举个例子：X轴接入人力、财务、营销等系统，如果系统要更好去支撑业务，就要去接入更多的数据，甚至第三方的数据，这就是Z轴的深度。

第二阶段是可知：随着数据不断接入和企业对数据和业务的理解加深，可做到可知。如企业可洞察商品售卖情况、不同得客户分别偏好什么商品、客户标签、商品标签、客户与商品如何匹配等。通过可知发现规则，制定相应的经营和营销策略，帮助商品得销售，让客户更喜欢你。

第三阶段是可预测：要做到可预测只通过企业本身数据是不够的，企业做的端和触点数据要做可预测，但要借助第三方的数据或合作方的数据等更多的数据，数据接入后可做销量预测。在数据中台实施过程中，云徙给客户做过门店级销量预测，反向来决定供应链端推荐每一种货品采购的量。

企业具体如何通过XYZ法则规划数据中台？

另外在营销层面可以更加深入，比如说接入APP的数据后获得客户行为，洞察分析客户行为后可以做精准营销。

数据体系建设的4个关键内容

如有些企业主要是提升GMV，即流量✖转化率✖客单价✖复购✖裂变。指标可以按照这种方式拆解，拆解后看指标的定义、计算规则、所属部门、指标的使用权限人。基于这种结构可以对指标进行拆解的分析。同时指标非常关键，很多企业的指标藏在报表里，也没有相应的指标体系进行管理，降低了指标的作用和价值。

3.标签：建立标准标签体系

标签的建设与标签体系的建设、指标类似，但标签不仅限于客户，设备、商品、企业内部人员等都可以打标签。在这过程中也需要建立一套标准的标签体系，用于营销活动，同时，模型、指标和标签之间可以互相转换，模型也是标签的基础。

数据中台与传统BI的区别和优势

所以在数据中台整体规划过程中，要清楚企业的数据现状，同时考虑未来数字化转型的这个步伐，是否有更多的数据接入、业务部门会不会有深度的数据分析洞察需求等。

若没有上述情况，且数据量不大，数字化转型的进程也比较慢，可以用传统的BI方式，先解决业务门槛数问题。如果数据的规模较大，业务部门对数据的需求也大，企业可以通过数据中台规划去建设，从而降低一些推倒重建的成本。

了解更多数据中台战略规划及搭建落地更多内容