数据中台、数据仓库、数据平台
数据中台是企业级的逻辑概念，体现企业 D2V（Data to Value）的能力，为业务提供服务的主要方式是数据 API；
数据仓库是一个相对具体的功能概念，是存储和管理一个或多个主题数据的集合，为业务提供服务的方式主要是分析报表；
数据平台是在大数据基础上出现的融合了结构化和非结构化数据的数据基础平台，为业务提供服务的方式主要是直接提供数据集；
数据中台距离业务更近，为业务提供速度更快的服务；
数据仓库是为了支持管理决策分析，而数据中台则是将数据服务化之后提供给业务系统，不仅限于分析型场景，也适用于交易型场景；
数据中台可以建立在数据仓库和数据平台之上，是加速企业从数据到业务价值的过程的中间层。
数据仓库具有历史性，其中存储的数据大多是结构化数据，这些数据并非企业全量数据，而是根据需求针对性抽取的，因此数据仓库对于业务的价值是各种各样的报表，但这些报表又无法实时产生。数据仓库报表虽然能够提供部分业务价值，但不能直接影响业务。
数据平台的出现是为了解决数据仓库不能处理非结构化数据和报表开发周期长的问题，所以先撇开业务需求、把企业所有的数据都抽取出来放到一起，成为一个大的数据集，其中有结构化数据、非结构化数据等。当业务方有需求的时候，再把他们需要的若干个小数据集单独提取出来，以数据集的形式提供给数据应用。
而数据中台是在数据仓库和数据平台的基础上，将数据生产为为一个个数据 API 服务，以更高效的方式提供给业务。
史凯总结说，“数据中台是聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念”。
数据中台是企业的 Data API 工厂，用更高效、更协同的方式加快从数据到业务的价值，能够给业务提供更高的响应力。
数据中台设计的初衷是将计算与存储分离，从狭义上来说，真正最核心的数据中台可以是没有存储的。但就当前的情况来看，广义的数据中台在未来一段时间内仍会涵盖数据仓库、数据湖等存储组件，“数据工厂”这个概念可能更适用于现在的阶段。但随着数据中台的发展，未来很有可能不再需要数据湖了。
数据中台理解为是企业的数据服务工厂。所谓的数据服务工厂在我看来，以后所有的企业中的本质就是加工处理数据，产生数字化世界里的产品，然后把它连接到物理世界，生产出来，销售出去。所以数据中台对企业来讲，它是数据服务的工厂。
数据中台更多强调的是机器与机器的接口，就是我的数据分析出来的结果，不仅仅以报表可视化的形式让人看，而更多的是把这些API这样的一些数据服务直接地嵌入到交易系统里面产生影响，变成你的价格策略，变成你的推荐引擎，变成你的风险管控。
那么我们所讲数据中台，它不仅仅是一个技术平台，它还是一个体系。
数据中台会对应到一个企业里的一个部门一个组织，也要有数据战略的支撑，要有数据治理，数据中台上面生长一个数据服务，数据服务提供给我们业务系统，提供给我们业务中台，然后我们所接收到的数据消费者，就都生长在数据中台之上。数据中台是一个生态，是一个平台，是一个数据服务，是采集、加工、交易、度量、运营的平台，所以我们把数据中台实际上叫做一个体系。
