如何快速构建自己的数据中台知识体系

最近订阅学习了郭老师的《数据中台实战课》专栏，一口气学完后，做了一些总结笔记分享给大家，希望会对你有所帮助！

总结的文章我会分为上下两篇来写，先讲原理，再谈实践，从原理到技术，最后到实践。

这样大家也能跟着我一起，既能看到数据中台支撑技术的全貌，又不会错过一些技术实现的细节 ✌ Here We Go !

一、开篇词

1.1 数据中台为什么很难成功呢？

• 客观原因：数据中台的建设是一项 系统性工程，从 组织架构、支撑技术到流程规范，既要有宏观的顶层设计，又要有强有力的落地执行，团队要求较高
• 主观原因：企业本身数据建设经验不足，不清楚数据建设中的痛点，更不知道用什么样的技术手段和管理机制去解决问题

1.2 方法论先行

通过原理方法论的学习，希望大家能弄明白下面三个问题：

• 什么是数据中台？
• 数据中台解决了什么问题？
• 如何来规划数据中台的建设？

不管是数据中台还是业务中台，归根结底都是业务驱动第一性原理。

中台是 技术+方法论+工具 的沉淀，在做任何的系统前我们都需要深刻反思业务的来源、现状，未来我们业务的核心价值观是什么？

这当中有管理也有技术，驱动业务数据化，数据资产化，资产服务化，服务业务化的循环。

而数据中台无疑是要让数据这种资产价值最大化，成为企业的重要基础设施，重要的生产资料。

1.3 实践出真知

这部分主要侧重数据中台支撑技术的整体架构，逐一讲述每个模块的具体实现。

了解企业在数据建设中到底存在哪些痛点，以及如何解决这些痛点。

数据中台一定是基于大数据体系的，内在是数仓，底座是大数据计算平台。

数据中台建设的目的就是为了让数据持续的用起来，赋能业务，提高响应能力和洞察能力，而上述的每一个点都是不可或缺的。

二、为什么数据中台是大数据的下一站？

2.1 启蒙时代：数据仓库的出现

商业智能（Business Intelligence）诞生在上个世纪90年代，数据分析需要聚合多个业务系统的数据，传统数