数据中台是数字化转型中非常具争议的话题之一。

有些人说，中台已经过时了，也有不少人说，不做中台，数字化转型就是无本之木，没有“落地”载体。那么真相到底是什么？

本文通过10个问题，让你认清数据中台的本质，更理性地看待转型中的“中台”战略。

1. 什么是数据中台？

数据中台是汇聚了企业级数据资源的技术载体。

通过基于数据中台构建的数据服务能力，可以快速构建出面向前端各类业务场景的数据工具或数据应用，提高企业对数据需求的响应效率。

2. 数据中台对外输出的是数据吗？

数据中台对外输出的是数据服务，而不是数据。

用户不能直接访问存储在数据中台的数据，必须通过数据服务来获得数据内容。数据服务封装了数据内容和基于数据内容构建的数据计算逻辑。

服务化的方式可以有效对数据中台的访问权限进行控制，防止数据资源被篡改和误用。

3. 数据中台解决了什么问题？

数据中台解决了数据资源的集中共享问题，打破了“部门墙”，满足企业级的广泛应用；

据中台提高了数据资源使用效率，通过构建面向业务需求的数据服务，降低数据资源访问的技术门槛；

数据中台解决了数据能力复用问题，在数字化应用建设时，可以复用已经实现的成熟、稳定的数据服务。

4. 数据中台和数据仓库有什么区别？

数据中台是数据服务的集合，而数据仓库是数据资源的集合。

数据中台一般来说是建立在数据仓库的基础之上，从数据仓库获取业务所需数据，并以服务化的方式对外赋能。

5. 数据中台和数据平台有什么区别？

数据平台主要体现为数据的管理属性，数据中台主要体现为数据的业务属性，后者一般直接支撑具体的数字化应用。

6. 为何从数据中台获取数据，不从业务系统获取数据？

业务系统对应“业务数据化”的过程，数据中台对应“数据业务化”的过程。

二者的基本功能定位不同，从数据中台获取数据可以避免对源端业务系统的正常工作运行产生影响。

7. 数据中台和业务中台有什么不同？

数据中台关注应用系统中数据处理逻辑的复用，业务中台关注应用系统中业务功能实现的复用。

部分业务中台的功能需要数据中台对其赋能，两者共同支撑前端系统应用的快速实现。

8. 数据中台上的数据质量如何提升？

数据中台的数据来自于业务系统。

业务系统的数据质量有问题时，会影响数据中台的数据质量。因此通过源端业务系统进行数据治理，可以从根本上提升数据的质量。

此外，当业务系统数据通过ETL等方式同步至数据中台时，也可能因为数据链路的异常导致数据同步失败，产生数据质量缺陷。

提高数据中台的技术运营能力，也是有效改善数据质量的重要渠道。

9. 数据中台包括哪些关键的能力？

数据采集能力：从源端系统采集数据并存储。

数据整合能力：将不同来源数据按照统一的企业级数据模型进行组织和维护。

数据加工能力：从数据中加工提取出具有分析特征的数据资产，如标签，指标等。

数据建模能力：利用机器学习、深度学习等技术手段，构建AI预测模型。

数据分析能力：对所需数据进行查询、统计、可视化展示，提供决策分析支持。

数据管理能力：以中台为载体进行数据管理，提高数据的可用性和安全性。

数据服务能力：构建数据服务，管理数据服务，对业务系统提供功能集成。

10. 数据中台是数字化的必选项吗？

数据中台沉淀了企业级的共性数据服务能力。

数据中台对数字化企业来说不是一定需要构建的，是否构建数据中台取决于两个重要因素：数据资源的复杂性和数据应用的关联性。

如果企业的数据资源复杂，数据规模大且管理维护成本高，构建数据中台可以提高数据维护和使用效率。因此数据中台通常更适合大型数字化企业的产业实践。

如果企业的数据应用能力共性较多，那么通过数据中台实现数据服务的复用，则可以起到更好的效率提升。

反之，如果数据中台建设无法支撑更广泛的数据应用，则有可能面临“拆中台”换取管理方面灵活度的窘境。