2002年10月18日，我国第一个国家信息化规划出台，预示着信息化建设正式驶入快车道。

随后几年，借势互联网高速发展的东风，以及宽带中国战略、“互联网+”战略、大数据战略等国家级战略陆续确定，大多数传统企业在市场变化和政策引导的双重推动下，接触到了初步的数字化升级：数控系统、ERP软件等在金融、制造、零售、餐饮等多个行业深入应用。

彼时的数字化升级，多聚焦于解决业务场景不断增加、数据应用需求日益频繁，因此在升级过程中追求快速响应业务需求，这也导致很多企业的数字化建设呈现“烟囱式”特点，即一条业务线对应一套数字化流程。

但很快企业就发现，随着自身业务版图的持续扩大，以及数据量级几何式爆发增长，“烟囱式”建设带来的弊端也日渐显现。

首先是建设成本问题，对企业来说，烟囱式的数字化建设必然造成了数据的重复加工，这也直接导致研发效率、数据存储和计算资源的浪费；其次，业务间的数据相互割裂，无法高效流通，而且因为各个业务系统的数据指标口径并不一致，这也增加了跨系统数据整合应用的成本。

而数据中台理念的兴起，给予了企业数据基础设施建设的新路径。

从架构上来看，数据中台与过去的“烟囱式”建设有着明显区别。数据中台借鉴了传统数仓面向主题域的数据组织方式，基于维度建模理论，构建统一的数据公共层和应用层，同时能够依赖大数据平台完成数据研发全流程，并增加了数据治理、数据资产以及数据服务化内容。

这样的好处在于，能够在提高数据共享能力的基础上，帮助企业规避数据的重复加工，并以数据服务化的形式支撑业务场景的数据应用。

火山引擎数智平台VeDI凭借丰富可耦合的数据产品矩阵及9年内部实践，积累了丰富的数据中台建设经验。

本月20日下午19点，火山引擎数智平台VeDI「超话数据」栏目将推出《火山引擎VeDI数据中台架构剖析与方案分享》直播活动，深度剖析字节跳动9年实践经验。

通过详解VeDI大数据开发套件DataLeap、开源大数据平台EMR、湖仓一体分析服务LAS等多款数据产品，最直观地还原企业在构建数据中台时可能面临的问题，以及包括数据采集、数据集成、数据治理、数据计算等在内的多环节链路难点和解决方案。