Managing Partner, Artefact 法国的 Fabrice Henry 监督了讨论。与会者包括谷歌欧洲、中东和非洲地区 Data 分析实践负责人 Johan Picard、欧莱雅首席 Data 治理官 Jean-Noel Lucas、Orange Data 人工智能和自动化副总监 Brice Miranda、Univers Data 创始人兼总裁 Jean Christophe Brun。.

data 网格如何应对集中式 data 架构的挑战，并有助于业务人员更好地使用 data？这是 Artefact 的第三个 Data 上午, 在此次会议上，拥有丰富 data 经验的主要管理人员就什么是 data 网格、如何在其业务中实施 data 网格以及 data 网格的未来前景分享了他们的观点和具体实例。.

首先，简要回顾一下 "谁"、"什么 "和 "为什么"。 data 网眼data网状结构：这一概念由 ThoughtWorks 的 Zhamak Dehghani 提出，旨在提高 data 的可访问性，简化集中式、单片式 data 结构的组织。在 COVID-19 大流行期间，data 的爆炸性增长凸显了这些需求，data 网格现已从一个概念发展成为一种分布式架构模型，使整个组织中的每个人都能使用 data。.

如何消除 “仅供 data 专家使用的 data ”瓶颈？

约翰-皮卡尔 的谷歌 有一些想法：“部分原因与简单的 data 成熟度有关。二十年来，各公司在平台、data 湖、data 仓库上创建并集中管理 data。这使他们有可能利用自己的 data。但是，各领域必须排队等待访问这些 data，造成了积压和瓶颈。. 

“有些人甚至建立了自己的影子 IT 部门，因为 IT 团队了解技术，但不了解 data 的质量。而该领域的情况恰恰相反。但现在，随着 cloud 技术的发展，data 可以分散到各个领域。重要的是要记住，这是一种启发式方法。每家公司都不尽相同，必须根据自身情况、速度和雄心，以自己的方式实现分散化。”

在奥兰治, 布莱斯-米兰达 经历了这种 data 浓缩和碎裂的现象。“我们历史上的 data platform 并非以自助服务为导向，因此许多团队创建了自己的小型 data platforms；我们最终创建了 40 到 60 个团队。.”运营商利用谷歌云平台搭建了一个为其领域团队服务的平台。“现在，我们正在进入 data 民主的逻辑”。.

在今年年底创建自己的公司之前、, 让-克里斯托夫-布伦 曾任家乐福首席技术官. .“2015年，我们知道我们需要转变data的愿景，以data为中心开展零售活动。在 2018 年之前，我们一直在构建一个内部平台，以便更加以 data 为中心。而在 2018 年，我们成为了谷歌的合作伙伴，利用算法做得更多。甚至在我们了解到 data 网格的概念之前，我们的目标就是让业务用途倍增。我喜欢 data 网格的原因在于，它可以让我们将 我们还没有标准化的东西，要在原则后面加上文字”。”    

让-诺埃尔-卢卡斯 在欧莱雅 早在三年前，珀莱雅就开始了同样的进程。时任首席执行官的让-保罗-阿贡（Jean-Paul Agon）制定了目标：成为美容科技的倡导者。为此，我们需要协调 data，打破功能孤岛；确定 data 管理员，商定共同语言，构建 data 结构，以建立全球参考系统。而这需要资源：“你必须争取时间来提供 data。我们评估了管理债务（两三年），并估算了围绕 data 管理公司所需的资源。我们专门成立了一个 100 人的团队来准备 data。我们为团队注入了新的技能。我们还做了大量的反复宣传工作，以保留预算，使我们能够做出这样的努力。因为 L'Oréaliens 不是概念性的。我们必须将概念转化为具体行动”。.

欧莱雅列出了 50 个利用产品 data 的使用案例。从产品组合管理到分销改进，再到库存管理。“让-诺尔总结道：”将 data 作为产品战略，将 data 分配到不同领域，其准备工作委托给每个品牌的专家，这样就解决了瓶颈问题。.

如何在企业中大规模普及 data？

尽管 Orange 有一个 data 咨询工作室，Collibra 可以搜索 data，但这还不够：“当我们存入 data 时，最终会出现重复，这就带来了问题。如果你询问客户的宽带设备，你会得到 800 个答案’。客户配备的是固定宽带、移动宽带还是光纤宽带？工具不知道。客户是否同意？我们也不知道。没有一个可以信赖的真相或 data 来源。因此，正在就这些问题进行 POC（”什么是 Orange 客户？）.

Orange 稍稍领先于欧莱雅，其 cloud 可提供 40% 的 data。“让-诺尔说：”作为前提条件，data 必须可用和可发现。“然后，我们需要提升 data 价值链中的各个领域，将 data 消耗量作为绩效标准 (KPI)，以更接近业务用例。这背后是 data 文化的挑战，即让人们采用更加标准化的解决方案并看到真正的价值。”

“让-克里斯托夫解释说：”在家乐福，我们选择让 data 产品的所有者承担责任。“他们了解 data 的用途，并确保其传播：‘必须使用 Data 产品。Data 产品所有者必须对其产品的使用感兴趣。过去，商业智能部门向领域报告。但现在，在商业智能的支持下，领域自己也在做这件事。家乐福培训的 data 人员中有 60% 来自各领域。’

如何成功实现用例的产业化？

Johan Picard 解释说，这是一个分析和操作之间的来回过程：“data 必须上升到分析，再下降到操作。过去，data 基地无法整合分析，因此我们创建了 data 湖。在新模式下，我们更接近 data 源，对其有了更好的了解。因此，我们不再需要将操作和分析分开。我们的一些客户已经将它们放在了同一个平台上。SAP 专家与 data 专家并肩工作。Brice Miranda 对此表示同意，并补充说：“我们必须消除分析和运营之间的旧界限，直达源头”。”

Jean-Noel Lucas 认为，“业务人员必须了解他们所依赖的 data （通过思考他们的流程），并努力提高 data 质量”。例如，为了给商店供货并更好地管理库存，欧莱雅在 PCM 中增加了一层。“我们希望将我们的系统'API化‘’。欧莱雅在产品 data 方面做了大量工作，以便向零售商和消费者提供 360 全景。为了更好地管理供应链，欧莱雅需要更好地细分产品目录。而新的组织结构使其能够更具反应性，在需求增加时每周下达产品生产订单。.

家乐福在分析与运营的融合方面走得最远：在这个新世界里，分析成为一种实时运营工具，与运营处于同一服务水平。“产品表必须记录所有 data，包括销售数字。这样，如果缺少某种产品，就可以在产品之间进行替换评分。这在三年前是不可想象的。.