自从2018年阿里正式提出“大中台、小前台”的模式之后，包括华为、联想、海航、上汽、壳牌等大型企业均开始跟进，使得数据中台逐渐成为了2019年新经济的关键词之一。但是，与裂变营销、下沉市场等简单易懂的概念相比，数据中台作为一项聚焦于企业内部的技术趋势比较难以被理解，于是在短暂的讨论热潮之后回归技术领域。
数据中台到底是什么？它如何为企业服务？该怎样建设一个数据中台？
企业数据：易于开采难于利用的财富
到目前为止，数据中台目前还没有准确的概念描述。但总体而言，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、加工处理，同时统一标准和口径，形成大数据资产层，进而为客户提供高效服务。
在某种意义上，数据中台的诞生，是企业数字化转型的进一步发展。在过去的十年乃至二十年中，企业的数据化解决方案已经从单纯的无纸化办公进化到了数据仓库的阶段，从营销、管理、生产都有比较系统的数据采集和存储方案。
但是这样的数字化模式却有几个难以克服的问题，首先数据存储很难有模式化，不同的行业有不同的要求，甚至不同的部门之间需求也完全不同，所以大多数大型企业为了适应自身需求，多半倾向于各部门架构设计解决方案，并在此基础上不断迭代。
这种模式就导致了各部门互相之间有较高的数据壁垒，业务是不断变化，因此需要的数据也不断变化，但是数据存储却难以快速改变架构，因此日积月累，逐渐造成了数据采集和业务需求的错配，采集的数据不需要，需要的数据不采集，或者采集上来的数据是错误的，“一半数据都是空值”、“发票数据和销售数据相差几千万”是常见现象，最终造成了企业决策的失误。
最后，是随着产业互联网的快速发展，企业数据能够获得的数据飞速膨胀，大型企业一年产生的数据往往能达到几十TB的级别，过去只能采集几个维度的相关数据，现在可以采集上百个维度，数据供过于求，但是大多数企业却缺乏处理这么多数据的经验，因此造成了企业数据存储费用的上升，却没有带来相应的回报，而回报的减少会导致企业在数据化领域投入的减少，最终使企业失去数据化向智能化转型的机会。
虽然在大数据和人工智能大火之后这几年，很多人一直在提一个说法，那就是“数据是新的石油”。但正如原油必须经过炼油厂才能成为成品油一样，如果没有从业务的角度对数据进行规划，再多的数据也无法产生价值。为了解决这些问题，就必须要进行更深一步的数据化转型。
当我们谈到数据中台，我们在谈什么？
许多人知道，中台概念是马云参观Supercell（超级细胞）后在阿里巴巴提出的，Supercell是一家芬兰游戏公司，其员工仅有300人，而且大多数是几个人的小团队，这些人要是负责一个游戏的全部工作当然不够，但是Supercell设置了一个强大的技术平台，来支持众多的小团队进行游戏研发。这样一来，他们就可以专心创新，不用担心技术支持问题。
而与之相比，传统的数据模式是前台提供业务需求，后台针对性的进行支持，这就是所谓的“烟囱式建设”。这种模式的缺点首先在于不可复用，每一次需求都必须后台从头设计和响应，因此拉长了响应时间，导致了大量重复建设。
而中台最基础的功能就是整合了后台的数据与前台的需求中可以复用的的业务模块，可以在前台需要的时候直接调用，避免了反复造轮子，而跟算法、模型、数据，以及数据分析这些与数据治理相关的部分，即是数据中台。
数据中台的另一个功能是以数据来支持决策，在企业经营中，80%以上基本是拍脑袋，仰赖于个人的经验系统和对于一些核心指标的关注，这是因为传统数据模式用来支撑决策的指标体系最多有十几个分析维度，然后这十几个分析维度还是那种是经过人工加工处理的统计数据，难免有很多错漏和修饰的部分，而数据中台可以整合和抓取大量数据，将分析维度增加了数十乃至上百个，大大减少人力劳动，用翔实的数据分析来提高了决策的准确性，并且尽量避免了单个数据的失真对决策的影响。
最后，当今的数字技术快速迭代，不断变化。比如在可以预见的未来内，运用人工智能大规模处理结构化的日志数据以及视图数据将会成为企业的刚需，而传统的数据模式一旦确立收集数据的类型、收集的渠道、处理的算法等内容之后，再进行大幅度的改变无异于重新构建体系，而数据中台可以对后续的数据收集和分析技术保持开放性，不断收集新的数据，建立新的数据分析模型，来保证紧跟市场潮流。
然而，数据中台较传统的数据模式虽有很大的优势，但要想建立数据中台却有比较高的难度，因为这需要企业转变商业逻辑，建立对数据价值和大数据业务的新认知，针对性的调整企业架构，并且有比较丰富的大数据处理经验和经验支持。而这又是大多数企业所不具备的。
