数据中台是在统一数据标准规范基础上，提供数据接入、数据开发、数据资产管理、数据分析、数据服务等能力的数据资产管理和服务平台，帮助企业实现数据集中管理和服务。
建设统一数据底座，解决数据孤岛问题。许多大型企业的数据存储基础设施建设普遍以业务需求为导向分批次建设，如企业的APP、官网、小程序、营销、财税和供应链中的数据都存储在各系统中、相互独立，形成数据孤岛。
数据孤岛不仅使得企业用数需跨多个系统、经多个业务部门审批，同时还会面临因数据定义不一带来的各种数据质量问题，导致协作沟通成本增加、经营效率大幅降低。
提高数据开发效率、增强数据共享能力，推动数据应用快速开发。企业数据应用的场景愈加广泛，使用人员也转向一线业务人员，于是对数据应用开发的敏捷性、实时性提出更高要求。
企业传统“烟囱”式开发模式，不仅效率低下，且存在大量的重复开发，带来计算资源和人力的浪费。企业需要提升数据开发效率、加速数据共享，通过支持数据应用的敏捷开发支撑业务快速迭代。
形成高质量的统一数据资产。数据孤岛也带来诸多数据质量问题，如数据不一致、数据缺失、数据不及时、数据不准确等，难以有效支撑数据分析、经营决策，企业需要对各业务数据通过数据治理后形成高质量的统一的数据资产，以供业务人员或数据开发人员使用。
国家对数据安全、个人隐私信息保护等立法使得企业数据安全风险提升，企业正面临多种数据安全保护场景。
例如在数据收集、存储、传输、使用以及共享过程中如何保护用户隐私信息，如何对重要、敏感的数据资产进行细粒度权限界定和管理，平衡数据使用和数据安全需求，如何在云办公场景下保护数据安全等等。企业需要在建设数据中台的同时，考虑合适的数据安全保护措施。
总的来说，挖掘数据要素价值、用数据驱动经营决策已经成为企业共识。
随着Al、大数据、5G等技术发展，企业数据体量快速增长，企业对数据的依赖越来越深，众多业务的快速迭代需要数据应用敏捷开发支持。
但由于企业传统IT建设以业务为导向，业务系统间数据相互独立，企业在用数据的时候面临诸、诸如数据质量差、数据管理难、数据开发重复等多种问题，数据“难”用正成为企业实现数字化的阻碍，所以大企业都开始需要发展数据中台解决以上问题。
