企业数据资产，包括了数据模型，数据目录，数据集，以及针对这些数据资产的转换处理能力，包括数据算法、AI算法等。

DataFormula摒除了传统数据管理模式中，复杂，难以理解的数据管理方法，改用业务视角的数据管理模式，从数据模型的增删改查，到数据集的转化处理方法的管理，都让数据管理的复杂度进一步降低。可以使得数据管理人员，甚至业务人员能更好的理解数据。

DataFormula还重新设计了数据质量模块，让业务从数据转换的角度去查看数据质量，更好的体现了数据为业务服务的思想。除此之外，数据血缘关系也得到了重新的设计和梳理，更方便的查看数据的处理演变过程，为数据业务化提供了进一步的支持。

众所周知，我国的企业信息化发展相对落后，企业早期缺乏长远的IT建设规划，发展至今，各个业务系统仍相对独立，导致数据孤岛长期存在。随着大数据时代的到来，数据来源变得多样化，数据结构也更加复杂化，这使得企业在数据采集、ETL等方面会耗费很大精力。业务数据的过度分散，让企业很难从全局角度去分析业务的发展情况。

针对企业数据孤岛问题，DataFormula提供了完善的解决方案。基于自主研发的数据连接器框架，DataFormula可以对接企业内各个业务系统，包括ERP、CRM、财务系统、日志系统等，帮助企业整合所有业务数据，还可以对接数据文件、API，NoSQL数据库等。此外，DataFormula基于并行计算架构的存储体系，支持海量业务数据的处理，确保数据需求响应速度可以达到秒级。

数据中台另一项重大的改进就是数据服务化，通过自定义的数据服务API，数据中台可以快速的响应前端业务需求变化。

不同于以往的数据仓库产品，DataFormula无须通过数据库的账号和密码进行数据共享。数仓时代的账号密码方式，有诸多弊端，一个是数据安全性无法保证，另一个数据服务性能无法保证。

在新的DataFormula自定义API的服务模式下，操作人员可以通过界面配置，直接使用RestfulAPI的模式暴露数据，提供给前端应用，可以增加数据权限校验，也可以通过缓存，增加API的数据服务性能，更好的为前端业务系统服务。

重新设计了数据质量管理，从最新的数据处理的理念出发，将数据质量的概念和数据处理流程混合，保证用户对数据的质量有一个全面的掌控，并可以对数据质量进行优化

数据中台中，对外输出数据服务均通过API完成，DataFormula提供配置化的API能力，可以通过简单的配置将数据集转换为数据API，供前端应用使用，同时API还能具备权限控制和数据缓存能力，提升系统响应能力

针对目前比较流行的IOT数据场景，以及其他流式数据处理场景，DataFormula提供了完整的流数据处理能力，方便将流式数据进行存储推送，并同步进行计算，汇入数据中台