本文作者结合自身在数据中台方向的实习经历，对数据中台的概念、功能、价值进行了深入的总结，并针对市面上两款主流的数据中台产品——帆软的Finedatalink和袋鼠云的数栈，进行了细致的对比分析。

个人两段实习都是数据中台方向的，正好借此机会归纳总结下来自己在此期间对于数据中台的理解，以及针对目前市面上的数据中台产品简单做一个解析（个人拙见，不喜勿喷）希望对你们有所帮助。

一、什么是数据中台

数据中台是近年来在数据管理和应用领域兴起的概念，本质上是一种集成的数据基础设施，旨在大同数据的各个环节，使得数据从采集、存储、处理到应用的整个过程更加高效。

通过提供一个统一的数据服务、数据治理平台，支持企业在不同业务场景下的数据需求，帮助企业更好的利用数据驱动业务发展。

二、数据中台能干嘛

首先我们举个例子一句话概括一下，就是某个客户原先的业务数据分散在不同的系统中，导致数据无法统一分析。

通过我们的数据中台，客户将这些数据整合到一起，不仅提高了数据分析的效率，还支持了更复杂的业务场景，例如跨部门的联合分析和实时数据监控。

最终，这些能力帮助客户在市场竞争中实现了业务增长。他的核心功能主要为：

• 数据整合：解决数据孤岛问题，将分散的数据整合为一个统一的数据资产池，便于跨部门、跨业务线的数据共享和协同。
• 数据治理：在这个平台上提供数据质量管理、数据安全等功能，确保数据的准确性等等。
• 数据处理分析：在平台上了通过数据同步、数据开发等数据处理与分析，帮助我们来支持更复杂的业务需求。
• 数据服务与应用：可以将数据处理的结果要通过API、数据接口等形式提供给上层应用。支持各类数据驱动的业务应用，比如数据报表、BI看板等。
• 数据运营与监控：可查看数据使用情况的监控和运用等等，帮助企业更好的管理数据，提高使用效率和结果。

之前面试就被问过这样的问题，假如我是客户，我现在要买你们的产品的话，你们的中台产品能为我提供什么价值呢，无非就是降本增效之类的。这里也做一个整合吧。

• 提升决策的科学性：通过整合全企业的数据进行统一分析，帮助客户对自己的业务有更直观清晰的认识，帮助企业做出更加科学的业务决策
• 降低数据处理及管理的复杂性，企业的多个业务库有大量数据无法整合到一起时，就需要数据分析师去对每个业务库的数据进行处理，流程复杂且效率不高，中台产品就可以提供统一的数据处理，少量人员进行全部数据的处理。效率多高哇。买不了吃亏，买不了上当。
• 帮助数字化转型：让数据产生价值，假设一下以后公司要决定砍掉什么业务，发展什么市场的时候，看一眼BI看板就能知道，因为数据就成为了企业的核心资产去推动着企业的发展。

帆软算是BI市场的头部企业，影响力很大，他们的数据中台产品为Finedatalink数据集成平台。

有一说一，帆软是有品牌效应的，FineBI已经为这个平台打出了一片天下，这款产品推出时间也比较晚，也在高效发展中。

主要聚焦于解决数据孤岛，低代码、可视化实现数据的采集、转换和加载等等，为企业提供统一的数据管理和数据集成服务。

简单说一下应用场景有：

• 跨系统的数据整合：当企业拥有多个业务系统市，平台课整合这些系统数据。
• 数据仓库建设：企业可以利用该平台从各种数据源中提取数据，转化后加载用于BI分析和报表生成等。

袋鼠云是近几年才成立的，但是也发展迅速。数栈产品功能也很强大。应用场景其实也都差不多。下面我们来分析一下异同（仅结合与自身体验，无拉踩，都是很棒的产品！！！）

1）产品定位和目标客户

• Finedatalink：更加关注于数据的整合，帮助企业通过ETL流程将数据从多个源头提取转换加载到目标系统中，目标客户是对数据可视化这一方面需求比较高的客户，主要是可以和FineBi和FR结合，这是先天优势。
• 数栈：更加关注于构建数据中台，为企业提供离线开发、实时开发、数据资产、元数据管理等独立模块，架构上偏解耦设计，这些模块可以单独部署，功能其实是更强大一点，适合于有复杂数据需求、大规模数据管理需求的企业，而且目前公司更多倾向于金融去做定制化。

2）功能侧重点

• Finedatalink：侧重于数据整合和简单数据处理，低代码数据开发。
• 数栈：强调数据治理、数据资产管理、实时数据处理等功能。且由于是解耦化的设计，扩展性也很灵活。

3）用户体验

• finedatalink：用户友好，操作便捷，易于上手，且售后服务那是没得说，很强大。而且帆软的帮助文档也很全面，教学视频、实际案例都有，学习成本比较小。
• 数栈：提供的功能更为复杂和全面，有一定的技术要求，更加面向技术团队使用。学习成本稍稍大，目前感觉帮助文档和售后服务没有帆软做的好哎。

本文由 @汪仔小新 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自 Unsplash，基于CC0协议