目录
数据中台是一套可持续“让企业的数据用起来”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，构建的一套可持续不断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。
每家企业的业务和数据各不相同，业务对数据的诉求也不相同，所以没有任何两家企业的数据中台是完全相同的。数据中台的实施不仅需要一整套技术产品，更需要针对不同业务、数据、应用场景的体系化的实施方法和经验，过程中涉及企业战略、组织、技术、人才等全面的保障和配合。
数据中台需要具备数据汇聚整合、数据提纯加工、数据服务可视化、数据价值变现4个核心能力，让企业员工、客户、伙伴能够方便地应用数据。
1、数据中台与业务中台的区别
业务中台更多偏向于业务流程管控，将业务流程中共性的服务抽象处理，形成通用的服务能力。比如电商平台，有C2C、B2C、C2B、B2B等模式，其中订单、交易、商品管理、购物车等模块是有共性的。那么这些共性的组件可以沉淀，形成电商业务中台，再基于这些业务中台组件的服务能力，可以快速搭建前台应用。业务中台不直接面向终端用户，但可以极大提升构建面向终端用户的前台的速度和效率。
业务中台是抽象业务流程的共性形成通用业务服务能力，而数据中台则是抽象数据能力的共性形成通用的数据服务能力。比如，原始业务数据通过资产化服务化，形成客户微观画像服务，这个服务可用于电商平台的商品推荐，也可用于地产购房意愿，还可用于金融领域的信用评级等等。同一个服务，在应用层展现的内容可能不一致，但是底层的数据体系是一致的。数据中台将极大的提升数据开发的效率，降低开发成本，同时可以让整个数据场景更加智能化。
2、数据中台与业务中台的联系
数据中台和业务中台是相辅相成的，业务中台中沉淀的业务数据进入到数据中台进行体系化的加工，再以服务化的方式支撑业务中台上的应用，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。
数据中台和业务中台建设没有先后之分，根据企业实际规划即可
从数据层面看，业务中台是数据中台的源头，但是数据中台的数据还可以来自ioT,小程序等
从服务层面看，数据中台的数据服务也不一定经过业务中台作用于业务，它可能直接被上层应用系统进行封装，如电商领域的千人千面系统。
从业务中台角度出发，没有数据中台，可以进行简单数据处理，如分析和统计，但是如果有了数据中台，则可以使业务系统更加智能化。
各种中台出现，未来可能就只有一个“企业中台”
数据仓库的主要场景是支持管理决策和业务分析，而数据中台则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，不限于决策分析类场景。数据中台持续不断地将数据进行资产化、价值化并应用到业务，而且关注数据价值的运营。
数据中台建设包含数据系统建设，也就是数据中台包含数据仓库的完整内容，数据中台将企业数据仓库建设的投入价值进行最大化，以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。数据中台可以将已经建好的数据仓库当成数据源，避免重复建设。当然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施数据仓库。
数据中台不是一套软件系统，也不是一个标准化产品，它更多的指向企业的业务场景，帮助企业沉淀能力，提升业务效率，最终完数字化转型。因此，数据中台与企业现有信息架不存在竞争关系，不会导致企业现有系统、功能和应用的重复建设。他们之间是相互依托、相互赋能、相互促进的。数据中台需要IT系统供数，IT系统也需要横向、综合的数据特征来支撑。
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。
1、业务价值：从洞察走向赋能业务创新，形成核心壁垒
A、以客户为中心，用洞察驱动企业稳健行动
B、以数据为基础，支持大规模商业模型创新
C、盘活全量数据，构建坚实壁垒以持续引领
2、技术价值：能力多、成本低、应用广
A、应对多数据处理的需求
B、丰富标签数据，降低管理成本
C、数据的价值能体现业务系统效果而不仅是准确度
D、支持跨主体域访问数据
E、数据可以快速复用而不仅是复制
参考：《数据中台--让数据用起来》
