中臺的概念最早是由阿里巴巴提出的，是相對於前臺和後臺而生。2015年，阿里提出中臺戰略，建立“大中臺，小前臺”。

所謂前臺，由各類前臺系統組成的前端平臺，每個前端系統就是一個使用者觸點，是企業與終端使用者的交點。例如，網址、商城、APP等。所謂後臺，由後臺系統組成的後端平臺。每個後臺系統一般管理了企業的一類核心資源。基礎設施和計算平臺作為企業的核心計算資源，也屬於後臺的一部分。例如，CRM系統、ERP系統、物流系統等。

那何為中颱呢？它從中起到了什麼作用呢？

透過前面的介紹，我們瞭解到前臺主要面向的是使用者，所以企業的前端系統需要快速響應市場的變化，不斷更新與迭代從而提升客戶滿意度、增加企業收入，但是企業的後臺系統主要是為企業的業務執行提供支撐，需要紮實穩定。所以，在前臺和後臺中間提供一個“中間層”，可以避免兩者的衝突。

中臺是前臺和後臺的連線點，將業務上共同的資料、工具、模型等予以沉澱與支撐，能夠提升企業的複用性，減少系統重複建設，避免資源浪費。

中臺能夠為企業解決哪些方面的問題呢？

1、現在資訊化積累的資料情況：

現如今資訊系統蓬勃發展，企業每天都有數以萬計的業務資料產生，各大IT系統平臺產生很多千差萬別的碎片化資料。

這些資料中，有部分是現在正在使用系統的資料，有部分是歷史系統的資料，有部分是Excel資料，有部分是外部競爭對手資料。

而且業務人員對資料情況瞭解差別也很大（不同部門、新老員工）。例如，針對“收入”：

銷售部門在進行人員銷售利潤分析中，收入使用的是發貨收入；財務在做銷售員預算分析時，其中收入使用的是開票與收款孰低原則。

裡面使用的資料80%相同，但是一個是銷售部主導，一個是財務部主導，在很多方面又產生了分歧：歷史資料是否考慮、特殊銷售是否考慮、發貨計算還是開票計算還是收款計算？資料口徑存在不一致情況，容易形成“雞同鴨講”的畫面。

而且，模型一旦確定，變化的頻率比較低（如一年一變），但是企業分析需求一直在變，比如年中有促銷，促銷時有政策，業務員反潤比平時高2%等等，這些情況的存在，導致了資料一直在發生變化，資料的變動導致模型的不穩定。

2、自然態資料引發的問題：

（2）工作效率：增加一張報表，開發需要十多天；資料實時性難以保證；資料錯誤查一天；業務人員逼得不提需求；組織機構調整IT系統是瓶頸。

（3）業務協作：各部門目標、進度不一致；各部門基礎資訊不同；營銷與採購資訊不對稱；子部門完成任務，公司整體差。

（4）人員成本：資料維護成本高；人員工作重複；人員要求高：技術、資料、業務理解、統計算法。

有了資料中臺就不一樣了。

資料中臺策略的基本理念是，將所有的資料匯聚到資料中臺，讓一切業務資料化，一切資料業務化，以後的每個資料應用（無論是指標和分析類的，還是畫像類和大資料類的）統統從資料中臺獲取資料。

資料中臺的核心是資料質量與共享。

傳統的資料倉庫和資料中心，如果做得比較好，設計到位的話，也會做完整的資料模型設計，但是往往偏重於設計和技術，在執行的過程中，很難保障資料的全，也很難保證資料應用不跨過資料中心，重新做資料的話，那麼後期資料則會比較混亂。

相對而言，資料中臺策略中更加強調資料的“全”以及資料中臺組織與資料應用組織之間的協作關係，從設計、組織、建設、流程角度保障了模式的落地。

資料中臺，利用獲取的各類資訊、行為習慣資訊和演算法，獲取分析結果，比如：業務中臺參照的客戶標準和分類方法就是基於資料中臺運算的分析結果，例如需求偏好（客戶標籤）。

資料中臺的資料來自業務系統，有原始資料（不同頻次的歷史快照+實時資料）、共享資料（拉到一起）、抽取資料（已經整理的標準化資料、標籤、模型），再反哺給業務前臺和後臺用起來。

以精準營銷為例，資料中臺支援演算法，業務前臺基於演算法的結果，支撐實時分析、推薦。

資料中臺與前臺和後臺是相輔相成的，兩者沒有衝突關係。資料中臺從前臺和後臺的資料庫中獲取資料，進行清洗和分析。得到的結果，支撐到前臺業務上的智慧化應用。這些智慧化應用產生的新資料又流轉到資料中臺，形成閉環。