前臺可以快速生成各種微應用；又可以將后臺系統中需要頻繁變化或是需要被前臺直接使用的業務能力“提取”到中臺層，賦予這些業務能力更強的靈活度和更低的變更成本，從而為前臺提供更強大的“能力炮火”增援。

前臺是由各個應用組成的前端系統平臺。前端系統直接觸達用戶，通過前臺，企業與最終用戶直接進行信息交互。例如，企業搭建的電子商務網站、門戶網站、手機APP、微信公眾號等都屬于前臺。后臺是由各個業務管理系統組成的后端平臺。

因此，企業急需調整和改革供應端（生產制造和供應鏈），也就是需要一個統一真實的數據源來描述客戶，而不是任由客戶的不同維度數據由不同部門各自存儲，于是在這樣的場景下數據中臺應運而生。數據中臺跟之前大數據平臺最大的區別，在于數據中臺距離業務更近，能更快速地響應業務和應用開發的需求，更精準。

數據的聚集、加工的目的也是為了數據的服務，但是數據湖泊只是解決了聚集問題，在數據加工方面由于不可控制的需求變得異常繁重，由于數據的繁雜和混亂引入數據治理讓數據的加工更是舉步維艱。

數據從軟件誕生的那一天開始就存在，但是，數據并不是第一天就被存儲和利用的。在信息化時代，企業早期通過流程來進行生產和管理，流程是預先設計好的，然后在設計好的流程中產生了數據。

SPAS采用的是基于面向服務的架構SOA理念的 “去中心化”的服務架構，所有的服務都是以“點對點”的方式進行交互。阿里之所以選擇“去中心化”的分布式服務架構，主要是考慮到擴展性。

數據中臺的建設是一個長期的過程，需要全企業組織、工作流程的密切配合與支持。

圖4--行星齒輪與齒圈：太陽輪的軸是高速端輸出軸，把太陽輪放入行星齒輪中間，太陽輪的齒可與所有行星齒輪的齒很好的嚙合，見圖5。

比如現在銷售部門依賴于CRM（客戶關系管理平臺），售后部門主要看客服系統，市場營銷部門關心微信平臺，數據分析團隊使用各類數據分析工具…在這個過程中，各個企業分別都在用不同的方式來盡可能的利用數據產生的價值。