由于TiDB具有在线扩展和弹性能力，该T0实时数据服务中心采用在线扩展方式。同时，如我前面所说，这个例子利用TiDB内置的高可用技术，完成了可用技术的TT0数据服务。
在阿里巴巴的模式下，业务部门必须使用数据中心团队提供的数据能力。图2-2展示了蚂蚁的技术中心、数据中心、业务中心和各业务板块的关系。根据这张图，我们可以想象，如果中台出现问题不能及时解决，业务部门的运营将受到很大影响。那么，业务部门为什么要冒险尝试像数据中心这样的新结构呢？如果没有马云的全力支持，很难让阿里巴巴的业务部门冒着业务受到影响的风险尝试这个新的结构。此外，并非所有公司的技术团队都像阿里巴巴一样强大，并非所有公司都能像阿里巴巴一样强烈要求业务部门无条件合作。这是一个问题。对于一般企业来说，应该如何构建与数据中心相似的能力？
可能有人会提出，这里为什么没有提到组织结构的保障，数据中台不是说必须得有强力的组织上的保障吗？在后面文章会稍微展开解释，需要组织上保障的数据中台的前因后果。为什么数据中台提组织结构非常合理，大数据的自然特性是共享、再利用、平台化等中台如共享、再利用、平台化，数据本身具有的自然特性是一次收集、抽象公共汽车，广泛使用，自身具有共享和服务的特点
长期以来，形成市场营销闭环的用户运营数据为未来更的定制化、自动化营销奠定了基础。目前，通过数据中心连接决策中心，经销商方面的用户运营业务不仅仅是单店的单人能力。随着未来各种厂商和经销商的2C数字接点种类丰富，用户垄断面增加，特别是下一代汽车机作为相互连接的2C接点，安装概率和基础用户垄断率不断提高，决定中台为未来汽车机方地自动营销和服务用户
从健康管理来看，基于数据和算法和保险进行深入融合，进行保险健康管理的数字化中心也是优秀的道路。对用户而言，只需要进入一个平台，就能根据动态的健康需求自主选择不同健康计划，获得精准推荐的医疗、保险、药品服务，这也极大地提高了用户体验。
我们内部的业务像电商，同时就有接近 20 个数据产品，而其他的业务也正在建设大量的数据产品。只有数据中心，我们才能更有效地建设数据产品，支持更多的应用，产生价值。
中台或数据中心包含的内容应与消费者在整个互动过程中关注的信息密切相关。总而言之，一般包括商品中心、订单中心、价格中心、库存中心、内容中心、营销中心、服务中心、财务中心等。
如果研发部门的数据记录机制符合数据中台的要求，那么数据中台可以提供自动或半自动的数据汇总、测试、监控功能。当然，这需要借助一些内部框架。例如，在推特内部的数据平台中，如果业务部门的数据以标准方式记录，则数据可以自动连接到A/B测试框架，系统上线后，数据中心可以自动进行A/B测试、报告，产生标准的监视屏幕。
场景化是数字转型的核心数字转型必须结合企业自身的业务，进行场景化落地是核心。数字转型中的许多登陆场景依赖于数据，但对数据中心的依赖度并不强，建立实时数据收集处理系统可以直接作用于场景。
中台设立的最终目的是减少冗馀，提高IT系统的快速应对用户需求的能力，实现让听到战火的人指挥战斗，核心特征是低耦合、高再利用。根据过去几年产业界的实践，中台又可具体分为数据中台、技术中台、业务中台、算法中台等，但不论哪种中台，其核心特征都在于低耦合、高内聚，其最终目的都在于减少冗余，提高复用率，从而达到快速响应用户需求的效果。
事实上，业内许多大型工厂已经经经历了将数据分割到业务阶段，因为如果分析师不在第一线业务，他们只能站在岸上，只能接受业务的数量需求，而不是深入的业务来分析闭环，成为报告工具人，逐渐失去分析师的价值。
一般来说，拥有多个事业部、多条产品线，需要在众多产品线中形成数据共享和再利用的企业，才能最大化数据中台的投入产出。在多条产品线、多个业务部门形成数据合力之后，数据的作用将得以最大化。