一、數據中臺的理解

數據中臺是2016年阿里提出來的一個概念，類似華為的數據底座，目前沒有一個確切的定義，當前大概有如下幾種理解：

1、阿里

阿里的數據中臺定義是方法論+組織+工具

方法：ONEID+ONEMODEL+ONESERVICE

組織：與中臺的業務，技術，管理相匹配的人才結構

工具：采集，構建，管理，服務等

廣義上，數據中臺是指通過數據技術，對海量數據進行采集，存儲，加工，計算，同時統一標準和口徑的工具。

2、業務

中臺，是一個能同時支撐多個業務、讓業務之間的信息形成交互和增強的機制，一方面中臺系統能避免重復工作，減少浪費；一方面也能同時給多個產品賦能。

3、技術

數據倉庫+數據服務中間件

計算平臺+算法模型+智能硬件

Hadoop集群

4、管理

數據中臺是一套可持續“讓企業的數據用起來”的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制。

5、客戶

中臺本質上是一種思維方式，普通人也能用，這其實就是一種“中臺思維”;中臺是把一些能廣泛適用的經驗，從具體的業務當中抽離出來，變成一個模塊，一種方法論;這種思維方式，不僅大型互聯網公司能用，我們平時在工作中也能用。

從業務方到客戶方，對數據中臺的理解并不相同，如同一千個人打太極，每個人的打出來的都不一樣，但大家都是為了鍛煉身體，這個目的是不變的。

二、數據中臺期望解決哪些問題？

業務問題：數據找不到，找不快，即使找到了也看不懂，看懂了用不了，用了也有可能達不到預期效果，數據系統不斷新建，指標和標簽口徑不一致，指標和標簽重復建設，報表不斷新建，報表重復建設，重復溝通，反復溝通，需求響應時間長。

技術問題：數據模型擴展性差，錯誤發現不及時，影響數完整性、一致性、準確性，遷移困難，運維效率低下，數據獲取效率低下。

管理問題：無法統計有多少指標和標簽，誰用哪些指標和標簽，指標和標簽效果如何也不知道，全局、全流程指標和標簽也是未知，統計誤差大，共享困難，共享不安全。

三、數據中臺和數據平臺的差異

數據平臺和數據中臺都是為了解決上述問題產生的一套方案;

只是數據平臺是2016年前產生的，數據中臺是2016年產生的;

一個在信息時代，一個在大數據時代;

數據中臺是數據平臺的升級版本;

數據平臺側重功能整合，方便用戶使用和管理，處于粗放式的經營管理就能賺錢的時代，沒有太多的市場壓力和數據量壓力，有統一管理和服務的功能，就能滿足業務要求，立足市場；

而大數據時代，僅僅功能統一已經不能滿足業務和市場的需求了，需要體系化，精準化的，創造價值的，預測未來的產品或服務（功能最佳組合）才能滿足業務需求，管理需求和市場需求 ；

個人覺得一般數據平中都沒有做好全局規劃和體系構建這兩步，只是在原有的功能基礎上做了功能整合和統一管理；比較數據平臺和數據中臺的差異，是為了更透徹認識和理解數據中臺；

數據治理體系務虛篇最核心的思想是全局規劃，體系構建，業務主導，價值驅動，有序推進，數據中臺正是數據治理體系務實篇的核心載體。

四、結語

綜上所述我的理解：數據中臺（數據底座）是一套統一的，貫穿全局的，可復用的，高質量，高效，方便，可持續的為企業降本增效創價值的整體方案。

上面是我對數據平臺和數據中臺的一些理解，希望對您有啟發，如果大家對數據治理體系感興趣，可以關注或加我微信，我們一起學習，共同進步。謝謝。

數據治理體系公眾號后臺回復“數據中臺”，下載為大家準備的兩個中臺參考文檔，希望對大家有幫助。如果覺得有用，幫忙分享下朋友圈，謝謝。