共计 3290 个字符，预计需要花费 9 分钟才能阅读完成。
在经济增速放缓的大背景下，强烈的市场竞争，多变的生产需要以及突飞猛进的技术创新为企业带来高风险的生存环境，疫情的暴发又使企业的生存空间进一步好转。企业的将来充斥不确定性，企业也比以往任何时候都更需修炼“内功”，通过精细化治理、数据驱动实现对外部环境的麻利响应，加强经营韧性。指标及指标体系是企业实现精细化治理、数据驱动的重要伎俩。
为深刻理解行业对指标体系的利用水平、企业应用指标剖析的场景和痛点，爱剖析与上海跬智信息技术有限公司（Kyligence）联结发展“企业指标治理与数据分析现状”调研，并公布首份《2022 中国指标中台市场钻研报告》。报告聚焦企业指标治理的痛点，对指标中台概念进行定义，梳理指标中台对企业数智化治理的价值，联合对指标中台成功实践案例的钻研提出指标中台利用落地方法论，为企业挖掘数据价值、实现数据驱动提供门路参考。
01
数据驱动治理，85% 的企业认可指标治理重要性
宏观层面的疫情、和平等黑天鹅事件，以及宏观层面下存量市场的强烈竞争、消费者多元化，泛滥因素叠加，以致企业面临的市场环境的不确定性极速加剧，企业须要晋升决策效率，将决策模式从教训驱动转变为数据驱动，通过进步经营效率，适应市场的疾速变动。
在数字经济时代，构建以指标为外围的数智化管理体系无论是从治理的科学性，还是实现数据驱动的最终目标来看，都是一种无效的形式。据调研数据显示，85% 的企业认可指标治理的重要性，将指标作为日常治理的必备工具。
图 1：调研问卷数据
02
新需要下，传统指标管理模式局限性凸显，60% 企业面临共性问题
企业应用指标体系进行业务剖析与决策的实际由来已久。企业传统的指标体系管理模式有两个典型特色：指标治理扩散和合作模式强依赖数据开发部门。
指标治理扩散。企业广泛将指标存储在关系型数据库、非关系型数据库、数据仓库、BI 工具、计算引擎、业务零碎指标库等多种数据管理和剖析工具中，造成数据孤岛，也带来指标定义不统一、指标开发反复、指标权限治理不清晰等问题。
图 2：传统指标管理模式中指标散布扩散
合作模式强依赖数据开发部门。传统的指标体系管理模式下，业务部门向数据开发部门提出数据需要，数据开发人员依据需要进行数据采集、汇总计算以及整合提交。数据开发周期以周或月为单位，效率低下。
图 3：传统指标管理模式下重大依赖数据开发部门
在构建以指标为外围的数智化管理体系的背景下，企业对于指标体系的治理和利用面临新的需要。一方面，指标正成为企业外围数据资产，企业正在高频、深刻的应用指标作为业务决策依据，对指标体系的欠缺性、清晰性和准确性提出要求。另一方面，数据分析平民化为企业带来指标生产需要爆炸式的增长，企业须要指标体系反对海量、实时、智能的自助式和摸索式数据分析。
据调研数据显示，60% 以上的企业均面临指标品质、指标体系不欠缺、数据分析平台性能及性能待欠缺等三类指标问题。
图 4：调研问卷数据
传统指标体系管理模式的局限性与企业对指标体系的新需要之间产生强烈“碰撞”，为企业指标利用带来系列挑战。爱剖析将企业指标利用面临的挑战总结为四点：1）现有零碎无奈满足业务人员更精细化、更实时的用数需要。2）IT 能力难以适应爆炸式的数据生产的要求。3）管理人员短少对立的指标查问入口。4）数据治理不足无效抓手，数据治理工作很难推动。
03
优化指标体系成企业共识，指标中台提供无效解决方案
实际上，企业正采取踊跃措施解决指标利用面临的挑战。据调研数据，建设或降级指标剖析与治理平台已成为企业共识，77% 的企业打算或曾经采取行动，85% 的企业已明确将来 2 - 3 年内将持续对指标体系投入资源。在企业需要的推动下，代表着全新指标体系管理模式和架构的指标中台应运而生，正逐步被更多企业认可，成为解决企业指标治理问题的“良方”。
图 5：调研问卷数据
指标中台是供组织集中管理、存储要害指标的平台，提供对立业务模型、指标治理、指标加工、数据服务于一体的残缺的解决方案。指标中台是一种集中组织数据的形式，以可反复的形式拜访要害指标，用户能够应用多种利用在上游生产指标。
指标中台并不是一个新概念，以 Airbnb、Uber、LinkedIn 为代表的国内大型科技公司早已率先将指标中台引入数据平台架构中。如早在 2014 年，Airbnb 就通过 Minerva 指标利用治理平台实现指标口径对立；2021 年，Uber 借助 uMetric 指标中台实现指标生命周期治理，解决指标一致性问题；LinkedIn 也将指标利用治理平台作为所有业务指标的繁多实在起源。
指标中台的“中台”是连贯后盾与前台的“中间层”，性能上可依据前台数据生产侧（BI 工具、Apps、AI/ML、取数工具等）的需要，将后端（数据仓库 / 数据湖）的相应数据加工成”数据服务 API”，供前端所有零碎应用。指标中台提供了一致性、可复用的指标服务。
图 6：指标中台在企业数据分析平台中的定位
指标中台在性能布局上蕴含指标利用、计算引擎和平安运维。其中指标利用包含指标定义、指标可视化、指标品质、指标治理和指标服务等性能；计算引擎应具备海量计算、秒级响应、高 QPS 的个性；平安运维应提供数据安全、实例运维及监控等保障性能。
指标中台的利用将为企业指标管理模式带来粗浅转变，如撑持企业实现以指标为外围、数据驱动的数智化管理体系；升高企业用数门槛，赋能业务自主用数；晋升数据利用开发效率，以数据麻利推动业务麻利；推动企业数据治理。
图 7：指标中台架构示意图
指标中台利用场景宽泛。据调研数据显示，营销、经营、销售、研发、供应链、生产等场景均是指标利用的重点场景，其中营销、销售和研发更是指标中台的高频利用场景。
图 8：指标中台利用场景
尽管指标中台的概念和实际在国内还处于晚期阶段，但在供应侧，曾经有厂商推出了相干产品和解决方案，其中 Kyligence 就是一家在中国乃至寰球指标中台（Metrics Store）市场中极具代表性的厂商。
Kyligence 基于对企业治理理念转变的洞察、本身指标中台技术和丰盛的客户落地教训的积攒，曾经造成指标中台产品及解决方案。
其中，针对大型企业，Kyligence 提供企业级指标中台解决方案。该企业级指标中台解决方案由指标治理引擎和指标计算与查问引擎两个组件形成，具备 AI 加强剖析和高性能查问能力，反对对立语义层，提供全面的 API 集成接口等外围劣势，能全方位加强数据易用性、晋升数据开发效率，以及升高企业管数用数的开发运维老本。
针对中小型企业，Kyligence 提供指标中台产品 Kyligence Zen。Kyligence Zen 是基于外围 OLAP 能力打造的指标中台产品，为企业提供整合的、轻量级的、开箱即用的指标中台服务，助力业务用户聚焦指标，实现疾速的数据洞察和口头决策。Kyligence Zen 底层引擎应用 Serverless 技术，反对 ARM 架构，能无效节俭计算资源 TCO。
目前，Kyligence 指标中台产品及解决方案曾经服务泛滥国内外客户，包含多家银行、证券、保险、制作以及批发等行业客户，造成了成熟的 To B 商业模式和欠缺的客户服务体系。
图 9：Kyligence 企业级指标中台解决方案
图 10：Kyligence Zen
04
指标中台落地方法论为企业建设指标中台提供实践反对
企业在推动指标中台落地过程中，须要有体系化方法论撑持，以保障建设过程和后果牢靠。指标中台落地方法论内容包含指标体系梳理、指标中台建设和指标中台经营三个局部。
图 11：指标中台落地方法论
指标体系梳理是指标中台落地的前提，企业需首先对企业各层级、各部门指标进行全面梳理，建设欠缺的指标体系，指标体系梳理可参考 OSM 模型、BSC 均衡计分卡和北极星指标；
指标中台建设是指标中台落地的外围，企业需抉择具备成熟的产品、丰盛的落地教训、定制化和本地化服务能力、以及具备信创能力的厂商为合作伙伴；
指标中台经营是指标中台落地后继续施展数据驱动价值的保障，企业需减少相干部门指标经营职责，配置相应指标治理岗位，为企业指标中台经营提供组织和机制反对。
此外，管理层的反对推动和企业数据文化是贯通指标中台建设、经营全过程的重要撑持。
