图片来自Pexels
在业务增涨过程中，每个企业不知不觉积累积累了一些数据。无论数据是多是少，企业都希望让“数据说话”，通过对数据的采集、存储、分析、计算最终提供对业务有价值信息。
此时，大数据平台的搭建就是企业面临的问题，搭建大数据平台有哪些思路？怎么样的搭建路径可以让企业少走弯路？什么样的架构是业内标准？通过什么手段来分析和展示已有的数据？
或许这些问题会萦绕在您的心头，那么今天就一起来看看如何解答它们吧。
大数据平台的搭建思路
实际上做任何事情都要有目标，然后根据这个目标根据自身的条件和外部的情况制定一个思路，这个思路也可以理解为实现目标的路径。那么大数据的平台搭建也不例外。
脚本工具化
在数据收集，存储、分析的初期，通常来说程序员都是根据业务需求，通过一些脚本来完成数据收集，分析的工作。
表面上是完成了一些数据操作的功能，同时也满足了用户的需求，但是在编写脚本的时候，都是“头疼医头脚疼医脚”，只是针对具体的数据问题提出解决方法。
没有一个统一的解决方案，针对一些基础通用的功能也没有做抽象和提取，导致脚本维护的成本增加，后期服用的成本也会增高，有重复造轮子的嫌疑，效率不高。
因此，我们会讲这些脚本组件包装成一个个工具，用命令行或者UI界面的方式提供给客户。
这样一来，脚本的经验得到了总结和提炼，整个工具考虑得会比组件更加周到，效率有所提高。
工具服务化
有了工具可以满足一些数据上的需求，但是由于工具运行在本地无法发挥公用的特性。
为了让工具被更加广泛的使用，于是将其以服务的方式发布的云端，此时业务人员可以在有网络的地方访问到大数据工具，从而实现计算和分析工作，打破了地域的限制。
服务平台化
既然有了服务上云，那么将这些服务做一些聚合的操作，让相关联的服务互相沟通产生“化学反应”，从而给用户带来更大的价值。
同时可以将多个数据源都接入到平台中，利用这些服务提供给客户更高的价值。
此时，数据源，服务，客户需求都是不同的，那么通过平台进行整合，从而显示出更大的威力。
现在流行的SAAS系统就是一个很好的例子，采用多租用户的方式，整合资源提供优质的数据服务。
平台产品化
既然产生了一个大数据的平台，整合了数据、服务、需求（客户）各个方面的资源。
如果继续发展就需要针对不同的用户需求建立不同的业务场景，由于行业不同、企业内部和市场环境不同，大数据的应用场景也千差万别。
此时如果还提供统一的数据服务恐怕就不合时宜了，那么此时需要针对行业以及细分领域进行业务服务的客制化。
针对一些行业底层的业务进行抽象和拆分，给用户更多的客制化空间，针对不同的行业和使用场景退出不同的大数据产品，给到用户。图1：大数据平台指导方针
从脚本到工具，服务、平台、产品的转化不仅是大数据平台发展的进程和步骤，同样也是不同规模企业进行大数据平台搭建的准绳。
为什么这么说呢？技术始终是为业务服务的，大数据平台平台也是如此，只要让数据产生对企业有正向推动力就是正确的方向。
在最开始的时候，就可以通过脚本的方式进行实验和试错，积累数据分析抽取的经验，从而得到一些对业务有价值的数据信息。
后面通过不断迭代和试错，将这些经验从脚本→工具→服务→平台→产品进行转换。
这样以终为始，即减少了开发走的弯路，也提高了效率，最重要的是做出来的东西是有价值的，老板的投入看得见。
每个企业也可以根据自身情况选择对应的切入点，不用做大而全的大数据平台，做适合自己的就好。
大数据平台的建设路径
说了建立大数据平台的基本思路以后，我们知道针对不同的企业业务规模以及不同的发展阶段，可以选择适合自身的大数据平台建设思路。
那么这里就说说如何建立大数据平台，怎样的建设路径能够帮助我们落地大数据平台，这里分两个方面讨论。
针对业务场景的建设方式
正如上面提到的以终为始的思路，针对企业面对的具体业务场景建立大数据平台，让数据针对具体的业务发挥作用，是最能够体现数据价值的。
例如：企业需要做拉新的线下活动，假设这次拉新1万人。针对的群体是学校的学生，那么需要多少花多长时间，在多少个学校，摆出多少个展位才能达到效果。这些都可以通过企业系统中现有的数据进行分析，得到结果。
因此这种方式的优点是:
和具体业务结合紧密，业务逻辑可以根据企业业务状况进行定制，从而最大限度匹配需求。
技术开发人员与业务人员的交互效果和业务复杂度可控，甚至是无缝对接，基本屏蔽与业务无关的内容，确保易用性。业务人员定义的需求，使用者就是业务人员本身。
专业对口，不考虑平台通用性问题，也不用考虑与其他平台、应用的对接。整体平台用时短，成型快，效果明显。
这种方式的缺点是:
仅限于固定的业务场景拓展性差，对整个行业和系统缺乏统筹考虑。
可能会做重复建设的工作，从长远来看开发效率不高。
通用组件的建设方式
“通用”顾名思义，将大数据平台中通用的功能抽离出来，通常这些功能和具体的业务实现无关。
无论什么业务场景都会用到的，例如：数据收集、数据导入、数据计算、数据搜索、数据展示等。
让后在这些基础功能/模块的基础上进行业务功能的封装，其目的很明确，为了更长远的业务发展做准备。
此类建设方式不仅