而數據智能作為一種由數據、算力和算法等驅動的技術手段,具備著賦能企業進行管理和決策的能力。
1、數據智能是今年非常熱門的一個話題,能否談談對于「數據智能」和「數據中臺」的定義與理解?
目前數據經濟在國家層面是一個非常重要的發展方向,但同時也延伸出了一個亟待解決的問題 —— 如何把各個行業的數據作為生產要素,通過數據治理發揮出更進一步的作用。
針對看不見摸不著的數據,需要有一個東西能進行有感管理,數據中臺就是一種用來進行數據治理的產品或者平臺,而數據智能則屬于一個更為廣義的范疇,它是以數據作為生產資料,通過結合大規模數據處理、數據挖掘、機器學習、人機交互、可視化、云計算等多種技術,從大量的數據中提煉、發掘、獲取知識,為人們在制定決策時提供有效的支持,減少或者消除不確定性的解決方案。
這兩個詞看起來很接近,但其實是不同維度的。以我們公司來講,數據中臺更多的是一個產品,體現了我們公司的數據能力;而數據智能則包含更多技術,融合了更多的行業知識,中臺是其中一個很重要的工具。打一個形象的比喻,數據中臺或者平臺是一個電腦的操作系統,而數據智能則是結合業務,使用這個電腦,利用多種技術進行APP開發,并且不斷進行優化的過程。
2、您認為數據中臺的「行業壁壘」和「技術壁壘」分別是什么?每日互動作為一個成功上市的專業數據智能服務公司,自身在這個領域內具備的最大優勢是什么?
目前市面上有很多數據中臺類的產品,據我們觀察,其中大部分的重點仍主要聚焦于數據治理的能力,但這可能只是數據中臺的“第一步”。
對于數據中臺產品來講,技術壁壘可能并不是很高。中臺會應用到的技術,雖然有些功能可以通過直接使用開源產品來實現,但也有不少標準或者要求,比如安全性、實時性、可視化能力等,需要專業的技術來定制實現。
當然在數據中臺層面,采用的技術架構不同、產品設計的理念不同也是可以有差異的,譬如是否容易使用、容易理解、對資源要求是否經濟等。
如果希望通過數據中臺中來解決業務問題,實現降本增效或者發現新的業務模式,這就不是數據治理能解決的問題,需要有對行業的深度理解,也就是所謂的行業壁壘。
每日互動和其他大數據公司的差別,就體現在如何挖掘數據價值的層面。
每日互動的第一款產品是消息推送服務,這是一項跟數據緊密相關的業務。為了支撐這項業務的進行,實現消息推送在海量數據量下的快速響應,每日互動一直在嘗試為企業內部打造一個業務 + 數據平臺的協同閉環。這也為之后公司推出數據服務產品打下了很好的基礎。
在數據服務層面,每日互動既是服務的提供者也是使用者,這是我們在這個領域內最大的優勢。
3、數據服務領域是否有一套標準化的判定體系?如何評定服務能力與技術水平的高低?
數據服務領域暫時還沒有一套國際或者國家權威機構提出的行業標準。究其原因,是因為數據服務在不同的行業間有著很大的差別,與一般的技術體系相比,具備更強的服務屬性。
對于客戶來說,挑選數據服務的時候會有幾個考量的維度:
• 平臺是否可以快速部署;
• 部署所耗費的資源是否合理;
• 能否借助數據服務快速實現業務提升;譬如是否能快速開發出業務的新需求,是否能很好地完成內部各個角色之間的協同。
