5.2　從失敗的大數據項目中吸取教訓

顯然，并不是所有的數據中臺項目都會成功。數據中臺的概念出現時間不長，雖然已經有一些關于失敗的數據中臺項目的報道，但還只是零星的個例，我們難以從中總結出可靠的經驗。而大數據技術已經發展十多年了，項目眾多，我們完全可以從失敗的大數據項目中總結經驗，吸取教訓，然后用其指導數據中臺的建設工作，以少走彎路，避免失敗。

自2012年起，NewVantage Partners公司每年面向財富美國1000強企業的管理層調查大數據和AI在其企業內的實施情況。2019年的調查報告揭示了企業數據平臺窘境——盡管在大數據和AI領域投入超過5億美元的公司較上一年增長了66%，但在65家受訪企業里表示“未能或尚早體現可量化業務結果”的企業卻增加了41%。

在研究企業數據平臺項目失敗案例的過程中，我們發現導致企業數據平臺建設失敗的核心原因有以下4個。

·啟動難：缺少用例支持，無法獲得業務支持；需要進行長時間的數據湖設計與技術評估；需要統一組織內多個業務或技術部門。

·數據源難以規模化：缺少對錯綜復雜的源數據系統進行管理的手段；難以跟上不斷增長的數據源系統規模。

·數據使用難以規模化：數據平臺項目跟不上企業創新要求；用例過窄，難以滿足規模化需求；平臺能力跟不上錯綜復雜的用例需求。

·難以實現數據商業化：開發和運營成本極高；難以將數據平臺真正轉化為商業競爭力；難以形成創新文化。

基于此，我們把企業數據平臺的成功要素歸結為：在錯綜復雜的企業技術環境中快速啟動，規模化地引入高價值的新數據源和使用場景，盡早實現數據對整個企業商業系統的價值（對內或對外）。

其中的關鍵詞是“快速啟動”“高價值”“使用場景”“盡早實現數據價值”，第6章將會詳細介紹如何才能達到這樣的建設效果。數據中臺雖然是個較新的概念，但是它要解決的問題并不新鮮，實際上就是大數據平臺建設方式錯誤或不當造成的問題。所以，在建設數據中臺的時候，我們一定要實事求是，根據實際業務場景確定建設路線和評估建設成果，快速實現可衡量的數據價值，避免數據中臺建設重蹈覆轍。

[1] “ Big Data and AI Executive Survey 2020: Executive Summary of Findings”，http://newvantage.com/wp-content/uploads/2020/01/NewVantage-Partners-Big-Data-and-AI-Executive-Survey-2020-1.pdf。