原來我們在做一張報表，或者是在業務系統里面需要查詢一個數據結果的時候，它的過程是比較麻煩的，而且它的測試往往也是比較復雜的，因為業務系統是有業務屬性的，但是數據是跨業務的，是融合的。在ORAP領域中，很多這種情況，比如說我的企業，Java開發工程師很好找，做應用的人很好找，懂data，知道如何做數據建模，如何做算法的人相對來講是比較少的。但是在我們應用開發過程當中，我們會發現有太多的數據需求，這種情況下應用開發的速度是快于數據開發的速度。
這是第一點。

第二點，在很多時候我們會發現不同的應用開發項目組，他們都會調用同樣的數據模型，同樣的數據服務，但是由于不了解數據，并且他們也不知道底層的數據結構，所以他們不同的項目組可能對同樣的數據處理會用不同的方法，自己做自己的，然后出來的結果不一樣。有的是錯誤的，所以開發速度慢，并且數據結果不準確，質量低，這就是過去應用開發和數據開發所面臨的矛盾。但是現在數據中臺就要解決這個問題，數據中臺要把那些復用的數據模型，要把那些數據模型data派對中一些數據復用的能力，變成一個數據的能力平臺，讓那些做數據的人專注在做數據，把數據變成一個樂高積木，數據服務提供給應用開發，然后不同的應用開發項目組可以共同的去調用唯一的SARS數據服務，去保證它的數據質量和一致性。
所以數據中臺的價值是什么？加速從數據到價值的服務產生過程，打造高響應力且更加智慧的業務。所以我們再回顧一下，數據中臺解決的核心問題是什么？第一，解決應用開發快于數據開發的效率問題。第二，解決數據開發與數據產生價值的協作問題。第三，解決在很多企業，它的開發人員，技術人員沒有數據能力的問題，這是它從技術層面的核心問題上來解決問題。
那是不是一定要做到保證數據質量百分之百，在沒有問題的情況下，才能夠去做數據系統，才能去做數據服務。從這點上來講，實際上數據和業務之間的速度一直是不一致的，我們的業務永遠比這個系統的開發速度要快。就是我們物理世界里的業務一定比你的軟件的開發要快。然后軟件從軟件本身到沉淀出數據，這又是一個滯后的過程。所以數據與你的企業的業務一定是不一致的。數據的及時性，數據的一致性和數據的集成性問題，在某種角度上來講，它是不可能百分之百徹底解決的，除非你的業務是靜態的，因為你的業務呈現是在變化的，你的用戶天天在變，我們的業務部門天天在思考創新，天天在希望找到新的客戶的模式，這一切的創新落地下來就是數據，你的數據時時刻刻在發生變化，就是說，有的企業的業務報表系統上線以后，上線兩個月很好，上線到第三個月的時候就發現報表不對了，而且他也不知道問題在哪里，然后他就需要去查看整個的過程，因為數據系統它有很強的不確定性，因為它的來源控制不了，它的來源是來自于它的業務系統，然后業務系統是變化的。

如何加快從你的業務到數據到你的數據產品之間的反饋的速度響應力，也是數據中臺要解決的問題。它要把應用的價值，應用的速度，和你數據產生的速度中間的差異，時間的差異和有時候業務理解上的差異，通過數據中臺去把它彌補起來。

在這里這個圖，我們把它定義成是現在數據驅動的智能企業的一個模型，然后我們可以看到這里面有六大功能，其中除了灰色的部分，我們認為是傳統的數據平臺提供的功能。那么之外的這五大功能，我們認為這就是現在企業里面所講的數據中臺所應該具備的能力。

如果有一個數據中臺所謂的廠商找到大家說我們給大家提供數據中臺，我們可以對比一下，他有沒有現在所講的五個功能，五大領域的功能：第一，數據資產的規劃和治理。你有什么數據資產要存什么數據，這個東西一定是要有統一的規劃的，而且是要有系統經營管理的，所以每一個數據中臺一定要有一個數據資產目錄。至于數據資產目錄是長什么樣子的，要怎么去構建，那么在其他的topic里面我們去討論，這里就不詳細去講。

第二，數據資產的采集、獲取和存儲。這就是傳統的數據庫數據倉庫所做的事情。

第三，數據資產的共享和協作。數據仲裁很重要的一個功能是讓企業的數據，企業擁有的數據，能夠在內部開放，對你的生態開放，對你的用戶，對你的員工開放，對你的數據的消費者開放共享和協作。在很多時候我們看到有些企業，他自己的部門之間都不清楚他企業有哪些數據，數據在哪里，有什么價值，如果這一點數據中臺解決不了，那它就不能稱之為是一個完整的數據中臺。這個是怎么去做的？我們把它叫data is great。就是數據探索的平臺。

第四，數據業務價值的探索和分析。數據中臺一定要有一個能力，就是除了存儲數據，然后管理數據資產之外，它一定要能夠提供面向用戶的這種價值探索工具。讓用戶，讓不同層面的用戶，比如說有數據分析人員，有業務分析人員，讓他們能夠在數據中臺提供的工具里面去探索業務價值。比如說我們現在在研發，當然行業里面有很多也有這樣的系統，它能夠讓你把你企業里的數據服務，同你企業的數據集放在一起，然后讓業務部門，讓你的業務人員做self service，自己去探索這些數據集，發現它的業務價值，我們把它叫做date night。然后當你發現這個數據集很有價值，對你的業務很有幫助的時候，數據中臺能夠提供一個能力，那就是快速的把這些數據數據集以一種合適的方式發布成數據服務。

第五，數據服務的構建和治理。當然這個數據服務一定是要有治理的，不能出現數據服務重重疊疊，然后浪費好多服務放在那里沒有人用，所以這是第五點數據服務的構建和治理。

第六，數據服務的度量和運營。數據類的項目一定是一個持續的項目，它一定是不斷迭代不斷分析的項目，它不僅僅是說我產生完數據我就完事了，或者說我把數據報表開發出來我就不管了，一定不是這樣，所有數據的項目都是要持續的去運營的，運營的目的是什么？運營的目的就是去看我產品數據服務是有誰在用？他們用的反饋如何？哪些報表，哪些數據產品沒有人用，，哪些產品它是可以合并的？使用這些產品的用戶畫像是什么？他們有什么特點？如何更好地為他們提供服務，這就是我們所講的數據產品的運營。所以數據中臺一定要具備數據產品運營的能力。

我們可以看到剛才我們所講的這六大功能，在這個數據服務工廠里面都能一一得到映射。剛才我們所講的是一個廣義的數據中臺，然后同時我們現在在很多企業里面，我們也會看到，有的企業它不可能一上來就構建一個這么龐大的數據服務工廠，如果他要做數據平臺，它先做什么？他現在可能連數據湖都沒有，數據平臺也沒有。那怎么辦？他還要不要做數據中臺？我們所講過的，只要你的前臺業務系統有多個，而且你希望你的數據服務未來是可復用的，被多個業務系統所使用，提供平臺性的能力的話，你就要構建數據中臺。那么你的數據中臺可以簡單到它就是只提供一個data API，哪怕它后面沒有數據庫，沒有數據湖，沒有數據平臺，然后是人去維護一個excel表，然后把這個excel表的數據變成一個data API讓業務部門去調用，我們覺得這就是數據中臺的一個核心，那就是提供數據服務。所以我們所講狹義的數據中臺，那就是數據服務data API。
dataAPI和傳統的數據報表很大的區別在于數據報表是單向的，是人機接口，人看報表。數據API是什么數據？API是可被監控的，是可被調度的，它是一個機器與機器之間的接口，是由你的電腦，你的應用去消費數據，不是由人去看數據

所以這是很重要的，數據服務是我們所講的狹義的數據中臺最重要的部分。如果你要做一個最簡單的數據中臺，那么很簡單，你只需要去把你的數據變成服務提供給你的多個業務用戶，或者是你的多個業務系統，它就可以被稱之為一個數據中臺。

我們來總結一下，數據中臺和數據倉庫，數據湖傳統的區別。數據中臺距離業務更近，數據平臺、數據湖是被動地響應業務需求，用戶說我要什么，然后你有什么數據，然后我來給你提供什么數據服務，但是數據中臺是業務需求驅動的業務服務平臺。比如說，現在很多企業在做數據中臺規劃的時候，第一件事情不是去看他的數據，他有什么數據，那是第二件事情，第一件事情先看他需要什么樣的數據服務，什么樣的數據對他有價值。

這里面我們可以再來把這幾個關鍵的點總結一下，數據倉庫、數據平臺和數據中臺的關鍵的關系。第一，數據倉庫是分析報表及服務，數據平臺和數據湖是提供數據集，我把一個數據集給到你，然后業務部門根據這個數據集拿到數據庫的鏈接，自己去做開發。