如果从比较学术的定义上来讲，数据中台是一种数据组织形式，通过对企业特有的业务模式和组织架构整合，以一套完整的数据产品，为企业构建一套持续不断把数据变成资产并服务于业务的机制。
而如果用通俗的话来讲，数据中台就是一个将企业内部分散在各处的数据都用起来，从而进行整体利用，最常见的例子就是我们将用户在不同业务线中的使用行为进行合并，从而得到一个完整的用户人画像。
要想搞清楚数据中台在一个企业中起到什么样的一个作用，我们先得追根溯源看一下数据在一个企业中起到一个什么样的作用。
在很多小企业去做一些功能的时候，绝大多数都是依据老板自己的想法来决定产品走向的，就是因为老板觉得这个功能有市场，所以我们就需要去做，完全不在乎市场的声音。
而无限制的功能研发之后投放到市场，也不管市场的反馈声音到底是支持还是反对这个设想，就盲目进入下一轮迭代中。
对于这些人来说，他们认为产品不够好，或者没有用户的核心原因，永远是因为当前产品做的还不够好，但是他从来没想过是不是自己的赛道选错了。
所以正确的做法，也是我很多次在文章中提到的，设计产品应该遵循：闭环产品迭代循环。
通过让产品在每次投放市场后收集数据反馈，让数据在企业业务中起到决策依据的驱动作用。
因为用户很多时候都是用脚投票，虽然说嘴上告诉你说我很喜欢的产品，但实际上他们是不会来用，此时一条数据胜过无数个用户的调研。
刚清楚了这个重要的前提，我们再回来看数据中台为企业带来的价值，具体分为如下几点：
（1）数据集合：摸清企业的家底；
数据集合就是去摸清一个企业家底到底是什么样子，以往我们的数据都是分散在各个业务线中，例如在一家多业务线的电商公司中，各个业务线的订单是分散在各个业务线里，所以我们分析的数据，例如销量前十的商品也只是各业务线内部的销量前十商品，当我们想要统计整个公司销量前十商品的时候，只能从各个业务线的订单中手动进行汇总，这在以往传统的数据统计中效率是极其低下的。
（2）统一数据：搞清楚不同业务线的同一件事；
一个数据中台的相当重要一步就是可以把一切公司内部的业务数据去进行一个统一，前提当然是要各业务线口径统一，把整个公司数据就能统一起来，这个时候我们就能看到整体的一个流转情况以及以相同的标准来看待各业务线中的数据。
对于整体流转举一个形象的例子，就相当于不管在产品内部怎么设计分岔口，但我们总有一条主干道，这个时候我在主干道上面装一个监控器，那么我就能知道整个公司的这个流量的整体到底是什么样子的，这在管理上将这种查看全公司的用户群体的产物称之为超级节点。
谈完了数据中台的概念与价值，接下来再说一个经典误区，很多企业在中台建设中，由于不清楚概念，很多时候会将业务中台与数据中台的需求混淆，从而导致在后期前台业务线接入时变得很混乱。
因此我们在建设中台的做需求分析环节前必须对中台的需求进行分类并划清边界。这里我引用《中台产品经理宝典》一书中的概念，使用数据类型来快速完成两个中台的区分：
我们知道互联网的本质上就是在进行数据流动，而在各个产品中我们人为地将数据划分成了不同的属性，因此业务中台与数据中台的本质区别就是对同一个事物中的业务数据与描述数据分别管理。
(1)业务数据：所谓业务数据就是指用户在使用系统时必须输入的信息和得到的信息。举例来说，在支付环节中每笔收入都会产生对应的现金流动，而此时收入数据就处于我们业务中台的需求范围。
(2)描述数据：这类数据就是我们用来描述业务发展好坏的参照物。例如对于企业来说，无论属于哪一个行业，市场评价其业务好坏的指标只有两个，那就是收入与净利润，这就是描述数据。
但是值得我们注意的一点是，业务数据、描述数据这两者可能随着模块的变化而产生属性互换，也就是在甲模块中的业务数据到乙模块中可能就变成了其描述数据。
例如下图中的网址，网站描述这些字段信息就属于业务数据：
而下图的这些指标就属于描述数据：
我们看到通过这一方法就可以快速完成不同类型中台的区分。
提到数据中台，我们肯定绕不过中台概念的鼻祖阿里，这里我为大家整理了国内中台的领导者阿里的中台发展的几个关键阶段，分别是：
数据库阶段：主要是OLTP（联机事务处理）的需求；
数据仓库阶段：OLAP（联机分析处理）成为主要需求；
数据平台阶段：主要解决BI和报表需求的技术问题；
数据中台阶段：通过系统来对接OLTP（事务处理）和OLAP（报表分析）的需求，强调数据业务化的能力。
讲这么多概念，我们来看一个具体的数据中台落地案例，在一家商业地产管理公司内部，拥有多条业务线，商场收银POS，停车管理软件，我们基于数据中台来打通各个系统。
商业地产多种业务复合场景：
（1）用户触达：在商业广场中任意门店完成消费；
通过POS系统的会员卡ID，在本步骤我们完成用户到场消费的描述时间记录，确认有该用户进入广场，通过门店消费我们第一次感知到了用户，并为用户在价格标签上确定了价格带。
（2）用户跟踪：电影院消费；
通过用户在本商业广场电影院进行电影消费，我们获取到了用户的偏好信息，打上了娱乐标签，并再次确认了用户属于在场状态（未离开商业广场）。
（3）数据服务：消费后停车场2小时免费使用；
当用户扫码准备付停车费时，根据前两步获得的用户在场时长与消费金额，自动计算消费金额是否超过指定标准，从而享受免费停车。
我们发现通过这样的数据中台支撑，在这样的辅助功能定义下，这个商业广场的会员就有了价值，我们就能把整个用户消费行为描述数据串联了起来。
综上，要想发挥数据中台的作用，这家公司必须是一个多业务线的基础，数据中台才有存在的意义，否则在单一业务线下我们还是老老实实的去使用数据工具即可，毕竟工具没有优劣适合业务的才是好工具。
最后想要了解更多中台搭建实战内容，或者想要学习掌握更多高阶产品经理的必备技能，可以来看看我的这本《中台产品经理宝典》一书。
开课吧推出了数据中台免费公开课，主讲人前蚂蚁金服高级数据产品经理翟云枫老师，将在4月13日20：00直播为大家分享以下三点内容：
“水土不服”的数据中台
以用户为中心的数据管理平台—CDP
如何躲避数据PM职位上的“坑”
你有没有心动呢？走过路过不要错过
