1.2.1 路径一：业务数据化

业务数据化是指引入中台架构技术对成熟的运营场景提供中台化服务，通过成熟业务来沉淀企业的数字化能力，让业务和技术相互融合，不断扩展业务边界，不断增强支撑创新业务的能力，不断深挖数据价值，将品牌商、商品、用户等企业经营核心要素，以场景化的方式沉淀和输出，通过数字化方式交互连接，让企业的运营更加快速、高效。

1．业务中台化

传统技术架构都是烟囱式的，随着业务变得日益复杂和产业合作的深入，企业内部对不同业务场景的协同运营变得越来越难、效率和执行力下降。为了改变这一问题，需要基于原有的成熟业务应用进行中台化技术改造，以解决业务不交互、数据不通等问题。如原有的商城、CRM、POS等系统均有独立后台，在面向消费者端应用时可提供多个不同入口的应用，需要将原有应用逐步沉淀到中台形成统一的共享能力以对不同端提供服务，如商城提供统一的交易能力、CRM沉淀统一的会员能力等。

2．数据资产化

数字经济时代，数据资产将成为企业核心竞争力，评价一个企业的数字化能力和业务价值，就需要评估其数字资产的价值变现能力。那么什么是企业的数据资产呢？它是企业拥有或控制的能带来未来经济利益的数据资源。因此，并不是所有的数据都是资产，只有可控制、可计量、可变现的数据才可能称为资产。其中，实现数据资产的可变现属性，体现数据价值的过程，即数据资产化。在大数据时代，具有商业价值变现的数据将是企业数据架构的核心。

新的商业模式和数字化运营模式可以通过创造性的方式整合这些新的数据资产，如智能交通、生活轨迹分析和消费者画像等。实现以数据驱动的个性化服务成为可能，如微营销和客户个性化定制的产品和服务，满足每一个消费者的独特需求，现在很容易通过数字化运营实现，不仅能够增强竞争优势，开辟新的市场，设计新的服务，还能为客户带来体验上根本性的改善，加速业务扩张。

数字化运营模式依赖数据计算、数据模型和中台化技术的整合能力。因此，有更多的企业（特别是食品酒饮、化妆品、消费电子等面临新零售业务场景多且复杂的企业）选择从数据中台切入，快速将企业现有数据进行数据化改造，实现价值变现，在行业和市场竞争中赢得先机。

大数据进入下半场，人工智能已然崛起，现有的大数据技术亟须和人工智能技术结合，孕育新的产业生态，向数据智能型企业转型正在成为数据科技创新的行动方向。企业通过建设数据中台，打破内部数据壁垒、盘活数据资产、提升数据价值，对外提供统一的智能化数据服务，重构企业大数据生态环境，进一步深挖和释放大数据的价值红利，其中以业务对象为核心的价值连接和标签体系，反哺业务中台，实现快速反应和高效执行，深度挖掘数据的商业价值，提升数字化收入和价值贡献。