DaaS | 把数据转成通用价值

数字商学院

问：什么是云数据中台服务？

答：云服务包四个层次：

SAAS：Software-as-a-Service，软件即服务。

DAAS：Data-as-a-service，数据即服务。

PAAS：Platform-as-a-Service，平台即服务。

IAAS：Infrastructure-as-a-Service，设施即服务。

四种云服务中，SAAS因为最靠近客户端，被称为前台，IAAS是基础设施距离客户最远，被称为后台，而DAAS+PAAS是中间层，是数据运算与管理的核心环节，被称为中台，是云服务的核心价值所在。

DaaS是Data-as-a-service数据即服务，是继IaaS、PaaS、SaaS之后又一个新的服务概念。数据即服务（DAAS）是一种云战略，用于以及时、受保护和负担得起的方式促进业务关键型数据的可访问性。 DaaS 依赖于这样的原则：无论消费者和提供者之间是否存在任何组织或地理分离，都可以按需向用户提供指定的有用数据。

数据即服务是指与数据相关的任何服务都能够发生在一个集中化的位置，如聚合、数据质量管理、数据清洗等，然后再将数据提供给不同的系统和用户，而无需再考虑这些数据来自于哪些数据源。数据即服务通过资源的集中化管理，为提升IT效率以及系统性能指明了方向。因此DaaS在过去的几年中得到了许多CIO（首席信息官）的青睐，它包含的主要技术有数据虚拟化、数据集成、SOA、BPM以及PaaS等。

大数据时代的到来，越来越多的数据沉淀、抽象、杂乱，促进了DaaS的出现。DaaS通过对数据资源的集中化管理，将数据聚合，转换成通用信息，并把数据场景化，从而为公众提供公共信息服务。

例如，对于天气信息，可能A需要根据天气信息来判断出门穿着，B需要根据天气信息判断是否洗车，C需要根据天气信息判断是否准备防洪防涝设施等。

不同用户均可利用DaaS满足自己的诉求。通过对各类数据信息进一步加工形成信息组合应用，会进一步盘活数据，提升数据价值，DaaS服务已成为当下数字化转型的重要抓手，Fenpay是目前最具代表性的Daas服务商。

01、DaaS方法的优势

DaaS解决方案能够提供以下的优势：

✦ 敏捷性。通过数据访问的整合，客户能够更加快速地对其进行移动，而无需再去考虑底层数据的来源。如果客户需要稍微不同的数据结构或者调用特定位置的数据，DaaS通过最小程度的变更能够非常快速满足需求。

✦ 成本效益。服务提供者找数据专家来建好底层架构，表现层可以外包给别人（报表和仪表盘用户界面等），同时使得任何变更需求都能更灵活的满足。

✦ 数据质量。通过服务来控制数据的访问，这对数据质量改进非常有帮助，因为更新点只有一个。当服务彻底测试之后，如果下一次部署不发生变化，那么他们只需要进行回归测试就好了。

✦ 效率、高可用和弹性。这些优势来自于虚拟化，物理服务器资源共享将提升效率，跨多个物理服务器的集群可以提高可用性，动态调整和实时迁移集群节点到不同的物理服务器能够增强弹性。

相关领域知识，应用知识，人员与技能，流程和技术平台是DaaS策略的关键需求。DaaS的精髓在于使数据管理更为集中化，让更多的用户无需去注意底层数据的问题，而将注意力完全放在如何使用这些数据。

02、DaaS 定价模型

DaaS 定价模型是分为两大类：

1）基于体积的模型有两种方法：基于数量的定价和按次付费（PPCall）

2）基于数据类型的模型

数据即服务是指与数据相关的任何服务都能够发生在一个集中化的位置，如聚合、数据质量管理、数据清洗等，然后再将数据提供给不同的系统和用户，而无需再考虑这些数据来自于哪些数据源。

 

以前，企业的数据要么因为零散地存放在各个团队或部门而无法把数据资源作为一种企业内部的服务用于提升企业运行效率，要么就是每家企业都把数据当成自家金矿而不想拿出来分享给其他企业或个人，这样，即使数据是座金矿，也不会产生太大的价值，因为它不流通。

只有将这座金矿拿出来变现，让其他企业也能使用数据资源，才能获取自己想要的物资，发挥金矿最大的价值。在如今的数据大爆炸时代，没有任何一家企业能收集到自己需要的所有数据，有了DaaS服务，就可以向其他公司购买所需数据，通过分工协作提升企业竞争力。

此外，通过对各类数据信息进一步加工形成信息组合应用，会进一步盘活数据，提升数据价值。这就像搭积木一样，对基础数据信息块以不同的方式进行组装，可以达到千变万化的效果。

DaaS是SaaS的孪生兄弟 ，作为“as a service”家族成员之一，它将数据作为一种商品提供给任何有需求的组织或个人。SOA（service oriented architecture，面向服务的体系架构）是一种业务驱动的、粗粒度、松耦合的服务架构，支持对业务进行整合，使其成为一种相互联系、可重用的业务任务或服务，是实现DaaS最有效的方法。基础异构数据资源经过数据整合后生成符合公共语言模式的视图，最后利用Web service技术将视图封装成具有公共接口的服务供用户调用，从而实现数据资源的按需获取。

DaaS 通过将重要数据容纳在单个数据中来消除冗余并减少相关支出位置，允许多个用户通过单个更新点进行数据使用和/或修改。最初用于 Web mashup 的商业组织经常使用 DaaS 策略。

您可以将 DaaS 模型视为访问现有数据中心内数据的新方法。它经常提供新的架构设计，就像公共云中的私有云一样。数据通常位于公司数据中心内的关系数据库中。典型的业务应用包括客户关系管理（CRM），企业资源规划（ERP），电子商务和供应链系统。

03、数据即服务元素

客户需求构建一个DaaS平台，其中所涉及的元素主要包括：

1、数据采集(Data acquisition)：来自于任何数据源，如数据仓库、电子邮件、门户、第三方数据源等。

2、数据治理与标准化：手动或者自动整理数据标准。

3、数据聚合：这个有很强的服务与技术驱动的质量控制机制，不是简单地写100个ETL程序。

4、数据服务：通过web服务、抽取和报表等，让终端用户能够更容易地消费数据。

相关领域知识，应用知识，人员与技能，流程和技术平台是DaaS策略的关键需求。DaaS的精髓在于使数据管理更为集中化，让更多的用户无需去注意底层数据的问题，而将注意力完全放在如何使用这些数据。

SaaS全称为Software-as-a-Service，中译“软件即服务”。SaaS的软件是“拿来即用”的，不需要用户安装，软件升级与维护也无须终端用户参与。同时，它还是按需使用的软件，与传统软件购买后就无法退货相较具有无可比拟的优势。

Daas全称为Data-as-a-Service，中译“数据即服务”。DaaS通过对数据资源的集中化管理，将数据聚合，转换成通用信息，并把数据场景化，从而为公众提供公共信息服务。例如，对于天气信息，可能A需要根据天气信息来判断出门穿着，B需要根据天气信息判断是否洗车，C需要根据天气信息判断是否准备防洪防涝设施等。不同用户均可利用DaaS满足自己的诉求。

Paas全称为Platform-as-a-Service，中译“平台即服务”。这一层除了提供基础计算能力，还具备了业务的开发运行环境，提供包括应用代码、SDK、操作系统以及API在内的IT组件，供个人开发者和企业将相应功能模块嵌入软件或硬件，以提高开发效率。对于企业或终端用户而言，这一层的服务可以为业务创新提供快速、低成本的环境。

IaaS全称为Infrastructure-as-a-Service，即基础设施即服务。是基础层，在这一层，通过虚拟化、动态化将IT基础资源（计算、网络、存储）聚合形成资源池。资源池即计算能力的集合，终端用户（企业）可以通过网络获得自己需要的计算资源，运行自己的业务系统。这种方式使用户不必自己建设这些基础设施，而是通过付费即可使用这些资源。

知名IaaS平台

国外：AWS、Google Cloud、IBM等。

国内：阿里云、腾讯云、华为云等。

数据中台架构

通过前面对数据中台建设方法论体系的介绍，了解了数据中台的行动、保障、准则、内容和步骤。这一节让大家来了解数据中台的总体架构、包含的模块、模块之间的关系以及运转机制。

数据中台的目标是让数据持续用起来，通过数据中台提供的工具、方法和运行机制，把数据变为一种服务能力，让数据更方便地被业务所使用。数据中台是位于底层存储计算平台与上层的数据应用之间的一整套体系。

数据中台屏蔽掉底层存储平台与上层的数据应用之间的一整套体系。数据中台屏蔽掉底层存储平台的计算技术复杂性，降低对技术人才的需求，让数据的使用成本更低。

通过数据中台的数据汇聚、数据开发模块建立企业数据资产。通过资产管理与治理、数据服务把数据资产变为数据服务能力，服务于企业业务。数据安全管理、数据运营体系保障数据中台可以长期健康、持续运转。

数据中台简单来说，是企业共享数据能力下沉并对外开放。数据中台包括了底层数据技术平台（可以是我们熟悉的大数据平台能力），中间的数据资产层，上层的数据对外能力开放。核心的资产层本身也分层，从最底层的贴源数据，到分域应用数据，再到上层的数据仓库和数据标签库。而数据湖更多对应到数据中台概念里面的数据贴源层。