数据中台与业务中台相辅相成，共同支持前台一线业务。数据中台除了拥有传统数据平台的统计分析和决策支持功能外，会更多聚焦于为前台一线交易类业务提供智能化的数据服务，支持企业流程智能化、运营智能化和商业模式创新，实现“业务数据化和数据业务化”。
最近几年，数据应用领域出现了很多新的趋势。数据中台建设模式也随着这些趋势在发生变化，主要体现在以下4点。
1.数据应用技术发展迅猛
近几年涌现出了大量新的数据应用技术，如NoSQL、NewSQL和分布式数据库等，以及与数据采集、数据存储、数据建模和数据挖掘等大数据相关的技术。这些技术解决业务问题的能力越来越强，但同时也增加了技术实现的复杂度。
2.数据架构更加灵活
在从单体向微服务架构转型后，企业业务和数据形态也发生了很大的变化，数据架构已经从集中式架构向分布式架构转变。
3.数据来源更加多元化，数据格式更加多样化
随着车联网、物联网、LBS和社交媒体等数据的引入，数据来源已从单一的业务数据向复杂的多源数据转变，数据格式也已经从以结构化为主，向结构化与非结构化多种模式混合的方向转变。
4.数据智能化应用将会越来越广泛
在数字新基建的大背景下，未来企业将汇集多种模式下的数据，借助深度学习和人工智能等智能技术，优化业务流程，实现业务流程的智能化，通过用户行为分析提升用户体验，实现精准营销、反欺诈和风险管控，实现数字化和智能化的产品运营以及AIOps等，提升企业数字智能化水平。
面对复杂的数据领域，如何建设数据中台管理并利用好这些数据？
数据中台的大部分数据来源于业务中台，经过数据建模和数据分析等操作后，将加工后的数据，返回业务中台为前台应用提供数据服务，或直接以数据类应用的方式面向前台应用提供API数据服务。
数据中台一般包括数据采集、数据集成、数据治理、数据应用和数据资产管理，另外还有诸如数据标准和指标建设，以及数据仓库或大数据等技术应用。
综上所述，数据中台建设需要做好以下3方面的工作。
1.建立统一的企业级数据标准指标体系
解决数据来源多元化和标准不统一的问题。企业在统一的数据标准下，规范有序地完成数据采集、数据建模、数据分析、数据集成、数据应用和数据资产管理。
2.建立数据研发、技术管理等体系
建立与企业能力相适应的数据研发、分析、应用和资产管理技术体系。结合企业自身技术能力和数据应用场景，选择合适的技术体系构建数据中台。
3.构建支持前台一线业务的数据中台
业务中台微服务化后，虽然提升了应用的高可用能力，但是随着数据和应用的拆分，会形成更多的数据孤岛，会增加应用和数据集成的难度。在业务中台建设的同时，需要同步启动数据中台建设，整合业务中台数据，消除不同业务板块核心业务链条之间的数据孤岛，对外提供统一、一致的数据服务。用“业务+数据”双中台模式，支持业务、数据和流程的融合。
数据中台投入相对较大，收益周期较长，但会给企业带来巨大的商业价值，也是企业未来数字化运营的重要基础。企业可以根据业务发展需求，制定好阶段性目标，分步骤、有计划地整合好现有数据平台，演进式推进数据中台建设。