1，数据中台和数据仓库什么关系2，什么是数据湖泊3，数据中台是分析数据的地方吗4，数据中台是什么5，业务中台和数据中台有什么关系1，数据中台和数据仓库什么关系
一定要说的话，那就是包含和被包含关系吧，数据仓库是数据中台的一个元数据来源。wakedata数据中台的数据接入平台就是提供包含数据仓库、日志数据、外部数据等多源数据接入储存的平台。商务智能（bi,business intelligence）是对与企业有关的所有内部和外部的数据进行收集、汇总、过滤、分析、传递、综合利用，使得数据转换成为信息和知识的过程。商务智能可以整合历史数据，从多个角度和层面地数据展开深层次的分析、处理，为决策者提供相应的决策依据，提高决策效率和水平。商务智能是数据仓库、联机分析处理和数据挖掘等相关技术走向商业应用后形成的一种应用技术。可见二者是一种包含关系。你的问题清楚了么？不明白可以留言给我。数据中台是进阶版的数据仓库。数据仓库只能储存结构化数据，而数据中台可以储存业务数据库、日志数据、埋点数据、爬虫数据、外部数据等全域数据。
2，什么是数据湖泊
数据湖是一种大型数据存储库和处理引擎。它能够大量存储各种类型的数据，拥有强大的信息处理能力和处理几乎无限的并发任务或工作的能力。数据湖一词是由pentaho首席技术官詹姆斯迪克森最初提出的，参照“数据集市”得来,数据集市是一个较小的数据存储库，可以从原始数据中提取所需属性。迪克森曾说:“如果数据集市是一个商店的瓶装水,经过过滤包装结构化以供使用——数据湖则是在更自然状态下的大量的水。数据湖中的数据来源于不同地方,其用户可以进入数据湖中提取所需要的数据。迪克森认为,数据集市只是提供最低限度的解决方法,而数据湖则是可以向用户提供最优解。数据湖或hub的概念最初是由大数据厂商提出的，表面上看，数据都是承载在基于可向外扩展的hdfs廉价存储硬件之上的。但数据量越大，越需要各种不同种类的存储。最终，所有的企业数据都可以被认为是大数据，但并不是所有的企业数据都是适合存放在廉价的hdfs集群之上的。数据湖或hub的概念最初是由大数据厂商提出的，表面上看，数据都是承载在基于可向外扩展的hdfs廉价存储硬件之上的。但数据量越大，越需要各种不同种类的存储。最终，所有的企业数据都可以被认为是大数据，但并不是所有的企业数据都是适合存放在廉价的hdfs集群之上的。
3，数据中台是分析数据的地方吗
可以这么理解，但技术上有很多工程要完成的，比如衔接数据采集入库，做数据预处理，为数据分析做格式转换，数据挖掘任务要搭建实验平台，为展示提供统一数据源。这些都算中台范畴哦，可以这么理解数据中台能够帮助企业聚合内外部数据，支撑高效的数据服务，最终提升企业决策水平和业务表现。企业期待数据中台能够把原始数据转化为数据资产，快速构建数据服务，使企业可以持续、充分地利用数据，实现数据可见、可懂、可用及可运营的目标，以数据洞察来驱动决策和运营，不断深化数字化转型。具备业务数据化、数据资产化、资产服务化、服务业务化的能力，为企业生态内外员工、客户、合作伙伴提供数据生命周期的一系列服务以及一站式全链路解决方案。可以这么理解数据中台能够帮助企业聚合内外部数据，支撑高效的数据服务，最终提升企业决策水平和业务表现。企业期待数据中台能够把原始数据转化为数据资产，快速构建数据服务，使企业可以持续、充分地利用数据，实现数据可见、可懂、可用及可运营的目标，以数据洞察来驱动决策和运营，不断深化数字化转型。具备业务数据化、数据资产化、资产服务化、服务业务化的能力，为企业生态内外员工、客户、合作伙伴提供数据生命周期的一系列服务以及一站式全链路解决方案。数据中台更多的是将大数据平台上沉淀下来的数据进行采集、计算、存储、加工；更大程度上发掘数据的价值。例如电商行业，经过订单数据不同维度大数据的采集，通过观云长bi系统可将有效数据进行提炼，可生成经营分析报表，为企业精准营销提供数据依据。......数据分析只是数据中台很基础很基础的一个能力，它更亮眼的功能，你可以看下wakedata对数据中台的规划，他们做的数据中台功能还是很全面的，包括了大数据、流计算平台、数据接入、数据开发、数据治理和机器学习等平台，然后在数据应用与服务层面，在一般的智能推荐、用户画像的基础上，据说还提供自助营销工具开发的，可以说很全面了。就看你能否进入后台，如果可以进入后台，直接修改数据库内的相关记录就ok
4，数据中台是什么
数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性，是这个企业独有的且能复用的，它是企业业务和数据的沉淀，其不仅能降低重复建设、减少烟囱式协作的成本，也是差异化竞争优势所在。中台的目标是提升效能、数据化运营、更好支持业务发展和创新，是多领域、多bu、多系统的负责协同。中台是平台化的自然演进，这种演进带来“去中心化“的组织模式，突出对能力复用、协调控制的能力，以及业务创新的差异化构建能力。扩展资料1，回归服务的本质－数据重用浙江移动已经将2000个基础模型作为所有数据服务开发的基础，这些基础模型做到了“书同文，车同轨”，无论应用的数据模型有多复杂，总是能溯源到2000张基础表，这奠定了数据核对和认知的基础，最大程度的避免了“重复数据抽取和维护带来的成本浪费。”2，数据中台需要不断的业务滋养在企业内，无论是专题、报表或取数，当前基本是烟囱式数据生产模式或者是项目制建设方式，必然导致数据知识得不到沉淀和持续发展，从而造成模型不能真正成为可重用的组件，无法支撑数据分析的快速响应和创新。其实，业务最不需要的就是模型的稳定，一个数据模型如果一味追求稳定不变，一定程度就是故步自封，这样的做法必然导致其他的新的类似的数据模型产生。数据模型不需要“稳定”，而需要不断的滋养，只有在滋养中才能从最初的字段单一到逐渐成长为企业最为宝贵的模型资产。3，数据中台是培育业务创新的土壤企业的数据创新一定要站在巨人的肩膀上，即从数据中台开始，不能总是从基础做起，数据中台是数据创新效率的保障。研究过机器学习的都知道，没有好的规整数据，数据准备的过程极其冗长，这也是数据仓库模型的一个核心价值所在，比如运营商中要获取3个月的arpu数据，如果没有融合模型的支撑，得自己从账单一层层汇总及关联，速度可想而知。4，数据中台是人才成长的摇篮原来新员工入职要获得成长，一是靠人带，二是找人问，三是自己登陆各种系统去看源代码，这样的学习比较支离破碎，其实很难了解全貌，无法知道什么东西对于企业是最重要的，获得的文档资料也往往也是过了时的。现在有了数据中台，很多成长问题就能解决，有了基础模型，新人可以系统的学习企业有哪些基本数据能力，o域数据的增加更是让其有更广阔的视野，有了融合模型，新人可以知道有哪些主题域，从主题域切入去全局的理解公司的业务概念，有了标签库，新人可以获得前人的所有智慧结晶，有了数据管理平台，新人能清晰的追溯数据、标签和应用的来龙去脉，所有的知识都是在线的，最新的，意味着新人的高起点。我也不太明白这个数据中台到底是指的是什么了？用一句话来简单的介绍，“数据中台是数据服务(data api)工厂”，数据中台的核心是data api。数据中台的规模和复杂程度都可大可小，企业要根据自身的业务去做选择，灵活地部署数据中台。现在支持按需自由组合、分步灵活部署实施的厂商有wakedata，希望可以帮到你。数据中台的核心是data api，起到连接前台和后台的作用，通过api的方式提供数据服务，而不是像以往那样直接把数据库给到前台，让前台开发自行使用数据。那么产生dataapi的过程，dataapi怎么可以产生得更快，data api怎么可以更加清晰，data api的数据质量怎么可以更好，这些就是需要围绕数据中台去构建的能力。（数据中台示意图）（wakedata数据中台架构）
5，业务中台和数据中台有什么关系
wakedata数据公司，中台的设定是“双中台”，包含了业务中台和数据中台，业务中台承载公司所有的通用业务，将一切业务数据化。数据中台则基于业务产生的数据反哺业务，将一切数据业务化。意思就是企业的数字化转型要把数据和业务结合起来，实现数据与业务双驱动，这样中台才是真正地赋能数字化转型了。从it、ct、ot，到dt，数字化转型势不可挡。中台可以说是数字时代企业业务应用实现技术架构中的核心部分。未来，在头部企业带动下，中部企业会迅速跟进，形成技术发展潮流，并形成一大批成功的应用案例，助力企业数字化经济的发展。扩展资料：产品价值：1、拓展分析的深度和广度。同步记录和直观展现用户的分析思考过程，实现任意深度和广度的数据探索和业务分析2、升级传统分析型信息化系统构建方式。动态切换分析思考过程和思考成果，优化传统看板内容固定、不能灵活分析的缺点，升级传统的bi、数据可视化、分析型信息化系统构建方式。3、利于构建企业业务分析知识库。凝聚用户的业务认知经验，促进形成企业业务分析知识库，普及普通业务人员开展数据分析的能力。4、让数据分析成为一门体系化、工业化行为。让思考认知过程可见、可复制、可追溯，便于集体讨论、复盘，让数据分析上升为集体行为，走向体系化、工业化。参考资料来源：百度百科-佰聆数据股份有限公司中台是将系统的通用化能力进行打包整合，通过接口的形式赋能到外部系统，从而达到快速支持业务发展的目的。业务中台，更多的是对业务的支持，比如客户信息，组织信息、产品信息等，这些