1 解码数据中台

需要一套机制，通过这套机制融合新老模式（传统IT建设方式下的独立采购或者独立建设的信息系统和互联网发展带来的新业务模式下的新的新的平台系统），整合分散在各个孤岛上的数据，快速形成数据服务能力，为业务经营决策、精细化运营提供支撑，这套机制就是数据中台。
数据中台是一套可持续“让企业数据用起来”的机制，是一种战略选择和组织形式，是依据企业特有的业务模式和组织架构，通过有形的产品和实施方法论支撑，构建一套持续不断的把数据变成资产并服务业务的机制。
数据来源于业务，并反哺业务，不断循环迭代，实现数据可见、可用、可运营。

2 数据中台必备的4个核心能力

• 数据汇聚能力
  • 简便有效、成熟完善的一站式大数据平台工具
  • 数据集成和运营能力
  • 数据安全，确保数据访问权限
  • 数据灵活可用
• 数据提纯加工--数据资产化
  • 数据安全访问机制
  • 数据质量保障体系
  • 可扩展的标签体系
  • 面向主题的资产平台的
  • 智能数据映射
• 服务可视化
  • 数据可视服务
  • 数据开发平台
  • AI服务能力
  • 数据分析能力
• 价值变现
  • 跨部门实现业务价值
  • 数据应用管理（如推荐引擎、搜索引擎等）
  • 洞察驱动业务的通道
  • 面向场景的数据应用

3 数据中台需要厘清的2个概念

3.1 数据中台VS业务中台

区别：
业务中台更多偏向业务流程管控，将业务流程中共性的服务抽象出来，形成通用的服务能力。
业务中台是抽象业务流程的共性形成通用的业务服务能力；数据中台是抽象数据额能力的共性形成通用的数据服务能力。
联系：
业务中台中沉淀的业务数据进入到数据中台进行体系化加工，再加以服务化的方式支撑业务中台中的应用，而这些应用产生的新数据又流转到数据中台，形成循环不息的数据闭环。

3.2 数据中台VS数据仓库

区别：
数据仓库主要场景是支持管理决策和业务分析，目标是决策分析类场景；数据中台是将数据服务化之后提供给业务系统，目标是将数据能力渗透到各个业务环节。
联系：
数据中台包含数据仓库数据体系建设的完整内容，数据中台将企业数据仓库建设的投入价值进行最大化，加快数据赋能业务的速度，为业务提供速度更快、更多样的数据服务。
数据仓库可以作为数据中台的数据源，直接提供数据建设成果；也可以基于数据中台提供的能力，通过汇聚、加工、治理各类数据源，构建全新的离线或实时数据仓库。

4 数据中台VS现有信息架构

数据中台的定位是在数据领域帮助企业不断沉淀数据能力，与企业原有IT系统相互依托、相互赋能、相互促进。数据中台需要IT系统不断提供数据，而IT系统未来更加需要横向、综合的数据特征来支撑。只有形成了数据中台和IT系统良好的配合关系，才能更好构建企业整体的IT支撑能力。

5 数据中台的业务价值和技术价值

5.1 业务价值：从洞察走向赋能业务创新，形成核心壁垒

• 以客户为中心，用洞察驱动企业稳健行动
  数据中台建设的核心目标是以客户为中心的持续规模化创新。数据中台为企业提供更深层的客户洞察，从而为客户提供更具个性化和智能化的产品和服务
• 以数据为基础，支持大规模商业模式创新
  • 数据中台通过算法将洞察直接转化为行动、实现大规模商业创新能力
  • 数据中台打破技术人员和业务人员之间的障碍，将数据变成业务人员可阅读、易理解的内容，更好支撑商业模式创新
  • 数据中台提供标准数据访问能力，简化集成复杂性、促进互操作性，快速构建服务能力、加快商务创新、提升业务适配
• 盘活全量数据，构筑坚实壁垒以持续领先
  数据中台充分利用内外部数据，打破数据孤岛现状，打造持续增持的数据资产，以客户为中心，不断提高对客户需求的快速响应能力，同时降低数据服务门槛，繁荣数据服务生态，实现数据“越用越多”的价值闭环，牢牢抓住客户，确保竞争优势。

5.2 技术价值：能力多、成本低、应用广

• 应对多数据处理的需求
  数据中台满足离线/实时计算需求、各种查询需求，同时将来新数据引擎出现时，不需要重构大数据体系。
• 丰富标签数据，降低管理成本
  数据中台能对标签进行快速定义和有效管理
• 数据的价值能体现业务系统效果而不仅是准确度
  不同于过去的数据报表，注重准确度；现在的数据场景下（如标签数据），数据是需要不断优化的，数据本身没有准不准确之分，更多是概率。
• 支持跨主题域访问数据
  数据应用打破各个业务主题，从业务对象主体出发考虑数据应用，从全域角度设计完整的面向对象的数据标签体系。
• 数据可以快速复用而不仅是复制

总结一句话：数据中台是把数据这种生产资料转变为数据生产力的过程。