源起

不算遥远的八十年前，世界上第一台电子数字计算机诞生，彼时的数据存储使用的是再生电容磁鼓存储器，利用电磁感应原理进行数字信息的写入与读出。四年后出现的最早的随机存取数字存储器可以随时从任意指定地址写入与读出信息，但只有几百个字节的容量。而在今天，个人计算机每秒钟产生的数据都不止几百个字节。

经历了缓慢起步的前半程，计算机和互联网进入了高速发展时期。相应地，其所产生的数据也在呈指数级增长。2020年全球数据量达到了60ZB，据IDC预测，到2025年这个数字将达到163ZB，其中60%的数据来源于企业。

伴随着数据质量问题的显现和不可避免且日益加剧的数据爆炸，数据管理和数据治理先后被提出，并逐渐为人们广泛接受与应用。2015年我国提交了《数据治理白皮书》国际标准研究报告，与此同时，十八届五中全会首次提出国家大数据战略，发布了《促进大数据发展行动纲要》。

大数据正式进入国内视野的这几年，企业数字化转型成为了真正意义上的刚需，数据仓库、数据湖、数据中台、数据编织等关于数据的概念层出不穷，似乎一种概念就代表着一个风口、一条赛道。究其本质，这些概念以数据为核心，仍然没有跳出治理的范畴，落点都是企业的数字化能力。

沉淀

回到今天的命题，阿里最初设想的中台是支持多个前台业务且具备业务属性的能力组织，通过统一的团队在数据标识、指标、数据仓库等方面实现跨业务的整合，可划分为业务中台、技术中台、数据中台等。结合数据中台的发展现状来看，尽管突然爆火又突然低迷，依然没有偏离具备业务属性的能力组织这个特性，有望在沉淀后迎来稳定增长期。

目前市场上的数据中台厂商大致有公有云平台、数字化解决方案提供商以及独立的数据中台开发商这几类，其中数字化解决方案提供商的数量最多、份额也最高。数据采集、存储、开发、计算、可视化等全栈能力是数据中台的基础要素，持续运转且科学合理的内在机制是核心，赋能不同场景则是最基本的表现。

具体举例而言，医疗方面，腾讯云在提供基于业务和模型的终端展示，包括医保主题监控、基金收支洞察、智能监管等整套智慧医保解决方案的同时可以通过服务平台提供在保证数据安全前提下的数据共享，实现医保省级及地市数据中台建设，支持医疗场景的协同、监管、大数据应用等建设。

在新消费场景中，云徙科技面向以“她”经济、新中产和Z世代为代表的新一代消费群体建立数据驱动体系，通过可视化数据精准洞察各项业务指标。新营销中台与数据中台和业务中台相互配合，能够洞察消费者、营销活动、会员价值，分析忠诚度经营情况、消费者行为、供应链及智能配补货，用数据驱动智能决策。

前瞻

可以看出，数据中台并不直接产生数据，数据来自企业内部运行流转的不同业务的各项流程。传统的数据仓库被动地承担数据整合和分析工作，但数据中台的首要环节在于对多源异构数据的加工处理，按照企业标准形成统一的标准化数据，再进行后续的存储和使用，从源头上规避了数据质量问题。

通过对有价值的数据的重点挖掘，得以使数据作为企业独一无二的资产存在。数据中台中承载的内容是可以重复多次利用且处于不断变化中的，以业务为导向按需调整，很大程度上减少了数据资源和人力资源的浪费，同时降低了业务对技术的依赖成本，为企业建立起差异化竞争优势。

企业在搭建数据中台的过程中需要特别注意的是，要以一种高屋建瓴的视角，基于对企业的自身经营状况和未来发展战略的深入研究，在系统的、全面认知的基础上促成数据中台的落地应用。它是企业内部组织架构之一，理应囊括着企业所有业务重心的子集和共性资源的并集，并不是一劳永逸的法则。

技术的动态更新是其次，与数据中台相匹配的数据应用意识随之到位，才能最大化发挥数据的价值，由此实现数据反哺的业务闭环。从信息化到数字化，不论外部环境如何变化，对认识论的掌握足够透彻，方法论自然也不在话下。