數據中臺
不是產品，不是東西。
數據處理的總和業務平臺，對接企業需求的前後端。
對海量數據進行採集、計算、存儲、加工，同時統一標準和口徑。
解決什麼
我：
-
效率問題：需求增加的時間節省；試試可以獲取最新數據；動態監控數據的異常變化，避免錯誤和資源損耗；
-
協作問題：數據的統一標準，提高與業務或者前端的對接效率，避免重複開發；
-
能力問題：對於數據維護 ，數據開發，讓操作變的更加簡潔，高效，安全穩定。減少成本。
-
增加了 圖片拖拽 功能，你可以將本地的圖片直接拖拽到編輯區域直接展示；
-
類似嗎？1** paas和saas算是嗎？；
功能快捷鍵
DData API 是數據中臺的核心，它是連接前臺和後臺的橋樑
這裏是數據的加工廠，完成各種的產成品，提供給前端；
至於是自動化，流水線，還是小作坊，就體現不同中臺的強大內核了。
數據中臺能力
- 數據資產管理
盤點數據資源、規劃數據資源、獲取數據資源，並將所有數據資源進行完整呈現；通過元數據信息收集、數據血緣探查、數據權限申請授權等手段，解決"有哪些數據可用"、"到哪裏可以找到數據"的難題，並且提升數據資源的利用率。
- 數據質量管理
數據質量就是保障數據正確性的工具，主要包括這麼幾部分：一是支持準確性校驗規則，二是支持雙表校驗，三是輸出校驗報告。
- 數據模型管理
數據模型管理，主要是爲解決架構設計和數據開發的不一致性，是爲了約束平臺使用者的表名、字段名的規範性，架構師從工具層合理的進行模型分層和統一開發規範,包括2部分，一個是規則配置，另一個是對錶名、字段名的定期校驗。
- 構建標籤體系
對用戶、產品、客商、營銷各主題域進行標籤提取，將其特徵數字化，爲後續進行精準 營銷和用戶畫像提供必要條件。着重分析當前需要但是無法獲取到的指標，描述使用不便的指標，分析問題原因，繪製數據供應鏈條；
- 數據應用規劃及實現
數據中臺策略的基本理念是，將所有的數據匯聚到數據中臺，以後的每個數據應用（無論是指標和分析類的，還是畫像類和大數據類的）統統從數據中臺獲取數據，如果數據中臺沒有，那麼數據中臺就負責把數據找來，如果數據中臺找不來，就說明當前真沒有這個數據，數據應用也就無從展開。
數據中臺構成
三者的關鍵區別有以下幾方面：
數據中臺是企業級的邏輯概念，體現企業 D2V（Data to Value）的能力，爲業務提供服務的主要方式是數據 API；
數據倉庫是一個相對具體的功能概念，是存儲和管理一個或多個主題數據的集合，爲業務提供服務的方式主要是分析報表；
數據平臺是在大數據基礎上出現的融合了結構化和非結構化數據的數據基礎平臺，爲業務提供服務的方式主要是直接提供數據集；
數據中臺距離業務更近，爲業務提供速度更快的服務；
數據倉庫是爲了支持管理決策分析，而數據中臺則是將數據服務化之後提供給業務系統，不僅限於分析型場景，也適用於交易型場景；
數據中臺可以建立在數據倉庫和數據平臺之上，是加速企業從數據到業務價值的過程的中間層。