银行中台分为业务中台和数据中台，二者相辅相成。业务中台承载了银行的各个核心业务，将分散在不同渠道和场景的业务沉淀下来，实现能力复用和流程融合。数据中台是数据收集、加工、分析的中心，使用统一的标准，实现跨部门、多业务系统数据的统一管理，形成数据管理的工作环境，产出标准的数据成果，以供广泛的业务创新使用，是实现全渠道、全链路的敏捷业务能力的有效方案。数据中台的大部分数据来源于业务中台，进行加工处理后又返回业务中台为前台提供数据服务，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，二者相辅相成。
这还不简单吗？上一个数据采集系统，收集他们的实验数据、生产数据、质量检测数据，在生产线上装满传感器，收集生产数据。然后上一个大数据平台、AI中台，整几个模型，什么机器学习、神经网络，统统弄一遍，再。
建设数据中台要遵循企业数字化进程各阶段的要求，因此，企业数字化发展可以分为数据汇集、融合、开放、智能化处理几个阶段。
金融行业对中台能力的构建，无论是银行、证券、保险等细分行业，都是战略措施之一(参考文献2、3)。行业越来越重视客户一致性体验，开始建立开放银行，深入运营客户，长期解决金融行业发展历史遗留问题迫在眉睫，如巨大遗留系统难以应对前端快速业务创新、客户和业务数据孤岛、组织结构壁垒等，中台建设是行业普遍认可的解决方案。恒生调查显示，一半的金融机构正在考虑建设业务中心，90%的金融机构认为今后2~3年会建设业务中心。（参考文献2、3）
根据阿里讲的“数字化运营”，就是业务数据化，数据资产化。以前连消费者都不知道，这些数据沉淀得非常少。现在的技术可以使业务数据化，但是很多企业的数据积累后怎么使用呢？中台解决的是这个问题，利用数据资源，成为数据资产。构建数据中心，生产加工、物流运输、财务管理、营销、客户管理等各业务线形成快速稳定的数据价值加工渠道。
我记得刚来公司看供应商的报价明细。其中数据中台的费用是XXXX元，心里笑着，知道遇到了闲逛。数据中台从来都不是个实实在在的“东西”，而是一种架构思路。是你在建设数据之初应该考虑的各个方面。
对于标准论和资产论分别提出要立标准，要有主数据的建设，没有数据资产我们就需要通过数据中台来构建数据资产。在这个基础之上，我们来构建我们真正的多维的综合数据的应用，最后我们要构建一套完整的数据管理的运营体制，使得我们的数据一直用下去，一直准、一直新。
通过行业平台，海量数据驱动信息资源沿着产业互联网向节点数据中台的拓扑结构，分发进入供应链侧，深入单个节点，并从外围环节向核心生产环节渗透，形成产业网络的一致协同；
(3)数据加工和使用口径明确(收集口径、加工逻辑、业务理解):数据台的基本属性需要数据口径明确的特性，只有明确的数据口径，数据在加工、使用过程中才能迅速有效地应对。
其中，关于数据的原罪是自由缓慢的提法有启发，很多公司都不知道是否制作数据中心，为什么要做，怎么做，这个自由缓慢是最好的回答。
该企业采用爱数非结构化数据中台AnyShare采集结果型文件、过程型文件和重要业务系统数据，基于内容数据湖、内容综合开放框架等，实现了大量非结构化数据存储、智能内容检索、内容安全合规性。
其次是消费者资产中心，可以进行消费者的标签化管理、消费者行为数据分析、人群图像分析和会员之间的数据交流等。