数据科学基础平台白皮书（2023）

来源：IDC咨询时间：2023-05-06 15:58:12 作者：

　　近年来，数字经济持续高速增长。IDC数据显示，到2022年，全球65%的GDP将由数字化推动；2022年到2023年，数字化转型的直接投资将超过6.8万亿美元。IDC中国企业数字化转型成熟度研究显示，一大批企业已经进入到数字化转型的纵深阶段，即利用集成管理数字化推动常态化运营管理，利用规模数字化实现企业优化创新。

　　白皮书核心观点

　　政企数字化转型进入纵深阶段，数据科学加速数字化能力进阶。

　　在数字经济持续高速增长的大背景下，一大批政企机构开始进入数字化转型的纵深阶段，努力实现由数据/信息驱动的全面业务整合和创新。IDC认为，各机构应全面提升数据科学理论水平，深度掌握数据应用技术、产品、方案和交付方法，围绕更大范围、更高效率、更快响应和更深融合四个维度目标，构建完善的数据价值转化全流程能力体系。

　　即以数据科学为指导建立涵盖“治理平台+分析工具+应用运营”全栈能力的数据智能核心，打通“感知-数据-信息-知识/洞察-决策-行动/应用-再感知“的价值链条，形成内部认知能力和外部生态应变能力的闭环。

　　基于数据科学的全流程能力演变和生态协同是数据智能发展进步的必然趋势。

　　基于数据科学的全流程效能提升，将围绕能力演变、架构演变和生态发展等维度深入展开。其中，能力体系将趋向全栈化，构建“倒三角”形态的全栈支撑体系，包括以强调“统一治理”的平台化能力逐步消除数据孤岛，以趋向智能化的工具能力为业务端提供可灵活定制的洞察和决策服务，以高效的运营能力开发/部署与业务场景深度融合的数据应用，架构体系则力求持续迈向云原生化和全栈智能化。此外，各厂商也将围绕数据价值转化周期推动专业化分工，建立生态协同机制，创新商业模式，与政企用户实现共赢。

　　构建数据科学基础平台体系，推动一体化数据智能研究与实践。

　　各政企机构有必要构建一个数据全流程能力的重要载体，即打造一体化的数据科学基础平台体系，通过广泛、开放的数据协同，为各业务方提供端到端的完备数据智能体验。即通过全栈化能力体系下的治理平台、分析工具和智能应用建设，以及整体技术架构的转型升级，构建端到端的一体化解决方案，与行业发展实现深度融合，形成可持续迭代的技术框架，强化关键环节技术能力，有效解决各机构的战略、组织、流程以及成本投入方面的诸多问题。

　　IDC认为，涵盖治理平台+分析工具+应用运营全栈能力的数据智能核心，是打通“感知-数据-信息-知识/洞察-决策-行动/应用-再感知”的价值链条并形成左右互联闭环的关键。

　　数据智能核心涵盖以下三个层面的能力：

以强调“统一治理”的平台能力，逐步消除数据孤岛，按照业务需求对数据进行主题化以及场景化建模，形成高质量、易调用的数据资产，实现“感知-数据-信息”的转化；
以趋向智能化的工具能力，为业务端用户提供可灵活定制的洞察和决策服务，提升团队效率和创新能力，实现“信息-知识/洞察”的转化；
以高效的运营能力，开发/部署与业务场景深度融合的数据应用，建立趋向数字原生化的业务体系，实现“知识/洞察-决策-行动/应用-再感知”的转化。

　　强化数据智能核心的目的，是持续提升数据价值转化能力，而与数据价值转化全流程有关的理念、目标、方法论和实践过程，共同构成了数据科学的研究框架：

　　在全行业分工协同的大背景下，基于数据科学的全流程效能提升，将围绕能力演变和架构演变的多个维度深入展开。其中，能力体系趋向全栈化，围绕数据资产管理和价值释放所需要的技术和创新要求，紧密结合数据科学的三层级能力，构建“倒三角”形态的全栈支撑体系。架构体系则力求持续实现数据智能应用的云原生化和全栈智能化。