数据建设之道--企业级基础数据平台（西安站）
2014-11-28 11:38:53   评论：0 点击：

　　随着中国金融市场的快速发展，互联网金融对传统金融行业的竞争，以及监管力度的不断加强，IT咨询服务公司对金融企业的商业智能方案也面临不断创新。如何提升金融机构在管理、盈利、风险控等多方位的能力？如何将国际经验更好的为中国市场服务？如何通过解决方案将海量数据转化为对经营决策有价值的信息之路？如何将客户智能分析成果行之有效地运用于服务渠道，并最终转换为销售业绩？为解决中国金融机构在发展中所面临的新问题，文思海辉在西安、苏州、北京、成都、深圳五地举办了6场“乘数据之舟，达价值彼岸”系列活动。

　　在主题为“乘数据之舟，达价值彼岸”的文思海辉商业智能解决方案系列研讨会西安站现场，文思海辉商业智能事业部总监杜啸争做了“数据建设之道--企业级基础数据平台”主题演讲。

文思海辉商业智能事业部总监 杜啸争

　　以下为演讲实录：

　　大家好，我叫杜啸争我在文思海辉是负责华北的股份制银行和城商行这一块的交付总监，今天很高兴有这个机会代表文思海辉商业智能事业部将我们之前对于数据平台这一块的经验或者说想法跟大家做分享。这个题目其实是很大的题目，在大数据时代整个企业及平台很大，在这样一个情况下我们今天更想看的是之前各大行已经做过什么，之后对于城商行来讲我们能够借鉴的是什么，在讲这个之前，我们首先看一下国内的数据平台整个的建设历程。我们把国内数据平台从大的方面分成两块，上面是整个平台的建设，下面是整个管控的建设，文思海辉是整个国内业内最早从事平台建设的企业，1999年上交所也是我们当时做的主要业务之一。之后，银行业间进行探讨，第一阶段更多叫摸索和基础建设阶段，为什么这样讲？因为数据仓库当时在国外是非常成熟的体系，但是引到国内之后，不管从架构体系还是数据模型上来说，对于国内的银行来讲有很多不适应的地方，这在第一个阶段，也就是很多银行包括民生、光大、工商、建行都进行了大量的摸索，在这样一个摸索阶段形成了国内数据仓库的建设方法，在第一阶段我们也可以看到应用相对来说很有限，重要做的更多是客户单一视图以及一些简单报表的应用，这一部分主要是几家股份制银行和大行做试点。

　　经过这样一些实验之后，对于数据仓库的方法和摸索来讲，相对来说形成了一些成型的建设方法，这就到了第二阶段，我们把它总结为大规模应用建设和管控阶段，在这个阶段它有一些明显的特点，第一个特点是随着基础建设的完成，到底数据平台能发挥哪些价值，能够帮助业务做什么，之前已经建了仓库的银行，越来越受到业务部门的质疑和询问，在这种情况下一方面很多行开始反思在仓库建设的原因和目的，另一方面很多行也在大规模推动应用，包含相关的CRM，风险类的简单应用，都在大规模的推动，这是我们说的第二阶段特点。

　　另外一个特点水随着数据平台的建设数据大规模的入仓，我们可以看到经常面临的问题是数据质量的问题，其实数据仓库另外一个说法是“进垃圾处理垃圾”，你的数据质量如果不好的话，造成的结果是你对业务的分析不但起不到好的效果，相反还有误导的作用。所以在2008年各个行逐渐开始探讨数据管控相关的内容，尤其是数据质量以及原数据相关的内容，这是我们说的第二个阶段，第三个阶段我们可以归纳成风险和大数据时代的数据平台建设，这一阶段特征比较明显，随着新巴塞尔协议，要求各个行逐渐达标的情况下，各个行对于数据的需求，尤其是历史类的整合类的数据需求，要求越来越严格，甚至对五年七年的数据整合都有要求，这就要求各个行对于仓库本身的建设更加重视，同时基于仓库风险数据集市建设也越来越多。这是第三阶段的第一个特点。

　　第二个特点是随着银行传统平台类的建设，互联网对银行的冲击越来越大，不管是淘宝还是阿里，他们其实也做了很多之前类似银行这样的业务，而这样的类似业务对银行来说，有冲击很大，银行也在问，我能不能用他的技术，能不能也学他那样做我们的业务。

　　我们看整个的发展阶段，其实可以看到整个经历的从摸索到应用实践到大规模推广阶段，这是我们说的国内大行的数据平台整合建设过程，我们我看国内的大行数据平台建设，对于我们城商行来讲有什么借鉴意义？我们说数据平台越早建设，应用收益越大，其实这个大家都知道，但是真正做到的并不多，我们可以看随着现在风险类的应用，很多要求数据是五年七年，如果说你的平台越早建设，这样的数据要求越高，这样的数据要求你对那个数据的追加难度越大，这是第一。第二我们说数据平台和管控结合的内容，我们可以讲在整个平台建设过程中，初期的时候大行只重视了平台建设，只重视了数据如何存储，如何调度，如何监控，但是对于数据质量初期重视并不是很高，但是随着数据越来越多之后，大家慢慢发现在数据质量问题越来越明显，这个回过头来又做调整，如果对于我们城商行来讲，我们已经看到了调整过程，我们做的过程中完全没必要走他们的弯路，我们在初期建设数据平台的时候，就搭着管控一块儿做，这样不管对数据质量，还是对以后支持应用来讲，都有很大的作用，这是第二个借鉴点。

　　第三个借鉴点，不能为了建平台而建平台，一定要和应用结合，这句话我们也是看了大量的案例，我们现在看国内的平台里头其实有两家我们比较推崇，一家是工行，一家是民生，工行在数据平台建设之后，大规模的推它的应用，尤其是查询这一块，最后工行这个业务支持力度很大，而民生从2003年开始做平台，一直到2013年新核心改造之前，民生的整个平台上搭了2600个应用，而这些应用我们可以看整个过程中行里对仓库的认可度非常高，我们说仓库的真正存活或者真正发挥价值的原始驱动力一定是业务部门的使用，所以我们在做整个数据平台的时候，特别是初期的时候，一定要考虑应用，不能单纯是技术，不能为了建平台而建平台，这是第三个可以借鉴的点。

　　第四个点，随着应用的要求越来越高，平台的整合性越来越强，这样的整合性其实也要求我们城商行在建这样的数据平台时，在初期的时候，对于数据整合一定也要考虑这方面的因素，一定要注意我们说的实体记录相关客户整合等等方面的内容，这样对于后面我们支持风险类的应用有很大的作用。

　　我们看一下城商行自己也有很多特点，我们这个团队做仓库做了十多年，我们之前做城商行并不是很多，我们2010年是第一家城商行北京银行是最大的，但我们陆续后面几年发展很快，目前已经做了几十家城商行的数据平台建设。我们在这个过程中，我们也走过一些曲折的路，因为最开始的时候，大行里头做仓库，投入很大，不管人还是硬件软件都投入很大，在投入的过程中，如果把这样的模式复制到城商行来讲可能是致命的，不管是科技部门还是业务部门，都根本无法承担这样一个投资。

　　我们可以看城商行里头有几个特点，第一个是投资小，见效快，我们在城商行的整个架构模式中一定要考虑在尽可能满足他需求的情况下，投资尽量的小，而且一定要有相应的应用搭着做，能够快速的起到效果，这是第一个，第二个城商行之前对于应用这一块，很多也是监管报送的需求，对于这样的需求，以前都是分层级，或者分系统单独建设，但是随着现在银监会人民银行需求进一步细化，特别去年我们报送提出要求各个行报相应的明晰数据，这样的明晰数据需要和汇总数据核对，这要求我们不管从数据整合都提出了更高的要求，这也是经常各个城商行建平台的驱动力。

　　第三个特点数据质量差，这块可能不太好听，但实际情况我们之前做过大行之后，回过头来做城商行，我们同来没有想象到会遇到那么多数据质量，而这直接影响到业务使用，试想一下出了一张报表，报表里头有50%的字段是没有数的，或者它的数是错的，这个业务根本就没有办法确诊出这样一个情况，所以我们说这个数据质量差，也是城商行的特点，这就要求我们在建数据平台时，一定要考虑相应的质量检查规则，考虑后续的调整测试，能够尽量的贴近业务的使用。

　　最后一个总体架构考虑不周的，之前我们碰到几家城商行做交流，大家经常提的问题是能不能三个月给我把仓库上线，先不要考虑那么大的架构，先应用来做，这一块必须要强调，总体架构真的非常重要，因为对于一个BI类的项目，从开始到结束周期，或者见效可能需要三到五年时间，基础平台的搭建需要一到两年的时间，在这样的情况下，如果开始架构考虑不是很清楚，如果开始没有想好未来三到五年架构里头的原则，可能越做越迷盲，甚至做到一定程度你可能会反思我为什么做仓库，所以在后续整个城商行平台建设的时候，我们对于总体架构的考虑一定要在一期提出明确的架构规划，这是城商行的特点。

　　我们看仓库的驱动力，我们无非从监管系统要求，内部分析要求系统建设要求，其中特别是对于监管系统要求，我们可以看在银监会发布的新资本协议管理办法里头，其实提了明确的需求，就是建立数据仓库，来达到数据的转换清晰目的，在这个基础上建立数据集市，此外央行也提出了统一数据集中的要求，可以说这个数据仓库的建设不管内外来讲，都需要我们尽快去实施的项目，我们刚才提到了规划的重要性，我们可以看一下，这是我们之前做的初步的规划，我们对于一个平台来讲需要三到五年，一定要规划清楚阶段，我们一般分成这么几个阶段，一定是对于平台的策略，这个平台策略以及整个规划方式包含了软件硬件EIT工具调度工具，这个都是在这个平台之前应该做的。

　　在正式选定的基础上，把整个平台建设可以分为三个阶段，第一阶段我们叫做基础建设阶段，这个阶段重点是搭架子支持一个重点应用，大家也可以看到，我们在规划整个架构的时候，我们都是把它分了三块，平台建设，管控和应用，这个其实也是刚才我们看到的目前之前各个大行走过的一些弯路，让我们得到的借鉴，我们希望在整个规划过程中，我们既能考虑到平台建设的完整性，又能考虑到整个数据管控和应用。

　　第二阶段需要逐渐发挥它更大的业务价值，包含需要支持更多应用，风险应用，在管控层面，数据分析可以做。

　　第三阶段是全面推广阶段，在这个阶段我们在这一块做的内容，其实是在各个平台都已经相对完善的情况下，我们这时候需要把我们的数据推给业务用户，我们希望我们的业务用户能够从传统推送的方式到拉动的转换。

　　结合这三个阶段，对于城商行来讲，我们希望能够做到长期规划，但是同时小步快跑，逐步见效，我们不要一下子有一个大而全的，我们更多希望每做一步踏踏实实的发挥它的价值。其实刚才说的三期，我们重点看一期有哪些内容，我们总结下来分成这四分析内容。第一是数据平台建设，这是最基础的，它包含了统一的存储结构，统一的角度结构，统一的监控结构，数据交换结构，我们都会在这个基础平台建设里头，我们可以讲搭建基础平台是根本，因为只有有了这个平台，我们才能谈得上用处和后续的应用，这是第一块。第二块我们说的重点内容是模型建设，其实大家应该之前听过仓库方面的交流，我们对于数据架构有完整的架构，我们认为在数据架构里面最重要是两块，整合层和汇总层，这就是我们在数据模型的建设，其实对于之前大行的做法，最早是拿国外的模型产品对大行进行客户化，其实对于城商行来讲，我们的方式跟它类似，只不过我们参考模型不是国外的，而是之前大行的，但是有一个问题，之前大行做的时候，是根据它的业务特点，比如整合层有一些更加彻底，但是对于城商行来讲在投资有限，时间要求比较紧的情况下，并不一定这样的模型建设一定要严格按照大行的模式，我们需要在我们存储效率和访问效率之间做一个权衡，我们希望能够在成本和效率之间做权衡，这个就是我们模型要做的工作，我们面向应用的模型设立的权衡点是我们后续应用扩展的基础，这是第二块。

　　第三块是应用类，应用类一般建议监管报送，因为这样的报送应用具有强制性，后续在业务使用上更好推进，最后一块是管控建设内容，大行数据管控建设其实很多时候单独成立项目，对于城商行来讲，我们不是很建议，对城商行来讲更希望能够借鉴其它行的管控经验，直接在我们的项目实施过程中进行相关落地，这个后面具体讲。

　　前面讲到了整个平台规划，第一期的内容，对于平台的实施，其实这一块我们认为这个团队在方法论上非常成熟，我们把整个数据仓库平台实施，可以归结为二四论理论，什么叫二四论呢？解释一席，重点是四种架构分析，我们要做好这个平台，要对系统架构、数据架构、物理架构、运维架构一定要在初期有一个清晰的定义。

　　第二是两层的模型重点，一个是基础层模型，一个是汇总层模型，尤其是汇总层模型它是更贴近业务使用的，我们在设计过程中一定要借鉴一些已有的经验进行相关复制和扩展。

　　此外说实施的关键点，整个仓库实施过程中有两点比较重要，第一如何把模型内容落地成脚本内容，在以前的方式下这两种经常是脱节的，模型人员做模型，EQ人员做EQ，实际在现在情况下，我们更多是通过自动化工具，将整个模型完善落到脚本上，这个就是由自动化工业可以做。另外一个实施关键是数据标准的落地，我们刚才提到数据管控在城商行做的时候，不做大而全，做小而精，对于标准落地在一期时，一般建议是客户整合落地，机构的落地以及指标落地，有些落地其实对对于城商行初期应用来讲，就已经做的非常好。这一点也不太容易，后面会讲到。

　　另外六个基础模块，这个就偏技术一点，包括ETL、交换的，调度的，数据安全和管控等等，此外是管控策略和方法问题，我如何管理我的需求，如何能够在每一步有什么样的输出，这个都是整个过程中会涉及的，其实我们看整个过程已经涉及了整个仓库设计方法中所有一切关键点。

　　我们接下来看整个设计过程中关键的内容，第一我们一直强调架构重要、规划很重要，我们看一下一个企业基础平台的架构到底是什么，合理的架构是什么样。讲这个之前先讲原则，我们在以前行业做的时候，很少讲这个，为什么现在讲的越来越多？我们现在看的不管在城商行还是股份制银行，经常做了一段时间之后，大家会反问一些问题，我的数据集市和平台的关系，数据集市存储力度是怎样的，我的应用和平台里头切分是什么，其实这个都是架构应该解决的问题，所以我们经过这么多项目的总结，包括我们之前在中信做新一代的企业数据平台架构咨询规划时，我们进行了细致的梳理。

　　我们认为在整个整理架构里头，一定要考虑六个原则，第一我们说的数据集中和共享原则，我们做的企业及基础数据平台，它是公共的，是中性的，它的数据一定要做到集中和共享，否则就失去了它的意义。第二数据标准统一的原则，我们之前的时候各个集市做自己的，每个集市有自己的一套标准，到我们基础数据平台之后，我们在能统一的地方一定要进行统一，比如我们的机构这个要求一定要统一的，我们尽量的少开这样的口子给特殊的应用做一套特殊的东西，因为这种口子一旦开了之后，你的架构会越来越乱。第三块数据管理策略统一原则。我们说的数据管理策略包含出局存储周期，存放策略，比如我们偏应用的特性的数据如何存放，共性的数据如何存放，这个原则其实我们一定要明确，我们大的方向是共性的数据一定要下沉，个性的数据逐渐上浮，也就是说共性数据都尽量落在基础数据平台上，个性数据可以逐渐落在各个集市上处理，此外还有减少数据复制的原则，这个很明显，还有充分有限资源，这一块比较重要的经常我们做一些平台时，大家都问，我们现在怎么办，大家经常观点是推导重来，其实我们不是很建议这种方式，我们的原则是尽量利用现有的，现有的内容尽量的吸取把它集中到我们平台去，让它发挥价值。

　　此外就是长期和短期相结合的原则，在这样的原则下，我们看一看一个完整的企业级基础数据平台是什么样，这个图看起来很复杂，我们分解一下，分了几个部分，第一个部分叫数据存储平台，这一部分主要解决的是数据的存储问题，它包含了相应的数据架构，数据存储策略以及应用切分点，这是第一块，第二块是应用，这实际是在平台上的应用，大家都知道我们在仓库上的应用分了几种模式，我们的报表，数据挖掘，系统应用，这一块应用是基于整个平台建设的内容，这是第二块内容。第三块是数据管控，我们的数据仓库质量管理办法，比如数据标准等等，第四块是数据交换采集调度平台，这四块其实是我们传统情况下的数据平台的点评架构，经过我们这两年进一步的完善，特别是随着我们对数据的需求，我们现在又扩展了一块，这块包含了实施数据区、大数据处理去，历史数据存储区，在这个架构下，我们经常叫混合架构，因为它既考虑了传统的结构性数据的处理方法，也考虑了非结构化数据处理方法。

　　对于我们城商行来讲，并不是一上来把所有内容全实施完，但是我们需要强调的是在开始时，一定要有这么一张图，能够清晰的看到我们后续要发展成什么样，我们不一定开始就去建设这样一个实施数据区或者大数据处理区，但是我们相应的数据项目考虑，包括以后扩展接口，在架构里一定要考虑到。

　　接下来谈一下管控和数据平台的关系，我们刚才讲到对于城商行来讲，在建设数据平台时，千万不要鼓励建平台，一定要和管控结合，我们提到数据管控，比如数据质量，数据标准内容，从我们这么多年的经验，我们认为在城商行初级实施时，更容易落地的是数据标准和数据质量的内容。首先看数据标准，数据标准的落地大家都知道，我们整个数据从业务系统产生到后台分析系统，标准最好的地方一定是源头落地，对于后续整个数据问题是最好的解决，但是同时大家也知道，这是最难的，你要在整个业务系统里头让它改动做调整，其实这个推进力度太大了，我们之前早年的时候在广大改一个性别代码花了四十多个人员做这件事，其实重点都是沟通协调工作，我们看到这样一个情况后，现在越来越多的模式，把整个数据标准落地往后移，这样推动更容易，当然也有它的问题，源头问题可能仍然没有解决，但是从管理型应用的方向来讲，还是解决了很大一部分问题。

　　对于数据标准来讲，对于城商行来讲，最容易落地而且最具有应用价值的是客户整合的落地，机构代码功能代码的落地以及指标体系的落地，这几个都可以作为我们在城商行推时数据标准的落地点。这是我们说的标准，我们有了标准才有数据质量，因为没有标准谈不上质量，质量无非是数据满足业务需求使用的程度，我们有了这样的标准之后，我们能够用这样的标准衡量数据怎样，这样不管从技术上的校验还是业务上的校验，在整个平台每一层可以做校验规则，在数据平台里把数据质量规则做到自动化的配置和相应的校验，生成报告来帮助我们解决问题。这是我们说的数据管控和平台的关系。

　　再看一下应用，我们说有了平台之后，我们最终的目的一定是支持业务应用，业务应用是平台最大的生命力，经过这么多年的积累之后，其实我们可以看，数据平台的整个应用，我们会把它分成四个大的模块，第一个是营销和客户关系管理模块，这个简单讲，更多的CRM相关的一些内容，主要是从客户的获取管理细分价值提升等等部分的内容，这是第一块。第二块是合规风险管理，包含市场风险，操作风险，监管报送体系内容都在里头。第三块是财务绩效，管理会计，FTP等等内容都在这里，还有一块是运营管理，这样一个平台里最终希望支持的应用包括四大块内容。

　　但是现在很多行，包括已经建了仓库的银行，比如广大、民生，工行，其实很多应用在之前仓库上建了，但是现在很多系统都在重构，重构的原因是什么，是因为在一些地方做的还不够完善，如果后续做这样应用时，我们希望在我们点上更加注意，第一我们更加关注数据整合，之前看到很多大行做时，做着做着数据最后又分散，随着数据的分散，后续的维护包括数据标准的统一会越来越困难，所以我们说关注数据的整合，实际在后期应用里一定要特别注意。第二数据质量的有效提升，有这么多应用，应用里一定要特别重视数据质量，一旦发现数据质量问题，特别是影响到业务使用时，一定要第一时间跟业务部门沟通做相关的解决办法，这个是让业务人员能够持续性的仓库，让仓库发挥价值的很重要一步。

　　第三第四都是应用之间的关联关系，也就是说我们在建设应用时，要考虑应用之间的关系，比如说你要做产品定价，你要算产品的贡献度，你要知道它的管理会计，FTP，这些应用之间的关系，在初期一定要有清晰的梳理，否则一开始什么都没有，就要算贡献度，可能你的成本是没有的，你的内部专机价是没有的，最后算出来的数只能是相对数，这样的数其实就业务来讲意义并不是很大。应用层面对于我们来讲，希望在这几点进行有效的关注。

　　从应用模式上来讲，我们有报表，应用系统，灵活查询数据挖掘，这个实际是传统的数据仓库使用的四种模式，这个可能讲了至少有五六年以上的时间。我们今天想说的是这四种模式，其实后续还仍然是使用的主要模式，但是我们作为数据仓库后续主要的责任方，我们现在做仓库，一定要把传统的推式服务往拉式服务走，也就是说要把报表和应用系统的支持，他数推给他使用的模式，逐渐的让业务人员能够主动喜欢用我们的平台，能够让他自己有一个相应空间或者模式，能够主动使用这样的平台，有了这样的模式之后，我们的仓库价值可能才能发挥的更好，这个其实就是我们需要强调的，我们一定要在任何时候，要注重业务人员主动使用数据仓库的模式。

　　接下来简单看一下大数据这块，我们之前跟各行谈的也比较多，也很热，我们可以看各个行现在都在做这一块的试点，唯一能看到落地的广大做了历史数据查询系统，其它行更多是基于试点模式，对于我们城商行来讲应该如何应对，我们之前银行最多使用数据是结构化数据，对于非结构化数据，银行之前并不是很多，无非是一些影像或者一些文本和语音，这样的内容很多时候我们要发掘出来花的成本很高，而对于传统结构性的数据，我们又有很多没发挥出来的地方，所以这些银行更多关注是结构化这块，对于非结构化内容的出现，应该如何对待呢？我们认为非结构化数据，只是拓展了数据范围而已，我们可以把它作为我们结构化数据的有效补充，所以当面对这样的大数据来临时，我们先要反思结构化数据是不是已经用好了，是不是已经用结构化数据让业务感觉到它的价值，所以对大数据这块，我们理解成数据源的补充就可以。

　　我们再看一下在大数据情况下的架构趋势，刚才讲到混合架构的模式，我们说这个在往后走，可能就是集团制混合架构的模式，什么叫集团制？除了传统的银行业务之外，以后还有其它一体化的，非结构化电子渠道互联网信息，当然这个是我们以后长久来说的发展模式，我们可以作为参考来讲，我们可以讲在这样情况下，第一步搭建企业级基础数据平台，处理结构化的数据，才是我们的重中之重，只要有了这样的架构之后，我们后续的拓展才能在架构上拓展。

　　最后就基础数据平台，我们之前的经验包括刚才讲的内容，做几点分享。第一不要因为大数据扰乱我们建设的节奏原则，这个很重要，大家都对外谈大数据，但是一定要清晰认识一点，它只是一种数据模式，只是现在数据的补充，而不是把原有的推翻，我们说金融的本质没有改变，我们传统的银行业务也不会因为阿里巴巴的出现完全颠覆掉，这个我们其实之前在很多场合还是研讨会都可能听到过，第二基础平台现在不是关注的重点，我觉得我们这个团队，是没有什么问题，因为刚才贾总也讲到，目前凡是涉及到数据平台的我们这个团队都做过，而且都有相关的成熟案例，而且对于技术这一块比较成熟，不管数据库还是ETL、调度还是数据交换，来回无非就那一种工具，所以对于这块的情况，我们认为不管选哪平台还是工具，都不重要，重要的是最后数据能不能合理的存放，最后是数据能不能合理应用。

　　第三点原则和架构是不变应万变的原则，前面我们已经提到，在任何时候都不要放弃我们的原则和架构，在判断数据是不是应该在平台来提供，是不是应该做这样的应用时，都可以拿我们的原则和架构做梳理，就能在任何时候让我们清醒意识到，我现在的位置是什么，我以后往哪个方向发展，我之前做了什么，其实这几点了解之后，我们在任何时候都能够有信心知道，我们平台的价值在哪里。

　　第四个正确存储的方法论决定了项目的质量，刚才我们提到二四六理论里头的实施方法论，对于每一步来讲，不管是输入输出，还是中间贯穿的内容包括模板，这些都有成熟案例，我们希望通过跟城商行一块儿建数据平台，不只是搭建一个平台我们希望这套管理办法，相关的模板流程能够同时被城商行使用，建立一套他们对数据的管理体系。

　　最后一点我们一定要有意识的逐步引导业务主动进行数据分析和探索，在任何时候千万不要把数据平台定义成储存，一定要有意识的告诉业务，我有什么样的数据，你能够发挥什么样的业务价值，因为只有在这样的情况下，你仓库的生命力才会越来越强，我今天讲的内容就这些，谢谢大家。