利用工业数据平台取得成功

数据是数字化转型的关键推动力。零售商整合数据以获得单一的客户视图以建立更好的体验并降低收购成本；金融机构使用数据来管理风险和个性化产品；制造商连接到生产系统中的数据以降低单位成本或减少质量问题。在所有这些行业中，将来自不同数据源的数据链接到单一的工业数据平台是释放这一价值的第一步。

构建工业数据平台的技术方面众所 周 知 。然而，即使是架构良好的工业数据平台也可能失败。这篇博客概述了三种可以推动工业数据平台成功的与业务相关的思维模型。

从用户那里向后工作

工业数据平台及其用例多种多样。工业数据平台不仅会因行业而异，而且行业中的每家企业对一个平台都有不同的需求。我们经常看到企业在没有足够详细地了解用户的情况下着手构建工业数据平台。 他们想要什么数据？他们将如何使用这些数据？ 他们将获得什么商业价值？ 仅仅提供数据和普及访问权限很少能产生预期的业务成果。

在构建工业数据平台之前，必须深入了解企业对工业数据平台的需求。这意味着要采访整个企业的用户，记录他们的需求，向最终用户阐明价值，并开发端到端的用户旅程。在亚马逊，我们将这一流程称为 “向后移动”，它会生成一份面向未来的新闻稿，从客户的角度阐明价值。

将这项工作放在前期需要付出精力和时间，但它会带来可衡量的收益。首先，体验将反映用户的期望，例如易用性、速度或灵活性。其次，更好的用户体验将带来更快、更高的采用率，这反过来又会产生更多的反馈，可用于迭代和改进工业数据平台。第三，业务成果的实现速度更快、更可靠，因为工业数据平台的构建考虑到了用户的需求。

从大处着想，从小处着手

工业数据平台通常是长期投资，可能需要数月甚至数年才能完成。鉴于这段旅程，企业渴望在此过程中创造价值。在长期可扩展性与短期业务价值之间取得平衡是一项艰巨的任务。我们看到两种类型的错误：1. 组织从架构、治理和流程入手，没有定义价值之路；2. 他们为业务中的用例构建单点解决方案，这些用例无法在整个业务中扩展到一个有凝聚力的平台。

为了使工业数据平台取得成功，即扩大规模，同时获得持续的支持，企业需要从大处着手，但要从小处着手。这意味着逐个用例逐步构建工业数据平台，同时利用为扩展和扩展平台而构建的组件。实际上，这需要四个步骤：

1. 定义工业数据平台愿景和待办事项，以及其架构、数据标准和数据模型。
2. 在投资组合层面做出决策，对用例进行优先级排序，以便每个用例都有助于沿着愿景扩展平台的功能。
3. 构建每个用例时，应确保生成可重复使用的组件和微服务，这些组件和微服务足够小，可以组合用于其他用例。
4. 确保将组件整合到一个统一的工业数据平台中，以便于发现和实施它们。

以这种方式构建工业数据平台会带来多种好处，并可能产生飞轮效应。工业数据平台展示了用例带来的即时商业价值，同时还会随着时间的推移以有针对性的方式扩展平台功能。随着工业数据平台的发展，用例开发的步伐将加快。此外，工业数据平台将从用例采用中获得持续的反馈，这确保了在投资大规模推出之前，可以对开发进行校正或调整。良性循环必然伴随着良性循环。

通过产品运营模型进行构建

工业数据平台有许多利益相关者，涵盖业务和信息技术。商界领导者试图影响工业数据平台朝向其需求的方向发展，而IT领导者通常在产品经理、技术策略师和开发人员以及云业务办公室、架构治理和安全等职能部门之间处于孤立状态。我们看到，许多企业都在努力为工业数据平台定义一种包括关键利益相关者的运营和治理模式，同时将问责制与资源联系起来以确保有效的执行。

构建工业数据平台的核心思维模型是将其组件视为松散耦合的产品，每个产品都围绕价值流形成，并具有单线程领导者（STL）。例如，通过用例生成的每项微服务都应有一个由其维护和操作的 STL，而平台级别的单独的 STL 可确保微服务以及其他微服务易于发现和组合。如果这需要一个团队，那么团队必须是可分离的、自主的，并且在将架构设计分解为通过 API 相互连接的自主模块的基础上与价值流组合保持一致。

将工业数据平台构建为一组松散耦合的产品，由可分离的团队拥有和交付，可以简化和加速开发过程。它还减少了责任重叠，从而减少了设立委员会和延长协调程序的需求。因此，工业数据平台的构建速度将更快，问责制也将得到加强。

结论

无论从技术角度还是从商业角度来看，构建工业数据平台都很困难。但是他们提供的商业价值使这些努力是值得的。要让企业释放这一价值，他们需要从用户那里向后思考，从大处着手，并为每个工业数据平台组件分配明确的所有权。

进一步阅读

• 亚马逊云科技 客户数据平台指南
• 实现无服务器客户数据平台的现代方法
• 在 亚马逊云科技 上构建客户数据平台的概述和架构
• 亚马逊云科技 上的现代数据架构
• 亚马逊云科技 上的工业数据平台入门
• 价值流映射资源
• 使用 亚马逊云科技 进行创新