数据中台是一种数据优先的大数据思维和强调数据业务化的价值理念，包含企业自上而下制定的数据战略、匹配的组织架构，以及实现数据高复用性、高可用性和高价值的有机结合体（包括一系列方法论、业务设计、模型设计、数据工具和平台），强调数据服务和数据智能，做到数据可用、易用、好用、可追溯、可复用和可管理。
从信息系统建设的角度看，数据中台旨在构建企业的智慧大脑，实现企业数据驱动业务自动化和智能化的能力，涉及企业数据发展的战略、组织架构、数据资产的有效存储和建模、计算平台、数据服务框架、数据生态建设等多个方面的内容，需要企业自上而下进行整体规划和推动。数据中台好比企业的智慧大脑，通过数据中台的建设，企业可以充分实现数据的价值，且实现数据服务的复用。数据中台既能有效地支持业务发展，又能提高效能，降低重复建设的概率。
一、什么样的企业需要建设数据中台？
数据中台主要解决指标口径不一致、需求响应慢、取数效率低、数据质量差、数据成本增长过快的问题。当企业拥有3个以上数据应用场景、存在业务数据孤岛、面临效率质量和成本攀升的问题时、需要借助数据提高企业经营效率。
二、建设数据中台基础设施选型方案
数据中台的建设在确定方案后，下一步就需要确定数据中台的应用框架和技术选型，构建数据中台的基础设施。数据中台基础设施的选型有以下四个方案。
第一个方案是使用商业的云解决方案，如采购公有云的相关组件和服务。该方案的优点是快速部署、快速使用、性能稳定，缺点是花费较高、数据需要「上云」。
第二个方案是使用商业的本地化解决方案。该方案的优点是本地化部署，数据存储在本地。由于是成熟的解决方案，一旦部署，就可以快速使用，性能比较稳定。其缺点是花费高、扩展性和兼容性有限。该方案可以进一步细分为两种方案∶第一种是使用完全的本地化商业解决方案。第二种是使用混合云商业解决方案，该方案可以实现全节点代管和升级服务，不过需要高带宽的传输网络实时地将运维日志数据上传到公有云上。
第三个方案是使用开源解决方案，实现本地化部署。该方案的优点是免费、自由度高。其缺点是需要自己部署，需要一定的时间周期，还需要专业的团队负责维护和调优。由于完全使用原生态的开源框架，稳定性有待打磨。
第四个方案是使用混合解决方案，底层使用商业解决方案，应用层使用开源框架。比如，基础设施层（IAAS）使用商业解决方案， 平台层（PAAS）使用开源框架。不同的数据中台技术选型如下表所示。
可以根据自身的情况和不同方案的优缺点选择合适的选型方案政务、金融行业一般对数据本地化要求较高，可以考虑选择第二个和第三个方案。在实际选型时，很可以采用混合解决方案。比如，底层基础设施、虚拟化和容器使用商业解决方案，数据中台和应用层采用开源框架。