数据中台建设内容包括哪几个方面？
中台首先是一种战略选择，一种组织形式，其次才是一些有形的产品支撑和实施的方法论。
文 | 古明，数据中台专栏写作者
由于企事业部门之间的系统分散开发或者些单位系统重建或引进系统开发项目，导致很多单位内部之间的信息不能共享，产生数据与信息孤岛；或者没有统一的数据规范和标准，造成数据整合的不便。数据还仅仅停留在散乱的资源阶段，离数据“变现”，形成数据资产的理想阶段，还相距甚远。
为解决上述问题，就需要企业自身进行合理有效的数据资源规划，梳理清楚企业自身的“数据家底”，从而掌握企业当前数据资源的详实状况，明确企业的数据种类、未来可能获取的数据种类，以及这些数据的数据量、数据质量、数据用途等等。
数据资源规划是数据治理，数据建模，数据资产管理，数据指标体系规范等工作的前置环节和必要条件，因此数据资源规划的作用至关重要，包括数据资源梳理、数据资源规划实施、数据资源可视化、数据资源分析报告四部分内容。
数据资源梳理：即企业需要梳理清楚：数据来自谁，用在何处，如何存储？一般而言，业内会从三个维度，来对数据资源进行分类管理，数据产生主体、数据来源、存储形式等。
数据资源规划实施：企业在数据资源规划与获取的过程中，除了需要企业内部提供有效的组织保障，包括数据管理人员、数据分析人员和业务使用人员之间的紧密协作，而且还需要全面的对整个企业或政府部门组织需求分析调研，这样才可有效帮助企业理清数据资源家底，明确数据资源获取与使用的方式方法。
数据资源可视化：在数据中台理念下，我们所指的数据资源规划和获取一定是企业全局性的考量和行为。“牵一发而动全身”这必然会牵扯到各部门和各层级组织架构的利益。
数据资源分析报告：企业以前对自身数据资源的认识是模糊的，企业需要一份完整详备的数据资源分析报告，指导后续数据治理和数据资产管理平台的建设，最终服务于企业数据应用场景。为了满足客户的这一需求痛点，袋鼠云便将数据资源分析报告作为“数据资源规划与获取服务”的交付产出物之一。
深度思考、认知升维、跨界连接，欢迎加入#工业互联网研习社#社群
（欲加入研习社，欢迎私信咨询）
—笔者在知识付费领域的探索，2018年1月1日，造奇智能产业新媒体独家推出、业界首份聚焦工业互联网领域的高质量实名付费社群——[工业互联网研习社]，依托[知识星球]而建。致力于打通工业互联网从资讯→信息→知识→认知→见识→服务的链式通路，助力您的职业发展和机遇把握。这是在工业媒体与知识分享领域的知识付费尝试！
—近300位付费研习社社友遍布上海、北京、深圳苏州、杭州、武汉、芜湖等工业重镇，初步构建起覆盖工业互联网平台、工业软件、底层数据采集、工业数据分析、系统集成商、大学及产业资金在内的全国价值网络。
在帮你解答数据中台建设内容前，我们先要说下，什么是数据中台？其实呢，数据中台不是一个产品，它其实是一个体系，一个集系统组织方法为一体的整体公司战略体系，它具有数据资产的规划和治理、数据资产的获取和存储、数据资产的共享和协作、业务价值的探索和分析、数据服务的构建和治理、数据服务的度量和运营特点。
数据中台功能图
在实施数据中台之前，企业需要构建数据中台的技术基础，例如，充分利用云计算和大数据基础平台。作为数据中台的技术基础，它的核心能力具有可见、可用、可运营三种。可见是指数据资产有哪些，这些资产从何而来，是被谁用，被用得怎样。可用是指如何保障数据采集、加工过程稳定，内容及资产的开放服务稳定。可运营是指怎么保障数据资产的可维护性，怎么权衡数据资产的构建成本，怎么保证出现新的数据维度能快速被应用到场景。元年认为数据中台业务赋能体现在“业务数据化，数据资产化，资产服务化，服务业务化”，持续赋能业务数据应用闭环。
通过前面的介绍，相信对于数据中台你已经有了更清晰的认识，那企业究竟该如何实施数据中台建设呢？元年认为数据中台建设有两种策略：打底座，建资产；找场景，做试点。中台项目是变革项目，是一个系统化工程，数据业务化产生价值需花费较长时间，元年研究院建议以业务场景为中心，以业财融合数据底座建设为抓手，以价值为驱动，快速验证数据中台建设价值。
企业数据中台建设整体规划图
数据中台总体架构分为数据来源层、数据中台层、数据消费层。它具有如下功能：
多租户管理：整个平台在云端部署，以多租户的方式向多个组织服务，实现底层计算资源和数据的安全隔离；每个租户可以根据需要分配不同的功能组件，各租户在使用上互不影响；底层数据在同一个平台，租户之间可以通过数据授权的方式交换数据。
数据交换：对主流数据源的全覆盖支持（20+），简单配置源头表和目的表的信息，即可多种方式建立映射关系。全程通过可视化、无代码的方式完成，支持本地或者云端数据同步，支持整库、单表、非结构化数据同步，且对特种数据源可快速通过插件化方式扩展支持。
离线开发：具有丰富的大数据组件和可视化开发界面，实现统一调度、多环境级联、多版本管理、运维监控。
实时开发：可视化流式开发，实现实时数据同步，兼容多种任务类型，进行图形化Kafka管理、企业级运维监控。
算法开发：拥有灵活的建模方式、丰富的算法库及主流计算框架，弹性架构，强大性能，可提供企业级服务。
资产管理：可作为数据资产门户，同时提供数据质量、数据模型、元数据、数据标准、数据安全管理。
服务管理：服务管理平台使用RESTful API，通过规范化、标准化的API接口，降低系统间耦合，充分复用已有的数据资产，避免重复开发造成的资源浪费，快速对业务赋能。
企业数据中台建设技术架构图
此外，元年可协助企业结合数据战略规划和构建业务应用，并借助数据中台建设进行落地。企业百度、元年智答、图谱搜索，是元年数据智能交互深化应用的成果。可以关注元年，了解更多数据中台、企业数字化转型等相关信息！