以数据驱动的数字化，将帮助企业全面了解用户的需求变化，也能为企业在营销、产品、业务等各个环节提供支撑，进一步提升企业的经营效率。 但在开展数据营销的转型时，企业通常会遇到三个核心问题： 如何收集汇总和运营自己的数据？ 如何建立数据运营团队？ 如何在短期内快速展现成果，在企业内部建立信心？

这三个核心问题，通过数据中台都能给出最佳答案。
因为，能对数据进行标准化处理，并且能进一步挖掘数据价值的数据中台，正在成为越来越多企业数字化转型的最佳入口。

什么是中台
按照数据咨询公司Thoughtworks首席咨询师王健给出的10个字定义，中台就是：“企业级的能力复用平台”。

“企业级”划定了中台的范围，区分开了单系统的服务化与微服务。
“能力”指定了中台的主要承载对象，能力的抽象解释了各种各样中台的存在。
“复用”定义了中台的核心价值，过去的平台化对于易复用性并没有给予足够关注。中台的兴起，使得人们的目光更多的从平台内部，转换到平台对于前台业务的支撑上。
“平台”说明了中台的主要形式，区别于应用系统拼凑的方式，通过对于更细粒度能力的识别与平台化沉淀，实现企业能力的柔性复用，对于前台业务更好的支撑。
业务中台与数据中台
业务中台和数据中台是中台的两种类型，业务中台与数据中台互相促进，为企业业务的发展、管理者更好的决策提供支持。其中，业务中台的存在是为了围绕公司业务运营进行服务，将获取的多维度数据传递给数据中台，由数据中台挖掘新的价值反馈给业务中台，以优化业务运营。

业务中台更多偏向于业务流程管控，将业务流程中共性的服务抽象出来，形成通用的服务能力。比如电商平台，有C2C、B2B等模式，其中订单、交易、商品管理、购物车等模块都是有共性的。将这些组件沉淀出来，形成电商行业的业务中台，再基于这些业务中台组件的服务能力，可以快速搭建前台应用，用户通过这些前台业务触点使用业务服务。业务中台不直接面向终端用户，但可以极大提升构建面向终端用户的前台的速度和效率。

数据中台是抽象数据能力的共性形成通用数据服务能力。比如天猫淘宝的用户实时在线的交易信息，基于这些用户历史信息，并通过数据分析后的用户画像和标签属性，提供服务给到前端，形成千人千面。同一个服务，在应用层面展现的内容可能不一致，但是底层的数据体系是一致的。数据中台也将极大提升数据开发的效率，降低开发成本，同时可以让整个数据场景更为智能化。

应用实例
在淘宝初期，主要面向C2C的电商领域，整个系统都是围绕一套“烟囱式”的淘宝技术框架进行。随着业务的不断扩张，集团成立出天猫事业部主抓B2C电商领域，又形成了一套烟囱式发展。这种烟囱式的架构体系带来了诸多不足，比如成本的重复投入和维护、数据之间打通复用的难度、几年之后推倒重建的风险。

为了解决这些问题，集团已经开始构建共享服务体系，“共享业务事业部（业务中台）“逐步将集团核心的业务能力构建成用户中心、商品中心、交易中心、评价中心、店铺中心等等数十个共享服务，协助上百个前台业务的快速创新。

阿里是最早提出中台概念，并成功实施落地，阿里中台所配套的中间件是经过阿里多年双十一洗礼的成熟产品。阿里内部几百个业务应用，共享一个技术中台底座，服务新的业务场景，带来更好的用户业务体验。同时，阿里云通过为上百个外部客户实施业务中台，培养了一大批具备中台实施交付能力的行业ISV，同时沉淀了大量行业最佳实践。

全域数据采集
全域数据不仅是传统的PC互联网加移动互联网数据的简单相加，它还包括IOT、线下数据、智能交通等领域。形成做一个企业级的大数据处理平台。

数据规范管理
对过程数据和结果数据进行质量校验，帮助企业及时发现数据质量问题，并构建数据类目体系，使企业数据标准化、模型化，帮助企业实现数据管理规范化。

数据开发平台
一站式建模及ETL，满足离线和实时数据开发，运用大量可视化技术，让传统的数据整合黑盒子过程变得透明可见。

数据服务平台
数据资产自动生成数据查询、数据下载、数据API等多种服务方式，并能提供图形化设计器、自定义sql的方式供业务人员进行数据和服务编排，快速满足人员和系统的数据要求。