2019年9月，据联合国发布的《数字经济报告》认为，数字经济扩张的驱动因素是数字数据和数字平台，“在收集使用和分析大量数字数据的能力推动下，数字经济继续以极快的速度发展”。

根据2021年4月发布的《国家数据资源调查报告（2020）》显示，2019年我国数据产量总规模为3.9ZB，已占全球数据总产量（42ZB）的9.3%。其中，企事业和政府机构数据产量达到3ZB，占全国数据总产量的76.9%，数据在我国也呈现井喷式增长。

紧抓需求痛点，数据中台应运而生

回顾过去二十年中国企业信息化发展历程，就是“业务数据化”的缩影。企业持续在IT方面进行投入和建设，不断地将企业发展过程中在业务端、经营端和管理端所积累的各种能力和经验以数据形态沉淀下来。

在企业逐步将海量数据从IT时代的服务器搬至DT时代的“云”，使用新的数字技术，并在研发、生产、制造和销售等领域革新时，企业IT架构变得越来越复杂，底层数据的互联互通已成为困扰企业发展的痛点之一，数据应用遇到了亟待解决的难题，例如：

• 统计口径不一致，数据来源不一致导致数据质量堪忧；
• 众多历史数据库“各立山头”，造成数据获取困难；
• 高价值，低价值，无价值数据混杂在一起，宝贵的存储资源被浪费；
• 缺乏实时计算能力，不能提供实时数据，导致获取信息滞后性；
• 数据分析，数据展现严重滞后于业务进展，不能支撑实时决策；

……

可以看出，“如何把数据有效使用起来”已经成为企业数字化转型过程中绕不过去的关隘。而企业真正实现数字化转型，需要企业优先将数据视为一种核心战略资产，并主动对其开展管理，彻底改变之前堆砌IT“烟囱”，忽视数据“壁垒”的企业信息架构规划思路。

为应对如上挑战，“数据中台”应运而生。

以企业数字化为视角，支持企业经营理念升级

数据中台居于业务前台和资源后台之间，是企业级的数据共享、信息加工、能力复用的技术平台。通过对企业全域、多源、异构的数据进行整合，数据中台在业务前台和资源后台之间构建起联接桥梁和能力支撑，为企业提供标准、直观、可靠、安全的统一数据来源。

同时，在此基础上，数据中台还可运用BI、大数据、AI等技术，结合企业架构、业务需求和未来战略，全局治理企业数据，帮助企业将原始数据转化为数据资产并开展长期运营，从而快速构建多类型数据服务，让企业数据可控制、可量化、可变现，以数据来驱动业务决策和企业运营，最终助力企业实现数字化转型。

综上可见，数据中台不仅仅是一套软件系统或者标准化产品，更是一种通过软件架构来实现资源整合、集中配置、能力沉淀、分步执行的企业经营机制，是一整套促进企业运营模式适应数字化经济、帮助企业实现“降本增效”的目标、协助企业经营者由“经验支撑决策”向“数据支撑决策”转变的技术解决方案。

云中已现“重明”鸟，何须众里苦寻他

通过与华为云深度合作，在细致分析国内企业特点及其对数据应用需求的基础上，结合自身对企业落地信息化的深刻理解，软通动力以自研方式，基于云原生架构，隆重推出具有全场景、强适应性、高灵活度特点的轻量化、企业级数据中台工具链解决方案——“云上中台• 重明”数据中台产品解决方案。

“云上中台• 重明”数据中台产品解决方案技术全景

在详细调研目标客户的业务场景时，我们发现，企业规模和业务不同，其对数据中台的要求也千差万别，这就意味着不同企业对数据中台的需求、规模、复杂度可能都不相同。所以，有别于其他服务厂商所采用的高成本、大体量解决方案以及行业解决方案提供商/独立开发商所提供的专注于单一数据服务领域的产品，“云上中台•重明”自规划伊始就明确了“轻量灵活、独立解耦、覆盖全数据链路”的设计路线，采用模块化技术架构，为方案中的每个产品模块划定了清晰的功能层级和技术定位。

经过两年探索和发展，“云上中台•重明”已羽翼渐丰，可帮助用户克服不同计算与存储环境的差异，快速引入多种异构数据，构建标准、规范、可信的数据环境，并在其基础上建设起完整的数据治理体系，支持数据智能检索、数据问题快速定位、数据资产化建设和全生命周期管理等多种类型服务，可通过提供数据即席分析和丰富的图表/看板模板，帮助用户快捷地搭建起数据可视化看板。

综上，“云上中台• 重明”具备如下三大独特优势：

• 高性价比，帮助企业降低投入成本 ：采用模块架构，一款产品模块聚焦一类客户场景/痛点，客户按需选购；
• 立而不破，帮助企业降低建设成本 ：不影响或少影响现有系统架构，与企业当前信息体系无缝集成;
• 轻便易用，帮助企业降低学习成本 ：操作上所配即所得，全程实现零代码，无需用户具备编程技能。

目前，“云上中台•重明”已在华为云云商店正式发布七款联营联运产品：数据集成平台（iEDI）实现企业多源异构数据的采集、汇聚、共享；主数据管理平台（iMDM）承担企业核心业务数据标准化规范化职责；元数据管理平台（iPowerMeta）、数据地图（iDMAP）、数据资产管理（iDAM）、数据生命周期管理（iDLM）构建起企业数据资源化、资产化管理体系；DataLab帮助企业管理者依托数据开展决策，实现数据价值的显性化。