该航空公司在项目过程中的经验积累对同类企业具有参考意义。在企业建设数据中心之前，首先需要明确的应用场景规划，选择一些应用场景同步推进数据中心建设和上层应用开发，建立业务场景闭环，首先实现一些业务价值。基于此，不断挖掘新的业务场景和系统需求，获得企业各部门的持续投入和支持，完善数据中台系统和应用场景的建设。
必须有反馈。在呼叫中心说过数据，但数据的处理有反馈。反馈必须有计划。计划包括各方面的信息维度时间维度、信息用途和备用方案。我们的呼叫部门应该善于提取接收的信息，如果没有人提取，实际上所有的端口都不能给予。
总之，AI中台建设后，试图解决的问题之一是与数据平台相结合，利用其能力作为数据支持，尽可能发挥数据平台的价值，其二是分割服务的构筑环节，智能服务的开发流程化，迅速应对各种业务需求随着技术的进步，AI中台产生的社会效益越来越显着，构建高智能高自动化的AI中台也成为企业布局的一大目标。
店铺管理:数据中台对店铺的能源效果表现在新店铺的选址和店铺的智能运营两个方面。新店选址抓住消费者的人，智能店抓住消费者的心，最终提高店铺的坪效和人效。
随着大数据技术的不断更新迭代，数据管理工具发展迅速，相关概念如雨后春笋般涌现，如从最初的决策支持系统(DDS)到商业智能(BI)、数据仓库、数据湖、数据中心等。当今多变的市场竞争环境，企业也在寻找创新灵活的中台能力。
AWS为华栈数据提供了业务成功的资源平台，帮助华栈数据全面提高云构建解决方案的能力。与此同时，AWS通过可靠的服务和可靠的合规支持结合了自己的品牌优势和华栈数据丰富的中台经验，赢得了客户的信赖。采用AmazonCloudWatch，统一监控和管理在AWS中的各项服务，华栈数据运营团队可获得运营可见性和见解，优化性能和资源利用率。
第二，数据中台的价值最终需要通过业务场景的数据应用来体现，不同行业和企业在不同阶段所需的数据中台是不同的，因此应用场景需要计划先行，企业需要明确应用场景实现的优先级，首先实现部分场景应用，创造业务场景的闭环，实现业务收益。
数据中心的基础是源数据，这些数据来自各应用系统，包括相关型数据库和多维数据库的结构化数据和非结构化数据库、外部数据文件。
通过数据中心的升级，滔滔不绝的数据仓库处理和应答效率也大幅度提高，应答时间从原来的2小时缩短到1小时左右，提高了对前端业务快速变化的应答能力。
在“新基础设施”的大潮中，现在渊亭形成了数据中台、AI中台、认知中台三条智能中台产品线。三大智能中心提供了行业数据管理、行业知识图像的快速落地途径和AI应用的快速生成能力。