数据中台是将数据服务化之后提供给业务系统，目标是将数据能力渗透到各个业务环节，不限于决策分析类场景；而数据仓库的主要场景是支持管理决策和业务分析。对比数据仓库，数据中台有什么异同？
一、什么是数据中台？
数据中台是对既有/新建信息化系统业务与数据的沉淀，是实现数据赋能新业务、新应用的中间、支撑性平台。对数据中台最深的解释就是其“两化”，即：业务数据化和数据业务化，贴合业务发展之后形成“四化”，即：业务数据化、数据资产化、资产服务化、服务业务化。
数据中台一般采用全新数据技术架构，可以更方便地进行数据价值的挖掘。随着企业数据量越来越大，智能化场景越来越多，传统架构的存储计算能力无法满足这类数据业务的需求。而随着人工智能、物联网等技术的发展，从看似无用的数据中挖掘出新价值的能力也越来越强，新的技术架构为这些场景的建设提供了很好的能力支撑。
二、数据中台和数据仓库有什么异同？
目前，有很多企业紧跟潮流，很多原来的数据仓库+数据集市这种模式的数据服务企业，摇身一变就成了数据中台，最后发现只是名字变了，中间的加工逻辑，数据处理思路没有发生变更，还是拉宽表，出报表。所以，数据中台与数据仓库有什么异同？
首先，概念上的不同。数据仓库是一个面向主题的、集成的、随时间变化的、但信息本身相对稳定的数据集合，用于对管理决策过程的支持。从定义看，数据仓库的宿命是对管理决策过程提供支持，最好的出口是集团BI，所以大部分的教材会把数据仓库和商业智能放在一个章节。但是数据中台侧重点更贴合业务，来自于业务，服务与业务，对业务的支撑是全方位的，提供的方式也是多种多样的。
其次，数据中台建设包含数据体系建设，也就是数据中台包含数据仓库的完整内容，数据中台将企业数据仓库建设的投入价值进行最大化，以加快数据赋能业务的速度，为业务提供速度更快、更多样的数据服务。
数据中台持续不断地将数据进行资产化、价值化并应用到业务，而且关注数据价值的运营。
数据中台也可以将已建好的数据仓库当成数据源，对接已有数据建设成果，避免重复建设。当然也可以基于数据中台提供的能力，通过汇聚、加工、治理各类数据源，构建全新的离线或实时数据仓库。
综上所述，数据中台更贴合业务，离业务侧更近，不仅仅是技术中台构建的，更是需要业务参与的，在生产活动中能够产生数据价值的。

建设数据中台，本质上要解决的是一类问题，就是提升企业经营的效率，压缩成本，更好地应对外部环境快速的变化，最终创造更多的业务价值。

《数据资产管理白皮书》下载地址：
https://www.dtstack.com/resources/1073/?src=bbs

《行业指标体系白皮书》下载地址：
https://www.dtstack.com/resources/1057/?src=bbs

《数据治理行业实践白皮书》下载地址：
https://www.dtstack.com/resources/1001/?src=bbs

《数栈V6.0产品白皮书》下载地址：
https://www.dtstack.com/resources/1004/?src=bbs

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：
https://www.dtstack.com/?src=bbs

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：91360030783，项目地址：
https://github.com/DTStack