數據在數據中心統壹後，會形成標準數據，然後存儲起來形成大數據資產層，從而為客戶提供高效的服務。這些服務與企業的業務有很強的相關性，是企業獨有的，可以重用。是企業的業務和數據的沈澱，不僅可以降低重復建設和煙囪合作的成本，更是差異化的競爭優勢。
中國臺灣的目標是提高效率、數據運營，更好地支持業務發展和創新。它是多領域、多總線、多系統的負責任的協作。中間平臺是平臺化的自然演進，它帶來了去中心化的組織模式，突出了重用和協調控制能力的能力，以及構建差異化業務創新的能力。
擴展數據
1，回歸服務本質——數據復用
浙江移動以2000款基礎機型作為所有數據業務發展的基礎。這些基本模式實現了“同書同軌”的目標。無論多復雜的數據模型，總能追溯到2000張基礎表，為數據驗證和認知奠定基礎，最大程度避免“數據重復提取和維護造成的成本浪費”。
2、數據中心需要不斷的業務滋養。
在壹個企業中，無論是專題、報表還是數據檢索，目前的模式基本上都是煙囪式的數據生產模式或者基於項目的構建模式，必然導致數據知識缺乏沈澱和可持續發展，從而導致模型無法真正成為可復用的組件，無法支撐數據分析的快速響應和創新。事實上，業務最不需要的就是模型的穩定性。壹個數據模型如果壹味追求穩定，壹定程度上就會沾沾自喜，必然導致其他新的類似數據模型的產生。
數據模型不需要“穩定”，需要不斷的滋養。只有在滋養中，才能從最初的單壹領域成長為企業最有價值的模式資產。
3、數據臺灣是培育商業創新的土壤
企業的數據創新必須站在巨人的肩膀上，也就是從數據中心開始，而不總是從基礎開始。數據中心是數據創新效率的保障。學過機器學習的人都知道，沒有好的結構化數據，數據準備的過程極其冗長，這也是數據倉庫模型的壹個核心價值。比如運營商要獲取三個月的ARPU數據，在沒有融合模型支持的情況下，要壹層層匯總關聯賬單，速度可想而知。
4、數據臺灣是人才成長的搖籃
原來新員工入職需要成長。首先，他們必須依靠人們來引導他們。第二，他們得請人來問他們。第三，他們登錄各種系統讀取源代碼。這種學習是碎片化的。其實很難了解全貌，也不可能知道什麽對企業最重要。獲得的文件往往已經過時。
現在有了數據中心，很多增長問題都可以解決了。有了基礎模型，新人可以系統地學習企業有哪些基礎數據能力。隨著O域數據的增加，他們可以有更廣闊的視野。有了融合模式，新人可以知道哪些學科領域是可用的，從學科領域切入，在全球範圍內理解公司的商業理念。有了標簽庫，新人可以獲得前輩的所有智慧。有了數據管理平臺，新人可以清晰地追溯數據、標簽和應用。