全域数据是什么：不是一套软件，别被厂商忽悠了

"全域数据"这个词，这几年被厂商们炒得有点变味了。

你去参加一个数字化转型大会，三个展台三个方案，都说自己是"全域数据平台"。但说来说去，大家说的根本不是一个东西。

我花了一段时间把这个概念拆了拆，试着说清楚它到底是什么、不是什么。

它是什么

全域数据的核心，不是"全"，而是通。

数据在全生命周期里——从产生、采集、传输、存储、处理到归档——能够被识别、被关联、被使用。不管数据在哪个系统里、什么格式、由谁产生的，都能在需要的时候被调出来、用得上。

王坚说过一个概念叫"数据在线"，我觉得很贴切：数据不是躺在某个系统里的，而是像水电一样，需要的时候就能用。

三种数据形态，缺一个都不叫"全"

很多企业说的"数据"，其实就是数据库里的几张表。但全域数据至少包含三种形态：

结构化数据。 订单表、用户表、库存表这些，格式清晰、好查好算。这是数据治理的基础，也是绝大多数企业最先做的部分。

非结构化数据。 这东西量更大、更乱——办公文档、图片、音视频、用户评论、客服录音。价值密度经常被低估。比如用户评论里的情感倾向、客服录音里的投诉热点，这些信号如果只当"杂音"过滤掉了，就白白浪费了。

机器数据。 日志、指标、调用链。系统跑得怎么样、业务有没有异常、用户行为链路有没有断——这些数据不参与业务决策，但监控着业务的"健康状态"。

三样都齐了，才谈得上"全"。

真正难的不是"把数据放一起"，而是"让数据能一起用"

很多企业做数据建设，第一步都是做ETL，把各系统的数据抽到一个平台里。这个阶段其实不难，难的是后面。

语义对齐才是最头疼的。你说"活跃用户"，销售部觉得是"本月有消费的"，运营部觉得是"本周登录过的"。两个口径不一样，出的报表对不上，开会就吵。全域数据要做的，是先统一这些概念——不管数据从哪个系统来的，对同一件事的定义必须一致。

多维度关联是第二层。用户在小程序浏览了商品、在公众号看了文章、在客服系统发过投诉——这些触点数据如果各归各管，你看到的用户就是"碎片化"的。关联起来之后，才能拼出一个完整的行为画像。

落地的路径，没有捷径

说了这么多，落地到底怎么做？没有银弹，但有路径：

第一步，先把"有多少数据、在哪儿、长什么样"摸清楚。 很多企业连数据资产目录都没有，就直接上平台。先做数据盘点，比先买工具重要得多。

第二步，统一口径。 挑最核心的几个业务概念（用户、订单、商品……），拉各业务方坐下来，把定义对齐。这事不性感，但做不好后面全白搭。

第三步，从具体场景切入。 别想着一步到位。选一个最痛的场景——比如"用户流失分析"或者"库存周转优化"——先把相关数据打通，验证效果，再逐步扩展。

中国电信翼支付的做法可以参考：他们整合了内部业务、财务、人力等系统数据，又引入了工商、司法等外部公共数据，建了上万个巡检规则的数据治理体系。但这也是逐步建起来的，不是一天搞定的。

说人话版本

全域数据这概念，说穿了就是三句话：

别让数据各玩各的。 CRM、ERP、客服系统、社交平台——这些数据应该能串起来用，不是各自为政。

别只看数据库里的表。 评论、图片、日志、语音——这些非结构化的数据里，往往藏着最有价值的信息。

别一次性想搞完。 从最痛的地方开始，先打通一个场景，再逐步扩展。完美主义是数据建设最大的敌人。

下次再有厂商跟你推销"全域数据平台"，先问三个问题：数据怎么通的？口径谁来统一？从哪个场景开始？答得上来的，再聊。