数据资产化能力是数据中台建设的关键，包括清洗、加工、管理、安全、质量等工具模块和实施方法论。(说明:可以直接作用于业务领域，业务可以阅读、理解的数据被称为数据资产。中所述情节，对概念设计中的量体体积进行分析
以前，数据中心是持续使用企业数据的机制，使用数据需要反复提高4个核心能力。从战略上来看，汇聚整合、提纯加工、服务可视化和价值变现的能力是数据中台最核心的竞争力，?是企业真正将数据转化为生产力、实现数字化转型和商业创新、永葆竞争力的保障，如图2-7所示。
存储结构:整个存储结构包括原始数据源存储技术、数据源访问技术、数据中台数据存储和计算技术、数据服务和数据应用技术。从数据收集、数据加工到最后的数据表现，设计了从整个过程中不同的数据来源到数据中心的存储。
在数仓3.0阶段，整合DWD层各烟囱的独立仓库，开发数据中心，提高数据的再利用性，进一步提高数据的能力。
一个传统企业的顾客，他们在全国有很多零售商和店铺，营销费用很高，经营数据在店铺和各子系统中，总公司很难找到原因。通过数据中心台的建设，收集各系统数据和店铺营销数据后，分析消费数据、积分积累和积分消费数据，发现异常行为会员，他们在店铺消费集中在晚上10点以后，这个时间是店铺关门的状态，涉嫌羊毛党的不正当行为。通过数据中心的数据集中管理，可以监督各事业部部下店的实际活动销售量。通过数据中台定制化的资产可视化门户，帮助企业有效管理自己的数据资产。
2015年正好移动互联网兴起，移动交易笔数超过了PC，蚂蚁中台支持这么大的数据量水平，实时数据驱动了商业。
订单数据频繁变更是电器商品面临的常态，双十一更多。方案的化繁为简中台是关键。多重部署将大量前端交易数据状态改为中端业务应用平台处理，后端ERP接收处理后的稳定结果，卖方享受更加灵活高效的业务财产一体化运营。
收集结构:数据收集通过各种数据来源，为数据中心提供需要分析和处理的数据，主要分为实时和离线数据收集方案，具体可参考4.2.2节。
在数据生产的整个链条中，如何建设湖泊，如何建设工厂，按照什么工序加工，如何配送是技术部门的事情，数据半成品的沉淀和积累不是技术决定的。因此，数据中台的建设更强调需求驱动、业务主导。