痛点2:传输效率低。文件式数据传输链接以T1批量为主，数据必须在当地应用库中加载所有一股脑，数据获得的效率远低于服务按需调用获得指定内容(例如指定客户信息、指定机构指标)，数据中台为了支持前端各业务特色的数据应用场景
现在百信银行已经开始以自己的技术能力赋予行业，积极与中信银行开展母子银行联动。百信银行以方向开源的方式，将数据中台能力开放到中信银行的软开放中心。为了更好的业务合作，现在百信银行和中信银行的技术人员正在建立共同的数据平台。
数据能力可以从基础层、数据层、分析层和应用层的四个框架来考虑。在基础层构筑数据中心，通过数据驱动下一个工作行为，提高敏捷性。在数据层建立完整的数据管理体系，如数据模型、数据标准、数据质量、主要数据、数据安全、元数据、数据资产等，明确企业数据的标准。分析层基于数据中心的大量数据，构建数据科学算法和数据模型中心，获得数据分析人才。应用层结合数据和战略、管理场景，通过所有数字创新。
数据中心台也被赋予了很多扩大的外延，数据的收集、计算、存储、加工、数据管理等也上升了，这与传统的大数据平台在功能和作用上大幅度重叠的大数据平台从数据仓库发展起来。那么，这三者的关系是怎样的呢？
以数据中台建设为重点和突破口，以顶层设计、统一运行管理的数据中台系统支持不同业务之间的灵活部署，进一步推进数据开放共享，拔掉数据烟囱，打破数据孤岛，改变数据老死不交的局面。
百分点一直领先国内大数据全堆栈技术的自主创新，以数据智能技术为国内各行业构建大数据中心和数据资产管理体系，目前国内信创产业内包括华为、中电科、中标软件、中软、太极等多个产业生态合作伙伴