瓴羊是阿里巴巴全资子公司，主营数据要素服务。瓴羊提供一整套数字化产品和服务，涵盖数据加工、数据消费以及数据流通等三大环节。帮助企业有效利用数据资源，促进数据与企业实际运营的深度融合，赋能企业增长和数字化转型。

瓴羊已服务了上百家知名企业和众多中小企业的数字化建设，如一汽红旗、星巴克、自然堂、极氪、乔丹、中国移动和中海油等，覆盖零售、汽车与制造、互联网、金融等多个行业。

前言

随着新一轮AI技术浪潮的来临，企业如何借助科技之力，完成新一轮生产效率和经营方式的升级，激发业务创新与增长，成为全行业普遍关注的话题。与此同时，2022年发布的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）标志着数据在技术演进和政策经济发展的双重推动下，已经来到了一个新的重要位置。

《大数据之路：阿里巴巴的大数据实践》一书于2017年问世，当时正值大数据概念及其所代表的技术力量蓬勃发展的时期，本书受到了广泛关注。各行各业开始感受到数据规模不断增长所带来的压力，以及面临的挑战和机遇。本书凝聚了我们在大数据实践过程中积累的经验、教训和方法，并有幸得到了广大读者的认可与喜爱。

此次出版的《大数据之路 2：数据更普惠，商业更智能》一书不再局限于阿里巴巴，而是延伸到对千行百业的实践和探索，我们希望本书能为企业经营者、数据管理者、技术实践者厘清数据发展的脉络，分享实践经验，并提供有价值的参考。

本书之所以可以从阿里巴巴的方法论延伸到千行百业的实践与探索，是因为团队本身的变化和发展。我们从过去的阿里巴巴内部的技术团队成为阿里巴巴全资子公司——瓴羊。我们不再局限于阿里巴巴内部的问题，而是为24个行业、近5万家企业在数据加工、数据消费和数据流通3个环节提供产品和服务。本书是对我们过去几年的经验和方法的总结，也是对这部分内容的首次公开。

本书共11章，遵循以下脉络展开。

第1章回溯数据中台如何从一个初步构想逐渐成长为推动企业数字化转型的核心动力。

第2章从CXO、数据管理者和数据消费者多元视角全面剖析数据中台在实际应用中的重要性与价值，生动展现其如何助力企业在激烈的市场竞争中占领先机。

第3～5章依次介绍数据中台的构建框架、数据架构与建设、数据治理与管理等主题，详细阐述如何设计一个既能满足当前业务需求，又能支持未来发展的数据中台框架，并提供一系列实用的指导与建议。

第6、7章全方位探讨数据的交易与流通、数据与智能算法的应用。通过生动的实用案例，展示如何构建企业内外部的数据消费生态体系，并揭示智能算法如何在推荐、广告与搜索等领域点燃业务创新的火花。

第8章介绍“1NN”决策分析框架，阐释其如何助力企业构建数智管理内核，推动决策分析的设计与实施，从而在瞬息万变的市场环境中运筹帷幄。

第9～11章汇集了大量真实的案例，展示了阿里巴巴及其他行业领军者在数据中台领域的宝贵实践经验。从金融服务的风险控制，到制造业的供应链优化，再到零售业的个性化营销，这些鲜活的实例不仅为读者提供了极具价值的参考与启示，还能激发读者的创新思维，鼓励大家在各自的专业领域探索无限的可能性。

本书的写作耗时近1年，横跨内部多个团队，30多人参与编写，旨在将最有价值的探索和经验分享给广大读者，不负大家一直以来对“大数据之路”的期待与厚爱。诚如本书的书名，希望与企业经营者、数据管理者、技术实践者共同实现“数据更普惠，商业更智能”。

第1章 再出发：数据中台的萌芽与蜕变

1.1 理念起源：中台思维的初步形成

1.2　标准确立：OneData体系的升级

1.3　平台构建：OneData与数据中台的融合

1.4　转型深化：数据中台的新变革

1.5　持续进化：数据中台的未来发展

第2章 多视角：从千行百业中的问题出发

2.1　CXO视角：数据中台的战略考量

2.2　数据管理者视角：数据中台的运维与治理

2.3　数据消费者视角：数据中台的使用体验

第3章 绘蓝图：数据中台的思维与框架

3.1　跨越十年：数据中台的演进与本质思考

3.2　数据中台思维：战略·价值·运营

3.3　数据中台框架：从顶层设计到价值实现

第4章 资源化：数据架构与建设

4.1　数据架构的时光机：阿里巴巴视角下的演变

4.2　数据架构模式的前沿探索

4.3　数据架构的理论基石与设计原则

4.4　数据架构案例：达米公司的数据架构建设实践

4.5　行业数据架构推荐与案例分析

第5章 资产化：数据治理与管理

5.1 数据治理概述

5.2　数据标准管理

5.3　数据质量管理

5.4　数据安全与流通管理

5.5　数据成本管理

5.6　数据治理运营体系建设

第6章 要素化：数据的交易与流通

6.1　构建企业内部数据消费生态体系

6.2　布局企业外部数据流通生态体系

6.3　数据流通的深化合规与技术融合

6.4　数据资产入表

第7章 大模型：数据与智能算法

7.1 从符号到大模型的AI跃迁

7.2　深度学习与数据驱动

7.3 智能引擎在推荐系统、广告系统与搜索引擎中的应用

7.4 大模型时代的革新与发展

7.5 大数据赋能大模型创新与突破

7.6 大模型赋能Quick BI

第8章 价值化：数据驱动下的智能决策

8.1 “1NN”决策体系框架：构建企业数智管理内核

8.2 “1NN”决策体系建设思路：推动数智管理的设计与实施

8.3 数智管理案例：“1NN”决策体系在业务场景中的应用

8.4 业财一体化案例：“1NN”决策体系数智化重塑业财融合

8.5 人力资源数智化案例：“1NN”决策体系重塑人力资源管理体系

第9章 价值化：数据驱动产销协同

9.1 数智产销的发展进阶

9.2 数智产销协同化

9.3 数智化产销决策实战案例

第10章 价值化：多源数据融合的智能营销探索

10.1 多源数据融合的价值场景案例

10.2 多源数据融合的关键技术

第11章 先行者：数据文化与组织建设

11.1 不同企业数据战略下的组织设计

11.2 阿里巴巴的数据组织与文化运营

11.3 数据组织与文化保障企业数据战略落地

437