数字化浪潮席卷全球，企业正面临着前所未有的挑战和机遇，必须不断加快数字化转型才能生存和保持领先。数据中台能够帮助企业聚合内外部数据，支撑高效的数据服务，终提升企业决策水平和业务表现。企业期待通过可以通过数据中台把原始数据转化为数据资产，快速构建数据服务，使企业可以持续、充分地利用数据，实现数据可见、可用、可运营的目标，以数据来驱动决策和运营。
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。
数字化转型成功的企业，其内部和外部的交互均以数据为基础。业务的快速变化反馈在数据上，企业能够迅速感知并作出反应，而其决策与考核基于客观数据。同时，数据是活的，是流动的，越用越多，越用越有价值，随着数据与业务场景的不断交融，业务场景将逐步实现通过数据自动运转和自动优化，进而推动企业进入数字化和智能化的阶段。
传统IT建设方式下，企业的各种信息系统大多是独立采购或者独立建设的，无法做到信息的互联互通，导致企业内部形成多个数据孤岛。互联网、移动互联网的发展带来很多新的业务模式。很多企业尝试通过服务号、小程序、O2O平台等新模式触达客户、服务客户。
新模式是通过新的平台支撑的，产生的数据与传统模式下的数据也无法互通，这进一步加剧了数据孤岛问题。分散在各个孤岛的数据无法很好地支撑企业的经营决策，也无法很好地应对快速变化的前端业务。因此需要一套机制，通过这套机制融合新老模式，整合分散在各个孤岛上的数据，快速形成数据服务能力，为企业经营决策、精细化运营提供支撑，这套机制就是数据中台。
图2-1 数据中台定位
1.解码数据中台
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，构建的一套持续不断把数据变成资产并服务于业务的机制。
数据来自于业务，并反哺业务，不断循环迭代，实现数据可见、可用、可运营。
图2-2 数据中台是一套“让企业的数据用起来”的机制
每家企业的业务与数据状况各不相同，业务对数据服务的诉求不同，数据中台的建设将呈现出不同的特点，没有任何两家企业的数据中台是完全相同的。
2.数据中台必备的4个核心能力
2.1汇聚整合
随着业务的多元化发展， 企业内部往往有多个信息部门和数据中心，大量系统、功能和应用重复建设，存在巨大的数据资源、计算资源和人力资源的浪费，同时组织壁垒也导致数据孤岛的出现，使得内外部数据难以全局规划。
企业看中的数据整合和管理能力包括（管理简便、集成与运营、确保访问权限、数据可用）：
数据丰富和完善：对多样的数据源进行合并和完善
管理简便：可视化任务配置以及丰富的监控管理功能
数据集成与运营：数据中台能够接入、转换、写入或缓存企业内部多种来源的数据
数据目录与治理：数据用户可以方便的定位所需数据，理解数据（包括技术/业务治理）
数据安全：确保数据的访问权限
数据可用：数据用户可以简便、可拓展的访问异构数据，可用性和易用性高
部署灵活：支持本地部署，以及公有云、私有云、混合云等多种部署方式
2.2提纯加工
企业需要完整的数据资产体系，围绕着能给业务带来价值的数据资产进行建设，推动业务数据向数据资产的转化
传统的数字化建设往往局限在单个业务流程，忽视了多业务的关联数据，缺乏对数据的深度理解。数据中台必须连通全域数据，通过统一的数据标准和质量体系，建设提纯加工后的标准数据资产体系，以满足企业业务对数据的需求。
企业看中的数据提炼和分析加工能力包括（标签体系、智能的数据映射、质量保障体系、完善的安全防控）：
完善的安全访问控制
完善的数据质量保障体系
规范的、紧密结合业务的可拓展标签体系
面向业务主体的资产平台
智能的数据映射功能，简化数据资产生成
2.3服务可视化
多数企业期待数据中台提供数据化运营平台，帮助企业快速实现数据资产的可视化分析，提供包括实时流数据分析，预测分析，机器学习等更为的服务，为企业数据化运营赋能
企业看重的资产服务化能力包括（数据可视化服务、数据开发平台、AI服务能力、数据分析能力）：
提供自然语言处理等人工智能服务
提供丰富的数据分析功能
提供友好的数据可视化服务
便捷、快速的服务开发环境，方便业务人员开发数据应用
提供实时流数据分析
提供预测分析、机器学习等服务
2.4价值变现
数据中台通过打通企业数据，提供以前单个部门或者单个业务单元无法提供的数据服务能力，以实现数据的更大价值变现
企业看中的业务价值变现能力包括（跨部门实现业务价值、数据应用管理、洞察驱动业务的通路、面向场景的数据应用）：
提供数据应用的管理能力
提供数据洞察的直接驱动业务行动的通路
提供跨业务场景的能力
提供跨部门的普适性业务价值能力
提供基于场景的数据应用（推荐引擎、搜索引擎等）
提供业务行动效果评估功能
3.数据中台需要厘清的2个概念
3.1数据中台与业务中台
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出来，形成共通的服务能力。比如阿里巴巴的订单、交易、商品管理、购物车等模块是不同事业部可以共用的
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数据服务能力。比如通过数据资产化可以形成微观用户画像，这个用户画像可以用于商品推荐，也可以用于金融信用评级。
如果同时拥有业务中台与数据中台，则数据中台与业务中台可以相辅相成：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。
业务中台的存在是为了围绕公司业务运营进行服务，将获取的多维度数据传递给数据中台，由数据中台挖掘新的价值反馈给业务中台，以优化业务运营。
企业可以有很多平台，比如营销平台、风控平台等，但是中台只需要一个，未来业务中台与数据中台会紧密结合，完全融合为"企业中台"
3,2数据中台与数据仓库
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。
数据中台包括数据仓库的完整内容，可以将已建成的数据仓库作为数据源之一
4.数据中台VS现有信息架构
数据中台作为解决企业级数据应用难题的新方案，不是一套软件系统，也不是一个标准化产品。站在企业角度，数据中台更多的指向企业的业务场景，即帮助企业沉淀能力，提升业务小效率，终完成数字化转型。
因此，数据中台与企业现有信息架构不存在竞争关系，不会导致企业现有系统、功能和应用的重复建设。两者之间是相互依托，相互赋能、相互促进的。数据中台需要IT系统不断提供书，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，才能更好地构建企业整体的IT支撑能力。
5.数据中台的业务价值与技术价值
5.1业务价值:从洞察走向赋能业务创新，形成核心壁垒
1.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就是以客户为中心的持续以规模化创新，而数据中台的出现，将会极大提升数据的应用能力，将海量数据转化为高质量数据资产，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。
2.以数据为基础，支持大规模商业模式创新
只有依托数据和算法，将由海量数据提炼的洞察转化为行动，才能推动大规模的商业创新。
数据中台可以打破技术人员与业务人员之间的壁垒，将数据的可读性变高。
数据中台简化集成复杂性，促进互操性，可以快速构建服务能力，进一步加快商业创新，提示业务适配性。
3.盘活全量数据，构筑坚实壁垒以持续领先
面对纷繁复杂而又分散割裂的海量数据，数据中台能充分利用内外部数据，打破数据孤岛的现状，打造持续增值的数据资产，在此基础上，能够降低使用数据服务的门槛，繁荣数据服务生态，实现数据“越用越多”的价值闭环确保竞争优势。
5.2技术价值：能力多、成本低、应用广
1.应对多数据处理需求
企业需要一个统一的数据中台来满足离线/实时计算需求、各种个查询需求，同时在将来新数据引擎出现时，又不需要重构目前的大数据体系
2.丰富标签数据，降低管理成本
3.数据的价值能体现业务系统效果而不仅是准确度
4.支持跨主题域访问数据
5.数据可以快速复用而不仅是复制
（本文为《数据中台-让数据用起来》的阅读摘录，非原创，欢迎大家购买原书阅读）
《数据中台-让数据用起来》第2章-什么是数据中台
__________________________________________________________________________________
欢迎大家关注我的个人微信号，会经常分享一些个人学习内容，包括金融（基础）、计算机（根据工作需要瞎看）等~
