隨著大數據、物聯網、移動互聯網、云計算等應用的不斷發展，智慧城市規劃試點的逐步實施，數據中心的重要性日漸凸顯，其職能也在逐步完善。據相關統計顯示，2012年我國IDC市場規模已達到210.5億元，增速達到23.2%，預計到2015年，市場規模將達502.3億元。如今的數據中心已不再單單是提供計算及存儲服務的工具，而是升級成為能夠為***提供輔助決策的智慧幫手。“傳統數據中心如何改造升級成為具有智慧的新一代數據中心”已是當前IT決策者們需要思考的首要問題。

如今，智慧城市建設遍地開花，但是大多數其實做不到真正的“智慧”，還停留在數字層面上，依然在做數字城市的事情。同方股份有限公司物聯網應用產業本部大數據產業研發與工程中心數據資源工程事業部副總經理郭子龍在談到數據中心和智慧城市時提及，“智慧城市與數字城市的區別在于智慧，不是單單靠人來告訴你該怎么做，而是智慧城市能自主產生一些規則，例如它能夠產生一些政策或措施，而數字城市主要做的是執行，即把既定的規則輸入到系統中，執行這個規則，或監控規則的執行。從產生規則的這個層面來看，現在各地的智慧城市還未達到智慧的水平。”

數據中心在智慧城市中發揮著很大的作用。郭子龍認為，可以用兩級或多級的數據中心去構建智慧城市的智慧中樞，在智慧城市層面上建主數據中心，主中心之下建立多個分中心，分中心對應各個不同的專業，例如交通分中心、旅游分中心、醫療分中心、教育分中心等等，這一系列的分中心能夠對應政府部門的各個條塊，這種構建思路具有很大的實施性和可行性，主數據中心橫跨所有分中心，整合或協調各分中心的職能，而分中心承載的服務是接受主中心所產生的規則并執行，另外，分中心也可以自主運轉，產生條塊內的智慧。

例如，機動車管理和空氣質量分屬于交通管理和環保兩個行業，空氣質量日益惡化，其中機動車尾氣排放是大氣污染的一個重要因素，需要跨部門進行綜合治理，在兩級數據中心模式的智慧城市框架下，交管數據和環保數據在分中心是獨立的，但是到了主數據中心后就可以相互關聯，經過機動車尾氣排放的對大氣污染影響的分析，從而產生一系列政策（如：限行條例、限購政策、黃標車淘汰政策），并交給交管分中心去執行。另外，政策的執行也要有不斷的反饋，由主數據中心產生規則，分中心執行規則，還要監控規則的執行情況，進而去調整優化原有的業務規則，形成一個完整的業務閉環，產生業務閉環才是智慧城市應該達到的目標，這就是數據中心在智慧城市中的智慧體現。

同方大數據以數據資源理論體系為基礎，抓住各行業在數據處理模式上的共性，從各個部門的信息中心或數據中心入手，通過新一代數據中心的建設快速填補面向管理層和決策層數據支持的空白。

郭子龍先生給我們介紹同方數據資源體系幾大特征：

***個特征：獨立于業務，數據分離。同方數據資源體系一直堅持倡導獨立于行業，獨立于業務，將數據分離出來，與業務、系統和功能模塊相分離，只有分離開之后，才能夠更好的利用數據，更好的去挖掘更大的數據價值。

第二個特征：整合是術、規劃是道。人們談到數據的時候，總是談數據整合，但是郭子龍先生認為同方提出的整合更像是一個術，而數據規劃才是道，先把數據規劃好，然后才能去做整合，而不僅僅是像數據倉庫那種方式，先把所有的數據收集起來放到數據倉庫里面去，之后才做分類，這就是同方一直在談的規劃之道——指標體系。

第三個特征：強調數據的相關性，而非簡單的因果關系。郭子龍先生認為同方更多強調的是數據的相關性，而不僅是簡單的因果關系，數據之間除了直接的因果關系之外它還會有相關性。在大數據環境中，數據之間的輕度相關性要遠遠多于直接因果關系，將這些輕度相關性累加起來就變得舉足輕重，這是大數據應用的一個根本特征。

第四個特征：具備明確的目標導向。同方數據資源體系的建設有著明確的目標導向，更注重的是主要矛盾和確定性問題，依托于同方的數據資源中的指標體系，將頂層的核心目標逐級分解，覆蓋業務的各個層面，而不是關注旁生的東西，使數據資源的服務目標更明確。

第五個特征：找準關鍵點、快速洞悉數據。同方有一些快速洞悉數據的方法，優先關注三類數據，***類數據就是宏觀的綜合數據。第二類是關鍵性指標數據，影響***的關鍵性數據。第三類、則是異常波動數據，這部分數據是最可能發現問題的數據。

第六個特征：元數據貫穿整個數據生命周期。同方整個數據資源體系或應用產品系列，始終以元數據為核心。元數據貫穿數據規劃、數據采集、數據整合加工、數據應用包括領導信息服務，同方以元數據為核心主線，保證數據全流程遵循統一的元數據標準。

第七個特征： 處處體現服務理念。同方產品的每一個環節，每一個功能點都體現出為用戶服務的理念。提出更多的增值服務，除了用戶有常規的業務需求之外，每一個業務活動中都會***化的給用戶提供一些額外的增值服務。