3、數據中臺是培育業(yè)務創(chuàng)新的土壤
企業(yè)的數據創(chuàng)新一定要站在巨人的肩膀上，即從數據中臺開始，不能總是從基礎做起，數據中臺是數據創(chuàng)新效率的保障。研究過機器學習的都知道，沒有好的規(guī)整數據，數據準備的過程極其冗長，這也是數據倉庫模型的一個核心價值所在，比如運營商中要獲取3個月的ARPU數據，如果沒有融合模型的支撐，得自己從賬單一層層匯總及關聯，速度可想而知。
在如今的互聯網時代，企業(yè)都在全力謀求轉型，轉型的關鍵是要具備跟互聯網公司一樣的快速創(chuàng)新能力，大數據是其中一個核心驅動力，但擁有大數據還是不夠的，數據中臺的能力往往最終決定速度，擁有速度意味著試錯成本很低，意味著可以再來一次。
4、數據中臺是人才成長的搖籃
原來新員工入職要獲得成長，一是靠人帶，二是找人問，三是自己登陸各種系統(tǒng)去看源代碼，這樣的學習比較支離破碎，其實很難了解全貌，無法知道什么東西對于企業(yè)是最重要的，獲得的文檔資料也往往也是過了時的。
現在有了數據中臺，很多成長問題就能解決，有了基礎模型，新人可以系統(tǒng)的學習企業(yè)有哪些基本數據能力，O域數據的增加更是讓其有更廣闊的視野，有了融合模型，新人可以知道有哪些主題域，從主題域切入去全局的理解公司的業(yè)務概念，有了標簽庫，新人可以獲得前人的所有智慧結晶，有了數據管理平臺，新人能清晰的追溯數據、標簽和應用的來龍去脈，所有的知識都是在線的，最新的，意味著新人的高起點。
更為關鍵的是，數據中臺讓新人擺脫了在起步階段對于導師的過渡依賴，能快速的融入團隊，在前人的基礎上進行創(chuàng)新。數據中臺天然的統(tǒng)一，集成的特性，有可能讓新人打破點線的束縛，快速構筑起自己的知識體系，成為企業(yè)數據領域的專家。
當然，數據中臺的建立不是一蹴而就的，每個企業(yè)都應該基于實際打造獨有的中臺能力，在這個過程中，需要遵循一些原則：
首先，企業(yè)的組織架構及機制需要順勢而變。比如以前負責數據的部門或團隊往往缺乏話語權，面對業(yè)務需求往往是被動的接受的角色，這讓一切數據中臺的想法化為泡影，需要為數據中臺團隊授權。
其次，要改變工作方式。現在很多企業(yè)的數據團隊的主要工作內容就是項目管理、需求管理等等，當一個項目完成后又投入到下一個項目，做好一個需求后又開始負責下一個需求，這樣的工作確實非常鍛煉人的組織、協調能力，但這樣能力的提升與工作時間的長短并不是呈線性增長的，雖然增加了項目和需求管理經驗，但并不能在某一個專業(yè)領域得到知識和經驗的沉淀，隨著時間的流逝，越來越多的人會失去最初的工作積極性和創(chuàng)造性，事實上，數據人員只有深入的研究業(yè)務、數據和模型，端到端的去實踐，打造出數據中臺，才是最大的價值創(chuàng)造，才能使得持續(xù)創(chuàng)新成為可能。
第三，數據中臺的團隊要從傳統(tǒng)的支撐角色逐步向運營角色轉變。不僅在數據上，在業(yè)務上也要努力趕超業(yè)務人員，中臺人員要逐步建立起對于業(yè)務的話語權，不僅僅是接受需求的角色，更要能提出合理的建議，能為業(yè)務帶來新的增長點，比如精確營銷。
最后，中臺是適合公司特點的。最合適的中臺是當你深入了解業(yè)務、產品、系統(tǒng)、組織，而且不僅了解今天在哪里，還要了解過去是怎么演變而來，未來又會怎么演化。只有當了解所有的東西之后，
