近年来，大量企业已经开始或计划采用最新的云计算大数据技术来驱动企业的数字化转型，数 据中台建设如火如荼.然而，并非所有企业的数据中台都能顺利落地，建设过程充满各种挑战：
- 业务认知难统一：数据反映业务，企业建设数据中台的过程也是对自身业务在企业层面进 行统一梳理的过程。数据中台要求将企业的所有数据统一到一个平台来生产，管理与消费，意味 着需要在企业层面统一业务认知。一个企业的业务往往十分复杂，需要将业务分拆为多个子业务（ 线），由不同的团队（部门）来运营，而团队之间的业务认知是不一致的。比如，在零售行业中，销 售部门对”商品”的认知是摆在货架上的可售的物品，可以是本企业自营的，也可以代售的；仓储 部门则认为只有在自有仓库里物品才是”商品，不管是否上架，代售的物品是不计入的。除了范 围不一致*管理的颗粒度也不一致。对一双鞋子，销售部门认为某个款式就是一个商品，仓储部 门则认定款式+颜色+尺寸才是一个商品。另外，行业内企业并购，两个企业之间统一业务认知更 难。
- 缺少全局视野：建设数据中台需要对企业有全面的了解，形成一张大图。但是对一个人 或一个团队来说，掌握全局是很困难的，每个人的精力与经验只聚焦于一个小的业务领域。
- 业务变化快，建设过程赶不上变化：信息时代的市场变化越来越快，企业业务模式的演 进跟着变快。企业内的数据中台建设者有时需要在不了解新的变化的情况下，仓促接入的新的数 据，却无法真的理解数据，运用数据。
阿里云数据中台联合各个行业的优秀合作伙伴，推出了 “数据中台行业数据模型”来帮助企 业应对数据中台建设过程中的挑战。阿里云数据中台行业数据模型具备以下优势：
- 行业专家历经多年，在多个项目中不断迭代优化所得出的行业最佳实践。阿里云数据中台 生态内的行业专家，在某一行业持续耕耘多年，在大量企业有过项目经历，对行业的业务有深刻 的认知，所产出的行业数据模型可以帮助企业统一业务认知。
- 阿里云数据中台行业数据模型所覆盖的业务广度和深度超过单个企业。阿里云数据中台行 业数据模型是经过大量企业的项目实践不断迭代累积出来的，是所有企业业务场景的合集，因此 具备极广的全局视野。企业可以很容易将自身的业务映射到阿里云数据中台行业数据模型中，节 约大量摸索与信息整合的工作。
阿里云数据中台行业数据模型持续优化迭代，紧跟行业新趋势。行业专家密切关注行业的 新趋势，数据模型持续集成最新业务变化，推出新的数据应用场景。企业可以借助阿里云数据中 台行业数据模型快速扩展新的数据领域，紧跟业务发展步伐。
加入会员，可以索取《零售行业数据模型白皮书》完整版本