01 理解數據中臺的三重境界
第一重境界：數據平臺化
數據中臺是要打破重複造輪子的過程，不再每個團隊搭建一套Hadoop、Spark這樣的大數據組件；而是，從全公司的角度，整合這些工具，所有團隊使用公司級別統一提供的大數據平臺、開發工具、資產管理平臺等。
第二重境界：數據服務化
數據中臺要能打通煙囪式的數據體系，減少每個團隊的數據“私貨”，做到全域數據打通，構建公司級統一的數據倉庫。
同時，也提供更方便的數據訪問方式：比如數據API、可視化訪問、自助提取等。
真正做到，讓數據更好用！
第三重境界：數據價值化
數據中臺要能做到，讓數據真正能產生價值，這是一種結合了數據平臺和數據服務後，讓數據持續爲業務賦能的機制。比如，如何讓數據分析結論能落地？數據分析效果反饋的路徑是否順暢等等。
綜述
總的來講：
-
第一重境界：平臺化代表的是工具共享
-
第二重境界：服務化代表的是數據共享
-
第三重境界：價值化代表的就是，讓數據產生價值
02 數據中臺、數據倉庫和數據平臺的區別和聯繫
在互聯網行業，數據平臺一般是指以Spark Hadoop這套開源大數據組件爲主的大數據平臺。
數據倉庫一般是指數據建設的方法論，並且在這一套方法論指導下構建的數據表。它包含了數據建模、元數據管理和數據質量管理等這一整套內容。
關於數據中臺可參考前面的內容。
那整體來講，我們可以大致這樣理解：
-
數據平臺提供的是計算和存儲能力。
-
數據倉庫是利用數據平臺提供的計算和存儲能力，在一套方法論指導下建設的一整套的數據表。
-
數據中臺呢，包含了數據平臺和數據倉庫的所有內容，將其打包，並且以更優雅以及更產品化的方式對外提供服務和價值～
03 構建數據中臺前要想清楚的三個問題！
今天要和大家分享的是，當企業選擇構建數據中臺前，要提前想清楚的三個問題。
問題一：你是否真的需要數據中臺
數據中臺雖然很火，但是它並不是萬能的，並不是說搭建了一個數據中臺你們的問題就都能解決了，業務效果就能提升了。
可以考慮一下，你現在面臨的問題和痛點，數據中臺能解決嗎？
問題二：你是否有專業的團隊能夠建設數據中臺
數據中臺不是簡單地搭建一套開源的大數據框架、開發一些數據表就完成了，他要求團隊從方法論、到平臺化再到產品化都有一定的理解和積累。整體來講，也就是需要你的團隊有足夠的專業度。
問題三：你能投入多少資源建設數據中臺
投入的資源數量決定了數據中臺的建設情況，你願意投入多少人，花費多少錢，用多長時間來搞數據中臺，能否一直堅持支持下去？
數據中臺是一個大的工程，要相信，這可不是一個人隨便花半個月就能搞定的。
總結
最近看到越來越多的文章來寫數據中臺了，大家的解釋也越來越另闢蹊徑。
不管中臺到底是什麼，還是要看它解決的是什麼問題，和現在的平臺有什麼區別，做之前要注意什麼。