老葵从2015年就发现，企业对数据驱动的要求发生了实质性的变化，在IT时代，构建一个企业信息化系统的基本架构就是在小型机或PC服务器上，基于Oracle、 MySQL 、DB2、微软SQL Server等关系型数据库开始构建各种企业应用系统。
在云时代，企业的应用架构开始发生变化，硬件基础设施从服务器变成了云，变成了LaaS,系统平台开始转向相应的PaaS,和SaaS。DT技术的应用，让数据的类型也在发生变化，企业应用开始不单纯的应用结构化数据，对数据应用的诉求，也发生根本性的变化。大量的前置性信息，进入管理范畴，这时候传统的IT架构，越来越无法满足市场竞争的需求。
一、市场环境的急剧变化，引发企业系统架构的升级
进入2018年，数字化转型的热度越来越高，一切业务数据化，一切数据业务化，成为业内关注的核心能力。国内电商企业全面转型数据电商，能否构建数据引擎，是电商能否持续增长的关键瓶颈。阿里巴巴率先完成了核心DT技术应用的改造，通过数据引擎，推动了战略的进一步延伸。这就是阿里云的由来。没有分布式存储运算的拓展实现，阿里根本走不到今天。TMD等企业也迅速完成DT应用的转型升级，DT时代，全面到来。你在淘宝上加的购物车，在抖音的场景推荐中，开始快速呈现。千人千面的跨界拦截全面进入常态化。这个背后透露着数据交换平台的全面启用。
（企业分布式云计算技术架构）
二、技术应用的逐渐成熟，推动数据驱动的战略升级
企业应用的核心是数据+算法+场景，场景时刻都在，算法可以持续优化，关键在于数据的采集。新零售的无人值守，就是业务系统的自动化采集重要手段。但大量的数据采集之后，是否能够推动增值，对数据的挖掘规划，就是企业实现数据赋能的重中之重。
老葵从事SaaS级的软件应用服务20多年，过去愁的是录入效率，今天愁的是分析效率。过去数据规模小，今天规模大，分析的难度越来越大。传统的ERP CRM 更多的是事后记载。对于市场不缺少机会的前提下，起到风险保障的作用，不可替代。而今天，机会才是最大的价值，如果不能前置化的预见受益，这种信息化的体系，就无法适应现代竞争的需求。这就要求企业的交易系统与分析系统产生结构性的分离，形成数据化的驱动模式。
对于企业来说，业务的多元化，决定了数据的多元化。如何面对确定性和不确定性的业务风险，需要通过数据系统来分析和挖掘价值目标。传统的业务系统CRM和价值管理系统ERP，以交互为中心，处于各自为政的状态，除了信息化迭代的因素外，更多的是发展诉求还没有形成数据驱动的模式。但面对线上与线下的全面融合，市场增量成本急剧攀升的当下，深度挖掘存量的持续价值，形成跨界多元的战略延伸，就是变成紧迫的刚需。
（传统ERP与CRM正在进行协同创新）
三、数据资产化，推动云战略全面展开。
以数据资产化为核心，在核心价值数据的驱动下，完成客户数据集成化的挖掘模式，必然成为企业数字化转型的发展思路。这也是阿里云为什么又称为数据银行的根本原因。数据成为一种面对市场竞争的核心资源。基于云平台的发展战略，成为企业的核心发展战略，这也是腾讯马化腾的核心观点。关键在于基于云平台的企业数据中心，究竟以什么样的架构模式，才能真正满足企业未来的发展需求？
老葵历经三十年的商业实践，始终认为企业永远是一个资源转化系统，只不过商业竞争的强度，已经从过去的萝卜快了不洗泥状态，发展到今天的智能化小颗粒高速精密匹配的状态。如果无法实现精准匹配的转化，就会因成本、效率和规模的限制，而落后于竞争。这种精准匹配，本质上是一种算法集成。是基于持续性高增长调整的算法集成。数据+算法+算力的合理性，决定了整个数据架构的成长性。
四、算法架构是构建数据中台的核心。
这里最核心的就是算法架构，就是基于商业本质需求的投入产出结构，也就是数据的输入输出结构。它必须满足商业在不确定的竞争中实现有效确定的需求。这是传统的IT架构模式下ERP和CRM 无法实现的。它必须是满足全景域与深度匹配的精算架构。它不是简单大数据集成模式，也不是粗放的神经网络优化 。 它必须是基于知识图谱架构展开的深度数据管理。它对于数据处理要求有三种技术能力：识别能力（信息链接）组织能力（标签化）匹配能力（智能运算）。这些能力围绕挖掘与应用，创新系统价值应用，实现数据驱动的增长模式。这种能力架构被称为数据中台。数据中台不是一套软件系统，也不是一个标准化产品，只能说，站在企业的角度上，数据中台更多地指向企业的业务目标，即帮助企业沉淀业务能力，提升业务效率，最终完成数字化转型。
（ 能力模型构建架构）
有了对资源属性、行为特征的理解与认知，如果结合基于企业价值规范的数据算法，那么企业的商业模式创新，就会快速进入量化驱动的增长轨道。
五、商务智能与云仓的结合全面提升应用效率
基于30年对现代财务管理和计量经济学的深入实践与研究，结合企业现有数据资源模式，老葵规划和构建了一套基于现代数据驱动的精益增长智能驾驶舱，简称浑元数据智能驾驶舱，力图通过企业数据中台的基础构建，实现对于未来发展的突破。
随着商务智能BI的快速发展，已经全面推动了数据可视化能力的全面提升。但基于算法结构的数据产品，目前市场开发远远还没有达到预期。数据产品的本质是对场景的深度洞察与有效应用。对于一个企业，在不同阶段，对于数据资源的理解与把握能力是千差万别的。但对于核心价值的诉求是高度统一的，这就是实现盈利。在维卡时代，这种盈利需要精益计算的支撑，同时又对持续性作出了更大的诉求。所以对于企业富有价值的小数据必须与市场富有增长的大数据做充分的结合。这就是基于核心数仓的构建。
（浑元数据智能驾驶舱效果展示）
六、数仓的结构化构建决定数据驱动的效率
2019年，被称为企业数据中台元年，是目前DT转型升级中非常火的一个概念。它是在传统IT的前台与后台基础上发展出来的一个基于云计算模式的数据架构模式。这个模式的物理核心就是可以无限输出数据端口API形成业务链接。形成全时空景域的数据交互，对企业的业务提供全面支持。而这里的关键在于是否有基于结构化建模和精准化算法模型的支撑。这对业务系统的意义是非常巨大的。相当于设置了机会雷达与转化瞄准镜。所以数仓所能提供的功能支持，决定了整个系统的效率。在这方面苏宁易购在模式上提供了很好的示范效应。但对于更多企业来说，充分利用知识图谱，构建自己的数仓，还是一个逐步成长的过程。但对于系统化的数据资源管理与应用，应该起到非常核心的作用。
企业上云，已经从一个技术词汇，慢慢转变成为企业界的共识：如果想要在信息商业社会中拥有一席之地，就必须要借助云计算的力量，完成企业的数字化转型。数据的价值在应用，没有深度的理解与应用，没有关键架构的支撑，那么企业的数据化转型就是一个看得见却摸不着的海市蜃楼。
微信二维码