在大数据开发处理过程中我们经常会提到一个数据中台的名词，有不少同学还闹不懂它的含义，今天小千就来给大家介绍一下这个数据中台和建设数据中台需要注意哪些点。

      数据中台是什么？

      如果说中台提供的是通用的业务解决方案+通用的技术解决方案，那么对应到数据中台，就是提供可复用的数据业务能力+可复用的数据技术能力。举个例子，对于小团队而言，希望通过我们的数据中台分析潜在的商业机会，这时候直接甩过去几张表就不合适。从小团队的视角看，我们希望有一个分析平台，有一些自主分析工具，能够快速了解我们目前能够统计到的数据及其涵义。那么这个时候，数据中台= 数据仓库 + BI分析工具 + 元数据平台 + 前后端模块，前端能够有个自主搭建报表的工具，通过直接读取数据仓库的数据，来实现快速搭建分析平台的需求。

      但并不是所有的公司都需要建设数据中台，因为数据中台不仅仅是数据仓库，还包含了一系列配套的平台（后端前端、元数据、数据安全、数据质量、BI分析等），建设的成本比较高，而对于大多数公司而言，这种经济成本是不划算的。

      如何建设数据中台？

      大多数的数据人，做数据中台习惯从自顶向下进行建设。这种做法的优点是能够通盘考虑全局问题，保持数据的一致性，但坏处是变动的成本比较高，难以适应高速变化的业务结构。仔细想想，阿里是先有了电商业务，才有了大中台落地的基础；头条做好了抖音，才有了算法中台的诞生；腾讯IM深耕多年，也是基于IM逻辑做数据中台。其实数据中台更多的要走到业务中，为业务贡献价值，才能真的称之为“中台”。

      总的来说，在数据服务之上，就是应用层，这里可以分为两类，一类是通用性数据应用，包括报表系统、大屏系统、自助分析系统，本身不具备行业属性，任何业务都可以使用；另一类是行业性的数据应用，比如电商的供应链系统、传媒的舆情系统。在我们的数据中台划分中，通用性的数据应用也被划入了中台的范围内，因为中台本质是提供共性能力，对于数据中台，就是提供共享的数据。

      数据分析：业务团队和独立团队的区别

本文来自千锋教育，转载请注明出处