鬼话连篇数据中台(二):中台翻车的一次复盘与总结

2023-11-21 20:30

本文主要是介绍鬼话连篇数据中台(二):中台翻车的一次复盘与总结,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在 InfoQ 公众号发的是浓缩版主题叫“中台翻车纪实:一年叫停,员工转岗被裁,资源全浪费”,网站的完整体还是用老标题。文章大概在 7000 字左右,干货很多。

 

这是《鬼话连篇数据中台》第二个篇章,从另一个角度看来也算非常特别的一篇,这是一个不是那么成功的业务中台建设实际案例的回顾,改为独立篇章。

 

春节前与上个 BU 的成员聚会时还是回顾这个中台建设的话题,就是 ”开局一条狗,装备全凭抖“,这块业务算很好的业务中台建设的切入点,但是经过很多人努力去建设,结局就是说撤就被撤了,是什么问题引起的?在整个文章中会逐渐稍微展开分享一下的。

 

另外自己以往写文章都是偏数据产品、BI 类,第一次来写业务类的文章,对于自己来讲也算是一个小的挑战。

 

ps:关于各种中台的定义还是一如既往的不给出定义,因为定义都已经满天飞,大家要系统化了解中台这个方向还是去看其他文章。

 

背景与起因

大约在 2016 年的秋天,集团某业务线的产品负责人说:“有一个很有意思创业项目,具体的是关于 是关于短视频的创业项目,考虑加入吗?” 经过更详细的了解后得知:这位产品线负责人与事业群头头一起勾兑提到”短视频赛道”可以做,努力一次,可能在短视频赛道上做出蛮不错的成绩的。一群人多次合计了下都觉得这个事情满靠谱的,在当时是个不错的新方向选择,但是呢需要构建一个新独立的 BU 来运作这个事情。

 

以为这个计划中的业务是涉及到很复杂人力调度,为了组建这个新的业务单元,经过大 HRG 的前后协调,从不同事业群选择了一些小伙伴加入了进来,分别从南方某事业群调来了产品 A 线、审核线、技术线、BD 线、审核线。从北京的某集团调来了 产品 B 线,算法线,审核线、BD 线。我自己呢做作为当时 BI 线从其他线进入了新的 BU 的。前后经历了多次碰撞以及共建后,顺利的召开了个一个声势浩大的启动大会。

 

由此由一个多国部队组成的新业务线就宣誓成立,提出的口号是 4 月份上线,7 月份 DAU 3 千万,潜台词是我们财大气粗,不需要考虑成本与投入,完成业务目标与占领行业就可以。

 

新组建这个 BU,主要任务是要完成一款传奇的短视频客户端的产研与推广,在实际的执行过程中,受到历史包袱问题以至于这款客户端在很长的一段时间内一直承载长视频、动画的播放,需要在很短时间内向短视频信息流转变,结果就是这款 APP 的 90%长视频消费用户受到打扰逐步的在流失。产品运营各业务方就需要去考虑这个事情,结果如何在这篇文章是中不重要的,重要的是,要完善这款短视频,除了在完善必须的客户端外,还得配套有推荐引擎与内容库。在构建内容库就需要根据来源分为爬取或者是自生产,通过不断的完善内容创作生态来维持一个高质量的内容来源。如果要做内容创作生态,那更是一系列的业务链条需要建立。

 

在当时接触到的北方的某事业群、南方某事业群都分别有类似的生态业务在运作,南方某事业群有自己的图文内容生态,北方的某集团有自己的视频内容生态,各自的生态又分别为各自客户端业务提供内容生产审核等,帐户体系、内容评定标准、奖励机制各不相同。各自的数据体系,其中两个子集团或成为事业群的业务都是各自的数据体系,尤其是在帐户数据、图文、视频、粉丝互动、内容库的、消费数据上都在那时没有打通,还有蛮多其它的的问题像平台众多、模式相近、同质化严重、变现不足等,但是聚焦几个比较突出的问题分别是:

 

  • 账号体系问题,账号没有打通、账号评估与分级体系不统一;

  • 内容评定标准不统一、品类不统一、标签体系不统一、奖励机制各自执行;

  • 审核问题,但凡做内容必须有审核,不同子公司在审核的投入上都很巨大;

  • 采购问题,跟 BD 采购流程不同,或签约多个主体;

  • 内容生态所涉及到的帐户数据、图文、视频、粉丝互动、内容库的、消费数据、内容审核等较容易整合并服务化。

 

 

现在回顾一下,这块是很明显需要进行业务中台化,因为可以围绕统一的一点接入多点分发的方式来支撑各端的业务,做好内容生态供给。在建设过程中这个中台是需要拉通各种信息、标

这篇关于鬼话连篇数据中台(二):中台翻车的一次复盘与总结的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/404907

相关文章

Python版本与package版本兼容性检查方法总结

《Python版本与package版本兼容性检查方法总结》:本文主要介绍Python版本与package版本兼容性检查方法的相关资料,文中提供四种检查方法,分别是pip查询、conda管理、PyP... 目录引言为什么会出现兼容性问题方法一:用 pip 官方命令查询可用版本方法二:conda 管理包环境方法

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

pycharm跑python项目易出错的问题总结

《pycharm跑python项目易出错的问题总结》:本文主要介绍pycharm跑python项目易出错问题的相关资料,当你在PyCharm中运行Python程序时遇到报错,可以按照以下步骤进行排... 1. 一定不要在pycharm终端里面创建环境安装别人的项目子模块等,有可能出现的问题就是你不报错都安装

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性