公元234年，诸葛亮六出祁山，来到五丈原。司马懿固守城池，拒不出战。诸葛亮送女人衣服给司马懿穿，司马懿欣然穿上。皇帝曹叡三番五次下令催战，手下的将士不忍羞辱也纷纷请战，司马懿不为所动，龟缩了一个多月后，诸葛亮已经病死军中。
公元1643年，大明崇祯皇帝强令孙传庭出战李自成，孙传庭不愿仓促行事，可是在崇祯皇帝的催逼下，孙传庭不得已率领仅存的主力出潼关，最终兵败，孙传庭战死沙场，关内再无坚城，李自成一日追杀四百里，大明成了待宰的羔羊。
将在外，君命有所不受，指的就是，在“前方”与“后方”之间，存在着不可忽视的矛盾，司马懿比孙传庭更有优势的，就是多了一个“数据中台”。
从企业的角度讲，后台部门开发速度跟不上前台部门业务的变化速度，求稳和求变相互冲突，跨部门沟通成本高，业务创新阻力大，不同业务单元“重复造轮子”……这些问题都是企业常见的痛点，而数据中台可以打通数据壁垒，灵活复用协作，将数据服务直接嵌入到业务系统中，实时通过数据洞察的价值来驱动业务本身，从而降低企业成本，提高管理效能和服务创新能力。不过，要说数据中台，我们还是先从数字世界说起。
数字世界
当今世界，数字化的趋势已不可阻挡，但数字化的世界，究竟是什么样子呢？我们现在所处的物理世界，经历过了工业革命、计算机网络化、信息化和移动化的改造，随着数字化和智能化的发展，未来形成数字世界已经是可触碰的目标。在数字世界里，会把物理世界进行全息重建，再与物理世界融合共生，通过感知接入物理世界，又可以利用数据驱动着反馈控制物理世界。
数字世界与物理世界相比，像是一面镜子，一个更鲜活的孪生体。物理世界被孪生映射到数字化世界中，现实生活中的各行各业各类场景都会在数字世界被赋能，跟现在的生活相比，仿佛未来数字世界的每个人都会“魔法”，每个人都过着“神仙般的日子”，因为有许多现存的问题，在未来不再是问题。例如，你可以在数字世界里“瞬移”（虚拟畅游），你可以在数字世界里战胜癌症（数字人健康管理）……。
形象地看，我们可以把人类社会、网络世界、物理世界看成三个圆环，随着技术的高速发展，原本只跟网络世界有关的数字经济持续扩大，开始部分覆盖到人类社会和物理世界这两个圆环。最终，这三个圆环可能会完全融合，形成一个全新的数字经济体。正如腾讯总裁刘炽平所说的，从“互联网产业”演化到“产业互联网”，从“数字全球化”演化到“全球数字化”。未来二十年，数字世界与物理世界将深度融合，全球的数字化进程将全面铺开。
企业数字化转型
企业的数字化也经历了一个漫长的过程。早期，企业的数据是少量的，利用Excel等信息化文件处理工具来进行统计和手工分析。然后，企业希望更快的处理比较多的数据，通过数据仓库来支撑运营和分析。接下来不仅有了结构化数据，还出现了非结构化数据，数据量也越来越大，通过大数据平台去处理各种不同格式，不同领域的数据，这个过程是“业务数据化” 。
今天，企业不仅希望能够靠数据支撑运营，更希望数据驱动业务本身，企业需要将这些数据变成一个个业务服务应用到业务本身，参与到业务流程中去改变和驱动业务行为，这就是”数据业务化“。
所以说，企业的数字化转型实质上是指企业从“信息化”阶段向“数字化”阶段迈进。在信息化时代，企业活动以物理世界为主，部分的流程借助信息化手段进行辅助和提升。当线上与线下规则碰撞冲突时，以线下物理世界解决为主，思维模式还是线下思维。业务流程线上化，而数据是信息化系统运行过程中的副产品。
在数字化时代，企业的大部分活动（交易，沟通，协作，设计，作业，服务等）都在数字化世界里进行并实现，少量的决策指挥信息回到物理世界完成操作。数据是物理世界在数字化世界的投影，数字化世界感知记录企业/人/物的所有历史数据和实时数据，一切工作都以数字世界为基础，而物理世界是数字世界的辅助和补充。
数字化和当前的信息化相比，究竟有哪些优势？在信息化企业中，各信息系统、外部市场、企业内部单元之间未有效连接，数据孤岛林立、业务数据割裂、管理数据繁杂、数据无闭环。从企业各部门、到客户和产业上下游，现实世界里的业务流程与规则在计算机世界里固化，把物理世界做简单映射，将一个客户、一件商品、一条业务规则、一段业务处理流程人为录入信息系统，本质上是对各环节业务的结果管控与流程监督。
在数字化企业中，万物互联，数据打通，通过数据挖掘、数据中台等技术、用数据价值驱动企业的各个环节。我们无须再把物理世界简单粗暴地人工识别成一个个文本字段，物理世界是什么样，系统就把它在计算机世界里全息建构成什么样。现实世界发生变化，计算机里的数字孪生体自动变化，在计算机里操作数字孪生体，现实世界也自动同步反应。不会形成现实世界和数字世界两张皮，导致决策误判。数字化可以使得业务流程更加注重客户导向，更加精准地满足客户的个性化需求。
数据从信息化时代的副产品，变成数字化世界的核心。一切皆是数据，数据驱动一切。数字中台是现阶段最接近实现将物理世界的业务搬到数字世界还原，助力企业信息化向数字化转型的武器。
商业智能（BI）
企业由收集数据的大量计算机调控着，企业管理者的头脑有时无法理解复杂的情况，而数据可以帮管理者解读其中的含义，数据可以弥补管理者对直觉的过分自信，数据可以减轻情绪对知觉的扭曲程度。
商业智能是用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值，使企业的各级决策者获得知识或洞察力，通过数据驱动实现商业价值，促进企业做出更有利的决策，采取有效的行动，提供高质量的产品和服务。
商业智能的过程是，从来自企业不同的业务系统的数据中，提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（把信息变为辅助决策的知识），同时将知识呈现给管理者，为管理者的决策过程提供支持。
商业智能处理过程
自20世纪80年代开始，许多企业利用关系型数据库来存储和管理业务数据，并建立相应的应用系统来支持日常的业务运作。这种应用以支持业务处理为主要目的，被称为OLTP（联机事务处理）。OLTP主要适用于企业基层业务人员，满足日常数据记录即时地增、删、改、查等操作。
随着企业信息系统产生了大量的业务数据，如何从这些海量的业务数据中提取出对企业决策分析有用的信息，这成为企业决策管理人员所面临的重要难题。OLAP技术可以支持复杂的多维分析处理，并且提供直观易懂的查询结果，帮助企业管理者和分析人员从各个方面深入观察理解数据。传统的查询和报表工具是告诉你数据库中有什么（what happened），OLAP进一步告诉你下一步会怎么样（What next）、如果采取什么样的措施又会怎么样（What if）。
OLTP是面向应用的。以一个商场为例，面向应用的业务系统可能包括采购、销售、库管、人事等各个子系统，与企业各部门的数据流动情况以及各部门间的输入输出关系向对应，按照实际的业务处理流程来组织数据，提高业务处理速度和准确性。
OLAP是面向主题的。主题是一个抽象概念，是在较高层次上将企业系统中的数据综合、归类并进行分析利用的抽象。每一个主题对应一个宏观的分析领域，给企业管理者排除对于决策无用的数据，提供特定主题的简明视图。
OLAP是一个演绎推理的过程，管理者建立一系列的假设，然后通过OLAP来证实或推翻假设，最终得到自己的结论。而数据挖掘技术是一个归纳推理的过程，通过对海量的企业大数据高度自动化地分析，根据关联规则、聚类、分类、回归分析、特征分析、变化和偏差分析等方式，从中挖掘出未知的或潜在的模式和有用的知识，可以帮助企业管理者调整业务计划、减少风险、并做出正确的决策，在正确的时间，将正确的数据交给正确的人。
数据中台
一切业务数据化，一切数据业务化。未来企业的业务运营，从本质上讲就是加工和处理数据。数据中台是企业的数据服务工厂，完成从数据到价值的加工过程，帮助企业提升业务效率，完成数字化转型。
数据中台提供的是有直接业务价值的数据服务，直接驱动和改变业务行为本身，而不需要人的介入，数据中台距离业务更近，为业务产生价值的速度更快。
过去，企业建设的数据库、数据仓库或大数据平台如一个个烟囱林立，将应用与资源绑定，闲时资源利用率低，提高了重复建设和维护成本，而且业务和资产无法也有效沉淀，不同系统数据无法共享，缺乏敏捷能力。而数据中台的建设可以让企业避免重复开发，形成数据资产，同时推动业务创新，提升企业效能。
数据中台的核心价值是：加速从数据到价值的过程，提高企业的响应能力。数据中台就是将数据服务直接嵌入到业务系统中，实时通过数据洞察的价值来实时驱动业务本身。
传统的信息化建设过程中，数据对业务的贡献是靠人看报表，从数据中理解和发现了新的需求点后，通过传统的沟通方式（开会，新需求交接）来对业务产生影响和指导的。从数据报表的产生到改变业务行为是以周为单位去计算的。例如，过去OLAP从接到交易申请到给出结果需要“T+N”天，而现在业务服务需要更快更准确的响应，应尽量做到“T+0”。这就意味着要把原来的OLAP的历史数据分析建模评估的过程和OLTP系统里的实时交易数据进行融合分析。从T+N到T+0，这是个重要的转变，直接提高了用户体验和企业竞争力。
回到我们开头提出的场景，以司马懿的“商业智能”，当然能够分析出诸葛亮是什么目的，他时间不多粮草不足，就是想与他速战速决，不能上当，同时司马懿实时控制着自己的“业务系统”能够“猥琐发育，苟住，我们能赢”。而以大明王牌督师孙传庭的“商业智能”，也能分析出自己带领的都是新兵，后援供应不上，而且这是大明朝唯一的家底，打没了就完了，肯定不能“正面硬刚”。但他无法违抗崇祯皇帝“管理者”的“拍脑门决策”，最终“GAME OVER”了，这就是没有“数据中台”的结局。