在数据中台概念清晰之前，各个互联网公司其实也都做很多的基础建设工作，只是没有明确地定义为数据中台而已。每个公司都在实践中寻找解决数据应用实践方法，例如构建指标体系解决指标口径不一致的问题;建设自助取数工具，业务自助取数不求人，开发人力释放专注于数仓模型建设;开发配置化的BI可视化产品，减少可视化报表对接口开发、前端开发人力的依赖;建设精准画像(DMP)平台，业务自助圈选目标用户进行精准触达，降低运营压力等。

可以把数据中台类比成汽车工厂，如果发动机、轮胎等零配件已经生产完毕，可以很快组装出一辆汽车。而Hadoop生态，集群建设，就像水电煤等基础设施，提供工厂运行所需能源支持，大数据平台，数据开发工具就像是机床设备，提供制造零配件的工具能力，而数据仓库的建设，则像是用机床加工好各自零配件，并且提供快捷的仓库索引目录，能够最短时间找到所需配件。

数据中台、数据仓库和数据湖没有直接的关系，在某个维度上他们为产生的价值形式不同的侧重，数据中台距离业务更近，更快速相应业务和应用开发的需求，可追朔，更精确。