9 数据服务体系

9.0 序：数据资产 => 数据服务（【资产服务化】，服务业务化）

水是生命的源泉，是人们赖以生存和发展的重要物质资源。
在日常生活中，可以通过不同的方式使用水，这也给我们的生活带来巨大便利。
在数据世界中，数据资产就好比日常生活中生命所需的水资源，无处不在且不可或缺。
但是如果没有相应的水加工厂、传输管道，人们就只能到水库打水喝，这明显会极大影响人们正常的生活和工作。
因此，将数据资产封装成数据服务，以共享接口、共享数据管道、共享数据库等方式提供给上层应用，才能极大释放、提升数据资产的价值。

数据服务体系就是把数据变为一种服务能力，通过数据服务让数据参与到业务之中，激活整个数据中台，这也是数据中台的价值所在。

9.1 补全数据应用的最后“一公里”

数据资产只有形成数据服务被业务所使用，才能体现其价值。
以往传统做法是根据某个应用产品的需要，独立构建非常多的数据接口与应用产品对接，这会形成数据接口的“孤岛”，造成大量接口的重复建设，且修改、运维、监控的成本都很大，需要抽象成可管理、可复用、可监控的统一标准下的数据服务体系。

而通过数据服务便捷地对接业务系统或应用系统，才能将数据资产灵活地使用起来，最终给企业带来各种适配业务场景的数据解决方案，从而提升效率。
数据服务作为数据中台实现资产服务化的核心能力，是连接前台业务和数据的桥梁，通过服务接口的方式对数据进行封装和开放，快速、灵活地满足上层应用的需求。
数据中台能够以提供数据服务的方式直接驱动业务，不需要大量人力的介入，即可让业务更快地产生价值。

9.1.1 定义与定位

数据服务是对数据进行计算逻辑的封装（过滤查询、多维分析和算法推理等计算逻辑），生成API服务，上层数据应用可以对接数据服务API，让数据快速应用到业务场景中。

从图9-1的数据中台架构图可见，数据服务是数据中台能力的出口，是数据应用的重要支撑。
在数据中台落地支撑业务时，数据分析师或算法工程师可以通过数据服务配置中台数据资产的访问API，这样数据应用产品可以方便地使用中台的数据能力，支撑业务决策和智能创新。

9-1 数据中台总体架构图

9.1.2 主要分类

按照数据与计算逻辑封装方式的不同，数据服务可分为以下三类：

• 基础数据服务
  • 它面向的对象是物理表数据，主要面向的场景包括数据查询、多维分析等，通过自定义SQL的方式实现数据中台全域物理表数据的指标获取和分析。
• 标签画像服务
  • 它面向的对象是标签数据，主要面向的场景包括标签圈人、画像分析等，通过界面配置方式实现数据中台全域标签数据跨计算、存储的统一查询分析计算，加快数据应用的开发速度。
• 算法模型服务
  • 它面向的对象是算法模型，主要面向的场景包括：智能营销、个性化推荐和金融风控等，主要通过界面配置方式将算法模型一键部署为在线API，支撑智能应用和业务。

9.1.3 核心价值

数据服务作为补全数据应用的最后一公里，它的核心价值有以下4点：

• 1、确保数据在业务层的全域流通；
  • 数据服务可以对数据中台的全量数据进行封装透出，让中台的数据支撑业务，加速数据业务化的流程；
  • 数据业务产生的反馈数据可以流回到数据中台中，不断优化现有的数据服务，让数据在业务中持续流动起来。
• 2、降低数据接口的重复建设
  • 前端不同的数据应用对数据的需求有些是类似的。
    • 例如客户画像和客户精准营销都对客户的特征有需求，通过统一的数据㐌创建的包含客户特征数据的接口，可以通过授权函分别提供给画像和营销两个应用。
    • 与以前的烟囱式开发相比，这样做的好处是可以避免数据接口的重复建设。通过一次创建、多次授权的方式快速交付给业务前端。
• 3、保障数据获取的及时性和稳定高效
  • 通过统一的数据服务，对于不同业务部门给数据中台提的数据需求，中台管理方可以进行统一规划和分配，从整体上保障资源和需求的协调。
  • 同时，通过数据服务中的数据，中台可以及时得到业务上的完整反馈信息，并基于真实数据及时调整；
  • 若需要及时的数据，则给予实时性的保障；若需要稳定的数据，则给予可用性的保障。
• 4、使能数据能力扩展
  • 通过统一数据中台，不断扩展数据源、优化数据资产建设、扩展数据服务封装方式，将数据能力进行持续扩展，不断给数据业务和数据应用提供更多数据价值。

9.2 常见的数据服务x4

• 数据服务类型是对数据使用场景的抽象提炼， 可以根据不同的数据使用场景，抽象出：查询服务、执行服务、分析服务、检索服务、圈人服务、推荐服务、风控服务等多种数据服务类型。
• 这些最小化的数据服务可以按需组合在一起，构成一个复杂的数据服务体系，并通过交互界面的封装，形成一个数据应用产品。

由于篇幅有限，本节仅介绍4种较为常见的数据服务：

• 常见的数据服务
  • 解释：数据服务指将数据集以标准API方式输出以服务不同业务场景需求的能力。
  • 1、查询服务
    • 输入特定的查询条件，返回该条件下的数据，以API形式供上层应用调用；
  • 2、分析服务
    • 借助分析组件高效的大数据分析能力，对数据进行关联分析，分析结果通过API形式供上层应用调用。
  • 3、推荐服务
    • 按约定的格式提供历史日志行为数据和实时访问数据，推荐模型就会生成相应的推荐API，从而为上层应用提供推荐服务
  • 4、圈人服务
    • 从全量用户数据中，基于标签组合筛选符合特征条件的人群，并以API形式对接上层应用系统。

9.2.1 查询服务 //TODO

9.2.2 分析服务 //TODO

9.2.3 推荐服务 //TODO

9.2.4 圈人服务 //TODO

9.3 常见的数据应用x3

9.4 数据服务背后的产品技术

9.5 手记：解决“数据应用最后一公里”问题

X 参考文献

• 《数据中台：让数据用起来》

• 2020 . 机械工业出版社