一般来说，数据中台是指通过数据技术对海量数据进行采集、计算、存储和处理，同时统一标准和口径，形成全域级、可复用的数据资产中心和数据存储能力中心，形成大数据资产层，进而为客户提供高效的服务。

数据中台构建的服务具备“可复用性”，每项服务都像一个积木，可以随意组合，灵活高效地解决前台的个性化需求。其核心理念是“让一切业务数据化，一切数据业务化”。

与传统数据平台相比，数据中台着眼于业务的积累和沉淀，构建了从数据生产到消费、消费后数据返回到生产的闭环过程。银行为什么要建数据中台？近年来银行经营压力持续增大，为了寻求新的增长点，各条业务线提出了诸多个性化数据分析和服务的诉求，在没有数据中台时，要满足诸如个金、私银、小微、公司、供应链、资管等诸多业务线的数据需求，数据分析师和工程师需要在后台数据仓库上完成T+1的数据加工，然后将数据文件推送给各个业务前端系统，每个业务前端系统都维持一个小规模的数据团队，专门负责将数据文件转化为自己领域内的数据服务，实现业务需求。

这种模式下有几个明显的痛点：痛点1：存储浪费大。数据以文件方式分发到各个下游系统，均需要占用大量宝贵的存储空间，特别是通用数据（例如用户属性标签等）的存储和服务，亟需集中化的存储和服务支撑，并且需要“云化的异构存储能力”支撑。

痛点2：传递效率低。文件式数据应用链路以T+1批量为主，全量数据“一股脑”加载进本地应用库，数据获取的效率远低于通过服务“按需”调用获取指定内容，数据中台为了支持前端各具业务特色的数据应用场景，需要“微服务”支撑。

痛点3：人力投入大。虽然每个业务前端系统只维持一个小规模的数据团队，但银行前端业务系统众多，整体投入不容忽视，并且很多方向并没有对应的数据团队，因此很多业务数据上的一些思路和诉求，迭代较慢，在技术上需要“云化的部署运营能力”支撑。 痛点4：管控力度弱。目前的文件式数据应用方式，文件传送出去后，缺少有效的管控手段，无法准确回答数据如何使用、使用频次等问题，数据的价值很难评估，这就需要考虑“云化的协作管理能力”建设。 “微服务”、“云化的异构存储能力”、“云化的部署运营能力”、“云化的协作管理能力”是数据中台解决目前金融业数据应用痛点的思路，将数据服务集中进行开发和处理，盘活数据，让数据在线。