經常會有關于數據架構的討論：數據部門應該獨立還是下放到業務中心？最近經過一段時間的架構調整，加上之前經歷的一些業務測試，現在把總結的關于數據應該集中還是下放的基本情況分享下。

我們的數據架構經歷過從分散到業務中心到數據集中在數據中心但業務對接業務中心，最后是形成數據中心總體把控，數據人員直接下放到業務中心的轉變。

關于這三種模式，相信大家都有所了解，但到底哪種模式更適合企業？

第一種 數據分散到業務中心

相信大多數公司都屬于這一層，各個部門都有自己的分析人員或團隊，但沒有一個支持中心。通常數據都會在技術中心，由主數據組或DBA進行管理。

這種情況下，會出現以下幾個問題：

各部門的數據是分散的，不完整的，甚至只是片面的，基于這種質量上的數據結論不言而喻。

數據孤島會導致不同部門間的數據無法交流和共享，同樣一個轉化率，可能有訂單/UV,訂單/訪問，訂單客戶/UV甚至件數/PV,各種指標都有應用場景，沒有統一無法度量。

當然，實際上你可能會說沒有啊。那可能是你只有一點網站數據而沒有其他數據源或太多應用場景，你可能不會相信：同樣BO平臺，同樣ORACLE數據源，出來的報表都沒有可參考性。原因是BO的構建邏輯因部門而已，我的百貨可能需要有效支付的銷售數據，而他的家電可能需要全部狀態的訂單。狀態不同，取數邏輯不同，數據結果必然不同；這只是簡單場景，同樣的指標，不同的數據表，不同的同步時間和機制，甚至不同的數據庫都會影響結果，而這些結果都是業務部門不可能知道的。在這樣數據基礎上出來的所謂的報告，價值能有多大？

當然，這種模式不是一無是處，他適合業務場景簡單，數據源單一，公司較小的情形。

第二種 數據集中到某中心

數據集中無非就是把數據等在某中心集中統籌。該中心大多是信息技術中心，少部分是數據中心。這種模式的問題在于集中管理的人員不夠了解業務。不夠了解業務意味著什么？意味著做的報表都是我們異想天開的，我們的報告都是不切實際的，我們的建議都是天馬流星的。那結果是什么？我們的報表系統報告沒人用，我們的價值展現不出來。

當然我們也會告訴分析師，要去了解業務，了解業務，但對于一個外人，我們能了解多少？一天能有多長時間跟業務打成一片？–太少

甚至我們還把分析師直接派到業務中，工位直接搬到業務中心去做。事實證明，這種方式確實能讓分析師很好的了解業務，出來的東西接地氣，能落地。但這是有前提的：

分析師有扎實的數據素質，能及時有效準確的解答數據問題。新人，沒有扎實基礎的分析師會帶給業務和分析師本身造成負面影響。

良好的個人時間把控能力，懂得如何安排零散需求。你肯定不會想象，當你做到業務中間，隨時隨地都會有業務過來問你各種問題，各種零散需求。

良好的工作流程和工作機制，保證各種較大的需求規范性，有規律可依。

單純的集中管理數據的模式是不可取的，數據將是累贅而非價值。而下放人員過去的模式將做良好的補充。這種模式適合業務群較多，同時分析師的能力和流程都較為成熟的場景。

第三種模式 在數據統一管理基礎上做業務分析的下放

業務的下放可能意味著第二種模式，甚至可能是人事權的變更。任何情況下，盡量不要出現交叉管理的情況，否則你的分析師將莫衷一是。

實際上，人事權的變更會導致對分析師的把控能力下降，這種能力的喪失會導致以前的工作流程，制度甚至某個指標的定義都缺乏控制，換句話說，數據在業務中心失控了。這很可能會出現第一種模式里面的種種問題。如何規避！

管理權和控制權不能下放。任何時候都需要對數據的掌控權。

為了提高數據分析師在業務中的作用，KPI中必須包含業務權重，當然具體權重視情況而定。

這兩點能保證我們對數據的把控能力，同時又能讓業務也參與到數據作用評估中。在可控的基礎上，數據中心該做什么？如何與業務中心分工

數據中心

由于數據中心對接全公司，因此更多的職能是從全局角度進行統籌，包括以下幾方面：

統一口徑。數據源的定義、數據出口和抽取邏輯的統一、數據指標和應用場景的規范等；

搭建平臺。平臺包括經過整合和清洗的干凈的數據源甚至數據平臺、報表可視化、自動化數據挖掘模型封裝和開發、BI、個性化推薦、知識分享平臺、需求管理平臺等；

數據培訓和推廣。不斷提高數據應用能力和培養，包括知識、技能、素質、最佳實踐場景的推廣等，里面會涵蓋主要是數據知識掌握及應用能力和工具使用能力；

對接業務中心的部分高級需求。包括廣泛數據源抽取和應用、數據建模和挖掘技術支持等。

業務中心

業務中心由于對接的各個中心的需求，需求更加明確，因此會有自己的特殊職能：

根據數據中心的統一規范，制訂適合本中心的數據應用場景、指標和分析體系等；

收集各個中心的零散需求，同時匯總到數據中心，數據中心會將各中心共同性特殊進行提取，從而形成全公司的共同知識財富，應用點將會深入到數據從底層收集、數據ETL、數據建模、可視化、推薦等各個工作場景--這部分是分散到業務中心最大的價值所在；

整體來看，數據中心負責集中力量做各中心的支持工作，同時也會做一些智能化、自動化、可視化的支持；分中心負責深入業務收集需求并建立符合業務需求的數據應用體系，二者相互補充，缺一不可。個人認為，這種模式是適合大企業同時能最大化數據應用價值的模式。

以上就是我所經歷各個階段以及各種模式的一個體會。每個模式都會有自己的適應點，基本上都會圍繞這兩點：

懂業務。熟悉業務實際場景，熟悉業務需要什么，優先級怎樣，可行性怎樣。

懂數據。熟悉數據來源，數據分布，處理和存儲規則，了解提取邏輯，尤其是異常值，基本取值范圍等。