几年前，有一家国内头部的汽车制造企业的IT分管领导跟我说要上数据中台，因为他们想学习互联网公司搞数字化转型。
我问他上“数据中台”想解决什么问题，他说他们企业里有各种各样的信息系统，例如ERP、DMS、CRM、MES、SRM、OA等等，每个员工、每台设备、每个部件和每个产品，在不同的信息系统中，都有不同的识别，他听了互联网公司给他们介绍的“OneData方法论”，啥实体识别、标签、建模、资产等等，说是在一个企业里，每个数据只能有唯一的识别，听起来就是解决他们数据问题的。
我现在还记着，那位领导给我看了下面这张图，说非常符合他们需求：
我给他说，互联网公司说的“数据中台”，不是用来解决企业ERP、MES、DMS等企业级系统之间数据一致性的问题，他实际上要的应该是一个企业级的主数据管理系统（MDM）以及相应的数据治理流程。
不过，这位领导对当时如日中天的互联网公司深信不疑，再加上一些复杂的商务关系，最后他们还是奔着上“数据中台”去了；当然，几年后的结果，大家猜也猜得到。
这几天我的新书上市，据说在京东上卖得不错。当我在京东上关注新书销量排行榜时，从这个事例，深刻理解了中国互联网公司存在所谓“数据中台”的真正原因。
目前我这本书在京东的管理类图书的销量榜上排名第13，新书飙升榜上排名第1：
然而仔细看这个榜单会发现不少问题：我这本书同一本书在销量榜里有两个位置，分别是十三位和十六位，而排名在前面的《三生万物》一书，分别占据了第一、第六、第十、第二十五，实际上也是同一本书。
这说明京东平台是缺乏严格的商品主数据管理的。
“排行榜”是个数据分析的应用软件，是从京东平台上的各个销售系统里提取数据，并生成榜单的；京东作为一个平台，销售渠道十分复杂，有官方店、自营店、经销商店等等各种模式，我相信每个模式后面都有个销售系统，一本书在不同系统中有不同的商品数据，当提取成榜单时，就出现了数据重复的问题。
这就是为啥互联网公司要弄数据中台的原因。
然而制造业、金融业的传统企业对数据管理的流程是不能这样做的——无论是员工还是产品，由于传统企业在管理上，有很高的质量要求或者风险控制的要求，所以，这些业务对象的数字化，从业务流程上，应该是先有主数据，然后再基于这些主数据做事务交易（例如采购、销售）。这和互联网公司的运作逻辑完全不一样。
简单说，对于有质量、风控等合规要求的行业，数据管理是中心化的；对于合规性要求低的互联网企业，数据管理是去中心化的。前者的优点是操作严谨，缺点是流程复杂，操作慢；后者的优点是面向市场、反应快速，缺点是“先污染后治理”，数据的生成成本低而治理成本高。
从企业级信息技术本身的应用发展来看，信息系统经历了三个阶段，
一是事务处理阶段，主要是用来基于业务流程、处理事务、生成数据，ERP、CRM这类系统都是这种系统，
二是基于前面这些存储数据的信息系统，加上其他数据源，对数据进行分析，从而进行业务洞察（报表是常见的洞察形式），商业智能（BI）是典型的这类系统，
三是智能化应用，从数据中形成的洞察变成能力赋能给业务系统，在处理事务时，自动地基于智能来进行处理，基于人工智能的营销推荐引擎、金融欺诈风控、供应链自动补货等等，都是这类系统的代表。
从架构上来说，主数据管理是最中心化的数据管理方式，数据中台也是偏向中心化的，但是更多是面向分析而非面向事务处理，而今天纯互联网架构的分布式计算环境下，中心化的数据管理方式也会让位于“数据网格”这类新兴的数据管理技术：
回到文初那个话题，汽车厂不是完全不能上“数据中台”，而是你的IT系统如果还是ERP、MES这些传统观念IT系统，那么要解决领导的问题，“数据中台”就是错误的答案。京东的图书销量榜的数据准确性的问题在我来看还只是个表面现象，可以想象，京东的管理后台ERP，在收入确认、成本管理方面，我猜测数据可能会非常混乱的，需要大量的手工操作来清洗数据——在我来看，京东的这个数据问题也不是上个数据中台的问题，而是要从商业模式、运营体系到业务流程的企业架构梳理，这往往是互联网公司不擅长的。
拿互联网公司的业务实践到传统企业去套，营销和销售时能把不懂的企业领导给忽悠得住，交付时会出乱子的；需要真正懂ERP、企业级主数据管理和业务流程的顾问去解决问题。
