数据中台区别于数据仓库/数据平台：服务交易型场景而非仅分析型

传统企业的数据类应用大多依赖ETL工具抽取数据来完成建模、统计和报表分析，这种模式主要面向企业管理和决策分析，数据本身存在时效性问题，天然不是为前台业务实时响应而设计的。数据中台与传统数据仓库/数据平台的本质区别在于服务场景不同：数据平台主要服务分析型场景（管理决策、报表），数据中台则不仅服务分析型场景，还更多地服务交易型业务场景，直接为前台业务提供数据智能服务。数据中台能够支撑交易型场景的关键在于数据获取时效性的大幅提升——书中提到基于数据库日志捕获（CDC）技术，可以让数据从产生到可用的延迟大大缩短，这才让”数据中台参与实时业务决策”这件事变得可行。数据中台的建设分三步：先完成各业务中台数据的汇集（解决数据孤岛和初级共享）、再实现企业级全维度数据的深度融合加工与共享、最后萃取数据价值支持业务创新，逐步从”能查到数据”演进到”数据能直接驱动业务”。