企业数字化建设的核心工作是持续提升数据治理水平， 充分发掘数据价值，进而提升运营效率，促进商业模 式转型升级。数据治理水平反映了企业数据采集、加工 处理的能力；数据智能的应用则反映了数字化建设的水 平，数据智能帮助企业更实时、更智能地探查出海量数 据中隐藏的问题、归因分析，匹配相应的运营策略和规 则，实现运营决策的自动化、智能化。 （1）数据中台 数据中台为企业提供完整的数据处理能力和数据治理 能力，实现企业全域数据的统一管理，将企业的基础 数据、各系统业务数据、运营数据、用户行为数据以 及外部的互联网数据，通过数据集成、数据清洗、数 据挖掘、数据服务等过程形成数据资产。同时通过主 数据管理、数据质量管理、数据安全管理、数据标准 管理、元数据管理等为企业提供高质量的数据。 （2）数据治理 数据治理从早期的元数据、数据标准、数据质量已逐渐 发展为一个包含数据模型、数据服务、数据应用、数 据生命周期的完整体系。数据治理涉及的技术包括元数 据、数据标准、数据质量、数据集成、主数据、数据资 产、数据交换、生命周期、数据安全等。
内存多维计算引擎 多维内存计算是为了满足用户从多角度多层次进行数据查询和分析的 需要而建立起来的基于事实和维的数据库模型，实现联机分析处理 （OLAP，Online Analytical Processing）。在数字化进程中，企业通过 将多维内存计算引擎融入数据中台架构，借助互联网、云原生的大数据 底座跟多维内存计算引擎的整合，既能发挥大数据平台对海量数据的处 理能力，又能延续优秀OLAP产品面向业务分析人员自助维护数据模型 的能力。同时利用数据中台的数据驱动业务的思想，让各类管理工具能 更好的将企业管理决策和运营支持进行融合。 （4）数据智能 数据智能是利用信息技术与人工智能技术，对海量数据进行挖掘、分 析、处理，从中提取有价值的信息和知识，通过工程化的方式建立数 据驱动决策模型，解决实际问题的能力。 企业尽管身处行业不同、业务各异，但应用数据的行为具有一致性，都 是“获取数据，进行分析，进行决策”，本质是“人、数据、决策”三 者的关系。管理者与员工可以更便捷地访问数据，实时掌握数据异动风 险，并通过增强型数据分析辅助商业决策的过程。 企业未来数据分析场景，需要用到下面自然语言查询（NLQ）、自 然语言生成（NLG）、数据动因解释、数据智能洞察、智能数据可视 化、数据智能助手等核心技术能力。
