据相关统计显示，2012年我国IDC市场规模已达到210.5亿元，增速达到23.2%，预计到2015年，市场规模将达502.3亿元。如今的数据中心已不再单单是提供计算及存储服务的工具，而是升级成为能够为领导者提供辅助决策的智慧帮手。“传统数据中心如何改造升级成为具有智慧的新一代数据中心”已是当前IT决策者们需要思考的首要问题。

　　如今，智慧城市建设遍地开花，但是大多数其实做不到真正的“智慧”，还停留在数字层面上，依然在做数字城市的事情。同方股份有限公司物联网应用产业本部大数据产业研发与工程中心数据资源工程事业部副总经理郭子龙在谈到数据中心和智慧城市时提及，“智慧城市与数字城市的区别在于智慧，不是单单靠人来告诉你该怎么做，而是智慧城市能自主产生一些规则，例如它能够产生一些政策或措施，而数字城市主要做的是执行，即把既定的规则输入到系统中，执行这个规则，或监控规则的执行。从产生规则的这个层面来看，现在各地的智慧城市还未达到智慧的水平。”

　　数据中心在智慧城市中发挥着很大的作用。郭子龙认为，可以用两级或多级的数据中心去构建智慧城市的智慧中枢，在智慧城市层面上建主数据中心，主中心之下建立多个分中心，分中心对应各个不同的专业，例如交通分中心、旅游分中心、医疗分中心、教育分中心等等，这一系列的分中心能够对应政府部门的各个条块，这种构建思路具有很大的实施性和可行性，主数据中心横跨所有分中心，整合或协调各分中心的职能，而分中心承载的服务是接受主中心所产生的规则并执行，另外，分中心也可以自主运转，产生条块内的智慧。

　　例如，机动车管理和空气质量分属于交通管理和环保两个行业，空气质量日益恶化，其中机动车尾气排放是大气污染的一个重要因素，需要跨部门进行综合治理，在两级数据中心模式的智慧城市框架下，交管数据和环保数据在分中心是独立的，但是到了主数据中心后就可以相互关联，经过机动车尾气排放的对大气污染影响的分析，从而产生一系列政策(如：限行条例、限购政策、黄标车淘汰政策)，并交给交管分中心去执行。另外，政策的执行也要有不断的反馈，由主数据中心产生规则，分中心执行规则，还要监控规则的执行情况，进而去调整优化原有的业务规则，形成一个完整的业务闭环，产生业务闭环才是智慧城市应该达到的目标，这就是数据中心在智慧城市中的智慧体现。

　　同方大数据以数据资源理论体系为基础，抓住各行业在数据处理模式上的共性，从各个部门的信息中心或数据中心入手，通过新一代数据中心的建设快速填补面向管理层和决策层数据支持的空白。

　　郭子龙先生给我们介绍同方数据资源体系几大特征：

　　第一个特征：独立于业务，数据分离。同方数据资源体系一直坚持倡导独立于行业，独立于业务，将数据分离出来，与业务、系统和功能模块相分离，只有分离开之后，才能够更好的利用数据，更好的去挖掘更大的数据价值。

　　第二个特征：整合是术、规划是道。人们谈到数据的时候，总是谈数据整合，但是郭子龙先生认为同方提出的整合更像是一个术，而数据规划才是道，先把数据规划好，然后才能去做整合，而不仅仅是像数据仓库那种方式，先把所有的数据收集起来放到数据仓库里面去，之后才做分类，这就是同方一直在谈的规划之道——指标体系。

　　第三个特征：强调数据的相关性，而非简单的因果关系。郭子龙先生认为同方更多强调的是数据的相关性，而不仅是简单的因果关系，数据之间除了直接的因果关系之外它还会有相关性。在大数据环境中，数据之间的轻度相关性要远远多于直接因果关系，将这些轻度相关性累加起来就变得举足轻重，这是大数据应用的一个根本特征。

　　第四个特征：具备明确的目标导向。同方数据资源体系的建设有着明确的目标导向，更注重的是主要矛盾和确定性问题，依托于同方的数据资源中的指标体系，将顶层的核心目标逐级分解，覆盖业务的各个层面，而不是关注旁生的东西，使数据资源的服务目标更明确。

　　第五个特征：找准关键点、快速洞悉数据。同方有一些快速洞悉数据的方法，优先关注三类数据，第一类数据就是宏观的综合数据。第二类是关键性指标数据，影响最大的关键性数据。第三类、则是异常波动数据，这部分数据是最可能发现问题的数据。

　　第六个特征：元数据贯穿整个数据生命周期。同方整个数据资源体系或应用产品系列，始终以元数据为核心。元数据贯穿数据规划、数据采集、数据整合加工、数据应用包括领导信息服务，同方以元数据为核心主线，保证数据全流程遵循统一的元数据标准。

　　第七个特征： 处处体现服务理念。同方产品的每一个环节，每一个功能点都体现出为用户服务的理念。提出更多的增值服务，除了用户有常规的业务需求之外，每一个业务活动中都会最大化的给用户提供一些额外的增值服务。