笔者之前在证券行业从事IT数据工作时， 发现公司内部有很多的系统来支撑不同的业务（经纪、资管、新三板、债券等），各个业务系统之间来自不同的应用提供商， 各个业务系统形成各自的数据孤岛，数据之间可重用性低，数据标准不统一，导致很多业务系统建设重复的功能。
为此企业如何打通各个业务环节， 打破数据孤岛， 实现各个业务系统在数据模型上的统一，通过建设统一的业务数据模型， 用于满足不断发展的前台业务数据需求， 因此建设数据中台有利于满足证券行业的业务前台数据的快速响应需求。下面我们将讨论和讲解企业为什么需要建设数据中台，企业如何建设数据中台， 企业建设数据中台会带来哪些价值。
1.为什么企业需要建设数据中台
我们在《什么是数据中台》这篇文章中讲到了数据中台所解决的问题，主要包括以下三点：
解决了应用开发快于数据开发的效率问题；
解决了数据开发与数据产生价值的协作问题；
解决了开发人员或技术人员没有数据能力的问题。
在开篇时，我们讨论了笔者在证券行业中的经历和感受，从传统企业自身角度来说，应用数据中台的动力主要来自两方面。
01. 企业的业务系统建设积累
企业长久以来的数字化建设累了大量的业务系统和数据，这些数据通过投入大量的资金和人员所换来的，因此希望这些数据产生更多的应用价值，为企业带来更大的收益，例如在证券行业中，通过建设统一的数据中心，对于领导层来讲， 它有利于公司高层领导在第一时间快速掌握业务经营数据，帮助公司做好经营决策分析；对于公司业务前台来说，建设数据中台有利于快速响应不断发展的业务需求，提高公司的业务竞争力。
02. 企业业务新阶段的发展诉求
企业在现阶段发展遇到新挑战，需要寻求新的发展方向，同时需要应对业务不断发展的需求，因此需要对之前的业务进行系统性和体系化的分析，而系统性分析的重要基础就是前期积累的业务数据。在证券行业中， 各个业务交易系统中的交易数据是业务的核心， 通过全业务的交易数据分析， 能够快速识别高价值的客户，并做好客户关系， 为客户提供更加优质的服务，提高客户的黏性。
因此，数据中台的应用首先应该明确企业自身的诉求是什么，要解决什么问题。其次，数据中台的应用应该是分步骤实施，在应用过程中不断纠正方向，调整策略。最后，数据中台的应用需明确阶段性目标，保证不断有阶段性成果产出。
2. 企业如何构建数据中台
数据中台的构建不是不是一蹴而就的，需要企业进行自顶向下的顶层设计，构建数据中台团队，对企业整体的业务进行系统性分析，通过每一个小的业务场景的不断累积，并经过长时间的业务经验沉淀，构建符合企业业务的统一数据模型，并不断的进行优化创新，最终才能构建出具有企业业务特色的数据中台。企业构建数据中台可以参考以下的四点建议。
1. 从业务场景入手
数据中台需要以场景化的方式去驱动，只有与具体的业务场景相结合，将业务数据场景进行落地，才能快速验证其业务价值，相较于需求驱动来说，它是更贴近业务的数据平台，当出现新的问题时，能够快速响应并提供相应的解决方案。
2. 不断累积经验，构建数据服务体系
经验的累积是一个长时间的过程，需要制定好先相关的计划，并按照PDCA（戴明环）方法对计划进行检查、调整和完善，针对各类的业务数据进行分析决策，以数据为依据挖掘出最适合该类数据的业务服务。通过多种业务场景的累积，构建出符合企业自身业务发展需求的数据服务体系，例如证券行业中最重要的数据包含客户、交易、账户、行情等核心业务数据。同时将企业技术能力进行汇集、积累和沉淀。通过数据的方式支撑整个业务管理过程、业务服务过程和业务决策过程，更加针对性的提供相应的技术支撑。
3. 创新数据思维，引入有效的技术手段
业务知识领域经验的积累在一定程度上提升了服务的效率，然而长时间重复的业务工作让人逐渐失去活力，另一方面知识和技术发展快速更迭，要顺应业务发展和时代发展的需要，进行思维和技术的革新，培养数据性思维，并适时引入大数据、人工智能、云计算、区块链等前沿技术为数据服务提供更加有效的技术支撑体系，为企业注入新的活力。
4. 拒绝盲目跟随，打造企业自身的特色
数据中台是一种数据思维体系，它用于指导企业如何去落地数据服务策略，因此构建数据中台不是盲目的照搬，每个企业的业务系统够有所差异，例如在证券行业中， 每个证券公司都有自身的业务特色， 有些公司在投行方面的业务比较强， 有些公司在财富管理方面的业务比较强， 有些公司在固定收益业务方面比较强， 等等。只有深入了解自身企业的业务特色，找出最能体现价值的应用点，以此为切入点，才能挖掘出企业更深层次的价值。
3. 构建数据中台给企业带来什么好处
企业通过构建数据中台的实践，能够给企业带来巨大的业务价值，解决了企业在数据应用方面的效率、协作和数据能力方面的问题外，还给企业的数字化转型带来更多的利益。
1. 实现数据互通, 打破数据孤岛
对于大多数企业来说，数据根据业务、部门、职能不同，会运用多种IT业务系统来进行存储、处理、反馈。众多高价值的业务数据分散在不同的系统中，无法站在全面的视角发挥数据价值。例如证券行业中的集中交易系统、OTC系统、两融系统、投行系统、资产管理系统等， 各个业务系统数据较为分散， 没有统一的数据标准。因此无法发挥数据潜在的业务价值。
有了数据中台，无论是指标类、分析类的，还是客户画像类、大数据分析类的，需要用的时候可以直接从数据中台中快速获取，随着数字化进程的推进和数字经济的发展，互联网所能承载的服务愈来愈多，应用场景不断扩大，企业在庞大的数据资源下，新的需求不断诞生和变化，企业在数据处理的上会越来越复杂而低效，统一的基础数据模型将相关业务领域的数据做了很好的汇聚，解决了数据互通的诉求，这一点对企业的意义巨大。
2. 提升企业数字化敏捷力
数据中台不是一个简单的系统应用， 数据对于一个企业来说是推动业务的核心。数据中台承载的对象是能力，包括业务能力、技术能力、计算能力、数据能力、AI能力等，所有企业从组织层面可沉淀、可复用、可增值的各种能力。
数据中台所做的不仅仅只是整合数据，查询数据、汇集数据和分析数据，他将沉淀的各种能力共享给前台各种应用，从缩减时间、降低成本、提高资源利用率、规避风险、提高效率等各个方面全方位提升企业数字化敏捷力。
3. 提升运营效率
一家企业可能拥有众多业务分支，不同的业务分支可能需要构建不同的业务系统，每套业务系统都有自己的体系和数据源，都在各自的系统上做了很多服务。例如我们在开篇时所提到的，证券行业中证券公司的业务系统繁多，每个系统都提供各自的数据服务。如果需要对某个信息进行深度挖掘，但在系统中无法查询，需要用另一个系统去查，数据在各系统之间无法共享，导致效率低下。
各系统之间还会有功能和数据的冲突，服务和应用的冲突。为了解决这些问题，企业需要整合挖掘数据，打造“数据中台”，从一开始只是做数据监测和统计到后来的数据化运营和分析，再到搜索个性化，定制化营销，再到智能化，渐渐让各个业务体系融合在一起，建立统一的体系，就算再扩展业务也是纳入这个中台体系，利用统一的技术和模式进行运营管理，做到让数据真正“跑起来”，让数据变得“更好用”。
4. 发掘企业核心优势
企业构建数字化整体架构的过程中，数据中台可以驱动企业实现市场互通基因和自身商业个性基因的分离，能够根据企业特点选择切入不同的数据应用场景，促使后续服务持续升级创新、业务实时联动以及全局优化。
联动业务中台在业务场景、交易处理、商品供应链、用户触点等方面使一切业务数据化，数据中台在数据治理、统一ID、内容标签、面向场景算法等方面使一切数据业务化。这在帮助企业形成平台化服务能力、挖掘客户终身价值能力、降低运营成本能力等方面都起着重要作用。
