数据中心是实现业务中心共享数据的跨域整合，通过加工提供整合后的数据服务能力。前面也讲了两个核心要点。
数据中心不仅是系统、技术工具，也是持续使用数据的价值框架。数据中心的基本创新是以业务价值为纲，不断将数据转化为资产，为业务服务，沉淀企业的数据服务能力，帮助企业建立基于财务体系的数据服务公司。数据中心以业务场景需求为中心推进所需的数据来源，从对应的前端业务应用、前端财务应用和业务中心，将数据汇入数据价值提取工厂，进行数据共享融合、组织处理、建模分析、管理管理和服务应用，统一数据标准口径，最终形成标准数据商品(一般以API或视觉方式)数据中台的整体结构如图6所示。
民生银行在建设银行数据中心的过程中，结合自己的经营现状，提出了场景分区技术等级的数据中心场景服务管理方案，形成了由11个业务场景、4级服务、18组管理区构成的数据服务管理矩阵。
名数据中心的结构，基础是大数据平台，包括收集、存储、计算在内，在大数据的基础上构筑商业分析、数据探索、驾驶室(管理决策参考)、企业结算、新零售图像、天弓(类似业务系统)等一系列应用。
数据服务系统是将数据转化为服务能力，通过数据服务将数据参与业务，激活整个数据中心，数据服务系统是数据中心存在的价值。
占有绝对优势，快是独特的手段，迅速反应市场变化，从客户需求设计产品等，提供服务设计，需要了解现在和已经发生的数据收集系统以外的数据，已经有很多行业领导企业在最近几年内建立了自己的数据中心，但是自己的数据来源数量、粒度的限制
张家兴认为，对于数据AI融合的中台来说，数据产生价值的一种方数据产生AI能力。人工智能和数据应该一起建设。如果人工智能平台没有数据支持，人工智能本身的价值将极其有限。金融领域的数据AI融合中心，360金融更有效地接触和理解用户，最大限度地发挥数据和AI价值。
实现资源整合，集中开发，打破数据治理困境，通过中台微服务化组合，灵活适应业务组织变化(变革)和快速应对业务。