统计数据中台究竟是甚么（统计数据中台究竟是甚么？）这种也行？，

穆萨提出了“大南台，统计台究小前台”，数据甚统其南台销售部包括搜索销售部、中台种也共享销售业务网络平台、究竟计数据中竟甚统计数据控制技术及市场部，统计台究统计数据控制技术及市场部应是数据甚统统计数据南台建设的核心职责部门那么，统计数据南台究竟是中台种也甚么？具体内容包含哪些内容？跟大统计数据网络平台是甚么亲密关系？在构架层面是怎么体现的？统计数据南台跟商品又有甚么亲密关系？。

穆萨统计数据控制技术及市场部的究竟计数据中竟甚掌门人提倒了统计数据南台的具体内容含义，这里引用他说的统计台究话：“许多人能把统计数据想像成“石油”，马老师（马云）也说过，数据甚统穆萨巴巴要成为全球电子商务的中台种也“水炼焦煤”他们现在构筑的统计数据南台，是究竟计数据中竟甚希望扮演“水力厂”的角色。

”“他们知道，统计台究电力的数据甚统发展可以分成几个阶段，最开始是中台种也一些有潜能的民营企业自己水力，后来出现捷伊工业产能，有的是民营企业Hardoi不掉，有的是却不如用，这时候国家机构就出来了，会去构筑国家级的电网，无论是核能水力，还是风力水力、水力水力，最大程度地保证不同群体的用电需求。

”“他们统计数据南台也是这样一个运转思路，他们取得实效是一个较细，从下往上分成四个部分——”“第一是统计数据控制技术没有统计数据南台的时候，无论是穆萨内部还是各店家，我们都有自己的统计网络系统、控制室、小统计数据库但当统计数据积累到一定规模后，这方面的成本会非常高，而且统计数据之间的质量和国际标准不一样，会导致工作效率不高等难题。

因此，他们须要透过统计数据控制技术，对海量统计数据进行采集、计算、储存、加工，同时统一国际标准和舰炮”“第二是统计数据金融资产统计数据南台把穆萨系的统计数据统一之后，会形成国际标准统计数据，再进行储存，形成大统计数据金融资产层，进而保证为集团各销售业务和店家提供高效服务项目。

”“第三和第四都是统计应用领域服务项目，包括服务项目店家和服务项目小二例如营生参谋长和穆萨指数，是统计数据南台中面向店家端提供的统计应用领域服务项目”“统计数据南台服务项目穆萨，说到底更多是在为各位店家服务项目网络平台会确保我们在使用统计数据的过程中，舰炮、国际标准、及时性、工作效率都有保证，能有更高的可靠性和稳定性。

”以上说得好像都对，但逻辑上有些是无法形式化的，比如说这里的统计数据控制技术跟穆萨云的统计数据控制技术是甚么亲密关系？统计数据南台要不要承担hadoop/ETL这类网络平台和工具的研发？营生参谋长是个端到端的商品，似乎不能划为统计数据南台？

总之，从职责看，作为南台职责部门的确须要基于商品间接服务项目一线客户，而不是往后退，这也是从前本栏对于统计数据南台最大的困惑，一直在想这个统计数据南台的职责部门绩效该怎样定呢？没有销售业务的滋养南台怎样插值优化呢，穆萨算是答疑了。

但如果把间接的商品当做南台显然是不合理的，穆萨提了统计数据南台，忙坏的倒可能是那些做统计数据构架和统计数据处理的，因为构架讲究逻辑严密，本质和边界必须定义清楚，没有语意，不然做事就会很茫然，不知道该怎么入手比如说哪天领导问你，他们民营企业的统计数据南台有没有，要向穆萨学习啊，有了明晰的基本概念你就可以做态射了，不然就会显得不知所措，这种事情其实许多。

本栏的民营企业前段时间在做IT规划，许多人就对统计数据南台要带一些商品职责有异议，记得从前本栏还把网络营销网络平台当做南台，号称也是借力所有网络营销人员的，这是基本概念不清造成的难题说来也奇怪，网上很难找出统计数据南台的更科学解释，能找出的大多也不如明晰，与大统计数据网络平台有密不可分的亲密关系，本栏前段时间正好在思考这个难题，特此分享于你，总之虽说，瑕不掩瑜了。

所谓统计数据南台，即同时实现统计数据的分层与水平解耦，结晶公共的统计数据潜能，本栏认为可分成三层，统计数据源、统计应用领域服务项目与统计数据开发，透过统计数据可视化同时实现布吕马统计数据整合和知识结晶，透过统计应用领域服务项目同时实现对于统计数据的PCB和开放，快速、灵活满足用户上层应用领域的要求，透过统计数据应用领域软件满足用户个性化统计数据和应用领域的须要，见右图（以某运营商为例）：

1、统计数据源统计数据源是分层次的，从前叫作统计数据仓库模型，本栏这里概括为三层，基础模型一般是亲密关系可视化，主要同时实现统计数据的国际标准化，他们叫作“书同文、车同轨”，融合模型一般是维度可视化，主要同时实现跨越统计数据的整合，整合的形式可以是汇总、关联，也包括解析，挖掘模型其实是偏应用领域的，但如果用的人多了，你也可以把挖掘模型作为民营企业的知识结晶到南台，比如说离网挽留的模型具有很大的共性，就应该有人把它规整到南台模型，以便开放给其它人使用，南台的中是相对的，没有绝对的国际标准。

2、统计应用领域服务项目将统计数据源按照应用领域要求做了服务项目PCB，就构成了统计应用领域服务项目，这个跟销售业务南台中的服务项目基本概念是完全相同的，只是统计数据PCB比一般的功能PCB要难一点，毕竟OLTP功能的变化有限，而统计数据分析受市场因素的影响很大，变化更快，导致服务项目PCB的难度变大。

随着民营企业大统计数据运营的深入，各类大统计数据应用领域层出不穷，对于统计应用领域服务项目的需求非常迫切，大统计数据如果不服务项目化，就无法规模化，比如说浙江移动PCB了客户洞察、位置洞察、网络营销管理、终端洞察、金融征信等各种服务项目共计几百个，每月调用量超过亿次，灵活的满足用户了内外大统计应用领域服务项目的要求。

3、统计数据开发但有统计数据源和统计应用领域服务项目还是远远不如的，因为再好的现成统计数据和服务项目也往往无法满足用户前端个性化的要求，这时候就得授人以鱼不如授人以渔了，统计数据南台的最后一层是统计数据开发，其按照开发难度也分成三个层次，最简单的是提供标签库（DMP），用户可以基于标签的组装快速形成网络营销客户群，一般面向销售业务人员，其次是提供统计数据开发网络平台，用户可以基于该网络平台访问到所有的是统计数据并进行可视化开发，一般面向SQL开发人员，最后是提供应用领域环境和组件，让控制技术人员可以自主打造个性化统计数据商品，以上层层递进，满足用户不同层次人员的要求。

对于标签库（DMP）究竟是属于SaaS还是PaaS是有争议的，但标签库这类网络平台显然较营生参谋长类商品更南台一点，因为其通用性更强，专有销售业务的特性不是非常明显，本栏还是认为可以归为南台应该来讲，统计数据开发中的组件，比如说页面组件、可视化组件甚么的，归属到销售业务南台似乎更合理，但其实也要看民营企业的实际情况，哪里用的多就可以归属到哪里，没有绝对的国际标准了。

以上划分方式在逻辑上还是说得通的，但还有许多没有考虑进来，比如说算法服务项目、机器学习引擎、hadoop、MPP等等，本栏觉得算法服务项目应该属于统计应用领域服务项目的一种类型，但h a d o o p、MPP、机器学习引擎更底层一点，应属于私有云或公有云的范畴了，比如说本栏看到穆萨云就提供了MaxCompute这类机器学习服务项目。

关于统计数据南台的分层看似简单，但本栏却纠结了好久，许多边界是模糊的，前段时间看的一本书提到，捷伊基本概念如果跟既有知识体系不相符，一定要努力搞清楚，不能人云亦云，只要能表达出自己的观点，即使还是错了，也有了被人家纠正的机会，对于事物理解的不深入，大多是不求甚解导致的基本概念不清的结果。

前段时间新零售很热，各路大仙都出来诠释新零售的基本概念，我们可以想想新零售究竟是甚么？