没有数据中台，数字化经营是空谈。数据中台对于企业数字化经营能力的建设至关重要。其对企业数字化经营的支撑作用主要体现在数据、算法、智能应用和人才四个方面。

数据已经成为企业重要的基本生产要素

数据是数字化经营的基本生产要素，也是重要的战略资源，更是数字化经营平台的基础，数据中台的出现将扩大企业有用数据的边界。传统经营分析所应用的数据主要局限于财务数据和部分业务数据，数字化经营则需要依赖涵盖内部数据和外部数据在内的大规模数据产生价值。

成功的数据应用是深度融合内外部数据的应用。无论某房地产企业在投前测算中综合采用运营计划、项目成本、销售进度等内部数据以及地块基本情况、竞争对手拿地情况等外部数据；还是某快消企业在供应链决策中综合协同销售、生产、采购、财务等部门内部数据以及竞争对手状况、区域天气、市场环境等外部数据。内部业财数据只有与大数据相结合，才能触发真正令人满意的数据应用效果。依托大数据、物联网等新一代信息技术采集到的海量内外部数据，数字化经营获得了前所未有绝佳的数据基础支撑，能够开展更有价值的数据应用。

算法模型让企业经营管理智慧化

数据算法模型的核心是基于智能技术开展数据建模，形成服务化的数据应用。数字化经营的最大价值就是为管理者的科学决策提供量化信息支持，其本质在于将企业业务模型化，即通过建立量化模型来模拟企业的商业模式和业务模式。而智能技术架构下数据中台的核心能力就是数据建模，可基于智能数据研发开展在线数据建模、基于智能算法进行统一画像和构建公共数据模型。借助强大的建模和计算引擎，企业可按不同主题建立业务模型和财务分析模型，发现数据之间的关系，做出基于数据的推断，满足数字化经营对系统的性能需求。

智能应用是数字化经营实现的具体表现

数字化经营的对于业务的价值很大程度是需要面向场景化的智能应用来体现的。基于数据中台的智能应用，涵盖对信息系统自动化、智能化、在线化、实时化和业务流程的数字化等的多方面要求，并基于对业务知识的理解，科学预测、合理控制、智能分析，真正成为管理者的智能助手。

以数据分析为例，传统的分析工作需要靠人按照一定的路径对管理数据进行浏览和探索（下钻、旋转），与预算、经营目标对比来寻找数据异常以发现经营和管理中的问题并形成分析结论。智能应用能够对数据进行自助的快速、多维度分析，并输出或者保存分析报表。

目前，依托初期的智能技术，企业已经可以实现对主体的财务预测、经营推演和风险量化等。未来，随着人工智能技术的深度发展和在经营领域的高阶应用，拥有高级人脑智慧的数字化经营平台将基于对业务知识的理解，科学预测，合理控制，智能分析，甚至直接代替管理者进行自动化决策。

数据分析专家仍然是数字化经营效果可靠性的重要保障

任何方案的设计、项目的实施，人才的都是最最重要的，没有人才一切都是空谈。对于数字化经营管理平台这样一种新型、复杂的架构平台，由于其发展也才刚刚起步，更加的需要专业的人才来保证体系建设和正常运作。

所以负责平台运维的角色，首先一定要是数据中台理论专家和数据分析专家，其次他应该是企业经营管理的专家，精通业务的专家。因为企业的数字化经营本质上也是对企业组织架构和组织职能的重构，IT不再是过去仅仅负责对业务运营进行信息和数据需求的支撑。而是要作为企业经营管理的主角引领业务的发展。所以企业对于IT人员的业务要求会越来越高，同时也需要业务的同事要尽力理解数字化工作原理。

随着各行各业企业数字化转型的发展和完善，数字化经营会逐渐变成企业主流的经营管理方式。随之而来问题也会越来越多，往后会需要越来越多的IT与业务的复合型人才来参与到数字化、智能化的企业运营工作当中，来保证数字化经营体系的正常和高效运转。