二是打造业务驱动的“湖仓一体化”数据中心， 建立源头治理多维绩效指标体系，构建黄金总额、存款等“黄金数据”实时指标体系，建立大规模入账、财务管理到期等实时事件营销数据库，完善六个维度和1万个维度 精确的客户视图，核心标签。
甲方企业要求部分已建立和新建信息系统全部云，以后新系统基于数据平台和云平台建设，事实上，其中平台和云平台技术着陆仍存在许多问题，可以说满，有些问题没有有效解决，盲目基于数据平台和云平台建设一批信息系统（项目），这些混合信息项目，大部分都是重复建设，完全创新的项目很少。无论是否重复建设，最终都很难生效。旧病新病，病上加病，病入膏肓。
此外，小菜园在日常运营中高度重视数字化和智能化，全力完善以数据资产为核心的IT系统，打造线上线下一体化的商业智能运营平台和智能门店。近年来，会员系统、BI系统、业务中心系统、SAP系统、智能摄像系统、POS系统、数字供应链系统、差旅管理系统等相继推出。业务在线化、用户数字化、运营数字化、供应链数字化的信息系统部署正在逐步实现。
本项目包括钢轧三级MES系统、能源控制集成平台、企业数据平台等五个模块，可持续收集、分析、控制生产过程中的人、机器、材料、工艺、质量等管理要素，系统整合分公司数据，实现从“车间级”到“企业级”的管理，提高科学集中的决策。
5、管理技能-产品思维：如果一个业务流程项目可以推广和使用，每个地方的业务流程都不同，如何快速实施交付？什么是组件？你认为目前数据项目的实施和交付有哪些困难？请谈谈您对数据中心平台的理解？
二是企业信息平台的重复建设和盲目建设（平台问题）。焦虑不能吃热豆腐啊，欲望往往不快。许多企业信息系统不完善，信息基础薄弱，开始盲目建设大数据平台、数据中心平台、云平台，忽视了现实条件和基础。企业从事信息建设就像建设高层建筑一样。他们想建得越大，基础就越深，就越稳定。
云本土架构的不断发展也促进了数据湖存储方案的加速实施。数据湖的开放性和成本优势必然会使越来越多的数据流入湖中，从而成为湖上的自然数据中心 Lakehouse 架构正在成为主流，客户必须希望下一步的数据 Lakehouse 它可以更实时地流动。
利用审计和报警功能提高安全姿态，可防止数据泄露，并在数据泄露发生时进行取证分析。 利用数据安全审计数据仓库中的活动，并利用审计服务审计湖数据活动。 ADW上的敏感数据应考虑使用数据安全性，并在创建非生产环境的ADW克隆时静态隐藏，以避免安全风险。
该架构结合了数据湖和数据仓库的能力，为处理广泛企业数据资源的流量数据和其他类型的数据提供了现代数据湖仓库平台。该架构用于支持业务分析、机器学习、数据服务和数据产品。