随着云计算、大数据、人工智能等IT技术的快速发展和与传统行业的快速融合，数字化和智能化带来的产业变革正在产生。
随着企业规模不断扩大、业务多元化——中台服务架构的应运而生。“中台”初期是由美军作战体系演变而来，技术上的“中台”主要是指学习这种高效、灵活、强大的指挥作战体系。 今年，阿里发布了“双中台ET”数字化转型方法论。 “双中台”是指数字中台和业务中台。
数据中台是什么
数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。这些服务与企业业务有很强的相关性，该企业可以独立复用，是企业业务和数据的沉淀，不仅可以减少重复建设，降低烟囱式合作的成本，而且是差异化竞争的优势。
广义数据中心包括一组采集、计算、存储、加工海量数据的技术集合，今天谈到的数据中台包括数据模型，算法服务，数据产品，数据管理等等，和企业的业务有较强的关联性，是企业独有的且能复用的，如企业自建的2000基础模型、300融合模型、5万标签等数据技术。 这是企业业务和数据的沉淀，不仅减少了重复建设，降低了烟囱式合作的成本，也是差异化竞争的优势。
建立数据中台的原因
数据中心和业务中心面临的情况可能更复杂。 构建数据中心的理由：
大数据可以告诉决策者一些潜在的规律，以数据来证明或判断决策。以前用数据证明我们决策的对错，现在用数据引导正确的决策。 在大数据时代，样品是整体，大数据可以防止伪造和偏差。
数据催生人工智能。数据是人工智能的基础，可以融合形成新的数据。 数据带来无限创新，让我们不断尝试。
数据是机器人的指令，我们形成数据服务思维。数据在不断变化，可以将机器智能作为决策环节，使运营智能化。
中台的目标是更好地支持性能提升、数据化运营、业务发展和创新，是多领域、多BU、多系统的责任合作。中台是平台化的自然演进这一演进带来了“去中心化”的组织模式，强调能力复用、协调控制能力和业务创新差异化构建能力。为什么数据中台如此重要呢，大致有以下四个原因：
1、回归服务的本质-数据重用
浙江移动已经将2000个基础模型作为所有数据服务开发的基础，这些基础模型实现了“同文、车同轨”，无论应用的数据模型多么复杂，始终可以到达2000张基础表，这就是数据匹配
过去，企业有多种数据提取，一份报告，一份数据仓库，一份市场，提取压力、维护难度、数据一致性要求非常高。 同时，统一的基础模型很好地收集了相关业务领域的数据，解决了数据互通的诉求。 这一点意义重大，每个人都知道数据1 12的含义。
2、数据中台需要不断的业务滋养
在企业内部，无论是主题、报告还是数字，目前基本上都是烟囱式数据生产模式或项目制建设方式，必然得不到数据知识的沉淀和持续发展，模型无法成为真正可复用的组件，支持数据分析的快速响应和创新其实，业务最不需要的是模型的稳定，一个数据模型追求稳定不变，在一定程度上是约束，这种做法必然会产生其他新的类似数据模型。
只有在数据模型不需要“稳定”，而需要不断的滋养，滋养中，才能从最初的场地成长为企业最宝贵的模特资产。
以报告为例，企业报告成千上万的原因往往是因为没有沉淀。 对于某个业务报告，不同的业务负责人提交的角度不同，因此成百上千的报告会幻化。 如果报告中有某个概念，就可以提出作为基准的报告原则。 例如，一个业务一个报告，已经有的业务报告只允许修改，不允许添加。 当然，旧的报告会根据新的需求得到改善。 这样可以演变为企业的基础报告目录。 否则，报告堆积如山，后续的数据完整性问题层出不穷，管理成本急剧增加，人力资源投入不断增加。 这样的事情在任何企业都有发生。
3、数据中台是培育业务创新的土壤
企业的数据创新一定要站在巨人的肩膀上，也就是从数据中心做起，而不是总是从基础做起，数据中心是数据创新效率的保障。 研究过机器学习的人都知道，没有规则的数据，数据准备的过程极其冗长。 这也是数据仓库模型的核心价值之一。 例如，在职业生涯中
要获取3个月的ARPU数据，如果没有融合模型的支撑，得自己从账单一层层汇总及关联，速度可想而知。
在如今的互联网时代，企业都在全力谋求转型，转型的关键是要具备跟互联网公司一样的快速创新能力，大数据是其中一个核心驱动力，但拥有大数据还是不够的，数据中台的能力往往最终决定速度，拥有速度意味着试错成本很低，意味着可以再来一次。
4、数据中台是人才成长的摇篮
原来新员工入职要获得成长，一是靠人带，二是找人问，三是自己登陆各种系统去看源代码，这样的学习比较支离破碎，其实很难了解全貌，无法知道什么东西对于企业是最重要的，获得的文档资料也往往也是过了时的。
现在有了数据中台，很多成长问题就能解决，有了基础模型，新人可以系统的学习企业有哪些基本数据能力，O域数据的增加更是让其有更广阔的视野，有了融合模型，新人可以知道有哪些主题域，从主题域切入去全局的理解公司的业务概念，有了标签库，新人可以获得前人的所有智慧结晶，有了数据管理平台，新人能清晰的追溯数据、标签和应用的来龙去脉，所有的知识都是在线的，最新的，意味着新人的高起点。
更为关键的是，数据中台让新人摆脱了在起步阶段对于导师的过渡依赖，能快速的融入团队，在前人的基础上进行创新。数据中台天然的统一，集成的特性，有可能让新人打破点线的束缚，快速构筑起自己的知识体系，成为企业数据领域的专家。
当然，数据中台的建立不是一蹴而就的，每个企业都应该基于实际打造独有的中台能力，在这个过程中，需要遵循一些原则：
首先，企业的组织架构及机制需要顺势而变。比如以前负责数据的部门或团队往往缺乏话语权，面对业务需求往往是被动的接受的角色，这让一切数据中台的想法化为泡影，需要为数据中台团队授权。
其次，要改变工作方式。现在很多企业的数据团队的主要工作内容就是项目管理、需求管理等等，当一个项目完成后又投入到下一个项目，做好一个需求后又开始负责下一个需求，这样的工作确实非常锻炼人的组织、协调能力，但这样能力的提升与工作时间的长短并不是呈线性增长的，虽然增加了项目和需求管理经验，但并不能在某一个专业领域得到知识和经验的沉淀，随着时间的流逝，越来越多的人会失去最初的工作积极性和创造性，事实上，数据人员只有深入的研究业务、数据和模型，端到端的去实践，打造出数据中台，才是最大的价值创造，才能使得持续创新成为可能。
第三，数据中台的团队要从传统的支撑角色逐步向运营角色转变。不仅在数据上，在业务上也要努力赶超业务人员，中台人员要逐步建立起对于业务的话语权，不仅仅是接受需求的角色，更要能提出合理的建议，能为业务带来新的增长点，比如精确营销。
最后，中台是适合公司特点的。最合适的中台是欣喜的钢铁侠深入了解业务、产品、系统、组织，而且不仅了解今天在哪里，还要了解过去是怎么演变而来，未来又会怎么演化。只有当了解所有的东西之后，才能做出较好的中台架构设计。