企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)與應(yīng)用實(shí)踐

摘要：本文通過(guò)交互式數(shù)據(jù)協(xié)作平臺(tái)在中國(guó)電信集團(tuán)的應(yīng)用實(shí)例，討論了結(jié)合AI技術(shù)的創(chuàng)新型BI在數(shù)字化轉(zhuǎn)型過(guò)程中如何幫助企業(yè)利用海量數(shù)據(jù)，實(shí)現(xiàn)業(yè)務(wù)側(cè)人員自助式取數(shù)用數(shù)，極速極簡(jiǎn)地進(jìn)行實(shí)時(shí)數(shù)據(jù)分析并賦能戰(zhàn)略決策。在此過(guò)程中，數(shù)據(jù)作為一種無(wú)形資產(chǎn)的潛在價(jià)值被充分挖掘出來(lái)，幫助企業(yè)實(shí)現(xiàn)績(jī)效的提升。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；商業(yè)智能（BI）；自助式數(shù)據(jù)分析；數(shù)據(jù)可視化

引言

隨著大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等信息技術(shù)的飛速發(fā)展，數(shù)字化轉(zhuǎn)型已經(jīng)成為學(xué)術(shù)與實(shí)踐領(lǐng)域廣泛討論的話題。從宏觀角度來(lái)看，數(shù)字化轉(zhuǎn)型包括了一切通過(guò)使用數(shù)字技術(shù)使社會(huì)和行業(yè)發(fā)生深刻變化的活動(dòng)；從組織層面來(lái)看，數(shù)字化轉(zhuǎn)型是組織在信息時(shí)代發(fā)展的必由之路，企業(yè)必須尋求利用數(shù)字技術(shù)進(jìn)行創(chuàng)新的方法，制定包含數(shù)字化轉(zhuǎn)型理念的相關(guān)策略，以實(shí)現(xiàn)組織績(jī)效的提升。由于認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的重要性，越來(lái)越多的企業(yè)致力于通過(guò)數(shù)字化轉(zhuǎn)型提升自身的創(chuàng)新能力，優(yōu)化傳統(tǒng)動(dòng)能，打造數(shù)字化時(shí)代生存和發(fā)展所必需的核心競(jìng)爭(zhēng)力。特別是當(dāng)企業(yè)發(fā)展至一定規(guī)模時(shí)，具備大規(guī)模的人員體量，業(yè)務(wù)模式經(jīng)過(guò)市場(chǎng)驗(yàn)證，具備持續(xù)的經(jīng)營(yíng)生存能力，開(kāi)始面臨規(guī)模型組織所特有的挑戰(zhàn)，在此背景下數(shù)字化轉(zhuǎn)型成為當(dāng)務(wù)之急。

1. BI技術(shù)在數(shù)字化轉(zhuǎn)型中的應(yīng)用

商業(yè)智能（business intelligence，BI）是由數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)湖、ETL、OLAP、數(shù)據(jù)挖掘等技術(shù)組成的一套完整的解決方案，涉及數(shù)據(jù)收集、存儲(chǔ)和管理、處理和分析等多個(gè)環(huán)節(jié)，是企業(yè)決策支持技術(shù)的集合，旨在使高管、業(yè)務(wù)經(jīng)理甚至市場(chǎng)專(zhuān)員等能夠做出更好、更快的決策。相較于傳統(tǒng)的BI技術(shù)，當(dāng)前市場(chǎng)上產(chǎn)生了一類(lèi)創(chuàng)新型BI技術(shù)，該技術(shù)結(jié)合了機(jī)器學(xué)習(xí)等AI技術(shù)，更具“智能化”特征，能夠在傳統(tǒng)BI價(jià)值的基礎(chǔ)上進(jìn)一步提供交互式情景和可視化一站式數(shù)據(jù)分析流程，在數(shù)據(jù)分析質(zhì)量、速度等方面都有質(zhì)的提升。

BI的核心目標(biāo)是充分激發(fā)數(shù)據(jù)要素的潛在價(jià)值，而數(shù)字化轉(zhuǎn)型是基于數(shù)據(jù)價(jià)值的全組織顛覆式重構(gòu)。從概念層面來(lái)講，BI技術(shù)可以被視為數(shù)字化轉(zhuǎn)型的基礎(chǔ)，對(duì)AI和BI技術(shù)的充分利用能夠有效加速企業(yè)的數(shù)字化進(jìn)程[1]。數(shù)據(jù)體量和種類(lèi)的迅速增加為企業(yè)帶來(lái)了機(jī)會(huì)和挑戰(zhàn)，企業(yè)有機(jī)會(huì)通過(guò)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)決策，實(shí)現(xiàn)降本增效，但同時(shí)如何將AI和BI技術(shù)與組織現(xiàn)狀充分結(jié)合，真正發(fā)揮數(shù)據(jù)的價(jià)值，仍然需要在實(shí)踐中不斷總結(jié)經(jīng)驗(yàn)。

2. 中國(guó)電信集團(tuán)創(chuàng)新型BI應(yīng)用簡(jiǎn)介

為進(jìn)一步認(rèn)識(shí)企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程，理解創(chuàng)新型BI技術(shù)在數(shù)字化轉(zhuǎn)型中的作用以及對(duì)企業(yè)產(chǎn)生的實(shí)際價(jià)值，本文通過(guò)具體應(yīng)用實(shí)例分析，從實(shí)踐角度以及應(yīng)用細(xì)節(jié)進(jìn)行總結(jié)歸納，以期獲得有別于傳統(tǒng)BI技術(shù)知識(shí)的創(chuàng)新發(fā)現(xiàn)，并為后續(xù)進(jìn)行數(shù)字化轉(zhuǎn)型以及探索創(chuàng)新型BI技術(shù)應(yīng)用的企業(yè)提供參考。

2.1 背景：數(shù)字化轉(zhuǎn)型需求

從企業(yè)發(fā)展的長(zhǎng)遠(yuǎn)目標(biāo)來(lái)看，數(shù)字化轉(zhuǎn)型是中國(guó)電信集團(tuán)在信息化時(shí)代的必由之路，生產(chǎn)要素的數(shù)據(jù)化是轉(zhuǎn)型升級(jí)的基礎(chǔ)和關(guān)鍵，BI與AI技術(shù)的結(jié)合和應(yīng)用是轉(zhuǎn)型升級(jí)的重要手段，是體現(xiàn)其實(shí)質(zhì)價(jià)值的關(guān)鍵[2]。從業(yè)務(wù)現(xiàn)狀來(lái)看，中國(guó)電信集團(tuán)當(dāng)前各業(yè)務(wù)部門(mén)數(shù)據(jù)分析的需求量非常大，主要還是通過(guò)向數(shù)據(jù)部門(mén)提出分析需求，由大數(shù)據(jù)部門(mén)人工提取，再由業(yè)務(wù)人員進(jìn)行分析，存在需求排隊(duì)、分析周期長(zhǎng)等問(wèn)題，數(shù)據(jù)部門(mén)與業(yè)務(wù)部門(mén)之間的溝通也容易產(chǎn)生信息偏誤和反復(fù)?；谏鲜銮闆r，取數(shù)慢、分析效率低的問(wèn)題成為當(dāng)前亟待解決的業(yè)務(wù)痛點(diǎn)，只有將復(fù)雜的數(shù)據(jù)分析的現(xiàn)狀轉(zhuǎn)變?yōu)榧磿r(shí)分析和事前預(yù)測(cè)性分析，才能幫助企業(yè)進(jìn)行及時(shí)、智能決策。

2.2 交互式數(shù)據(jù)協(xié)作平臺(tái)的功能介紹

基于對(duì)當(dāng)前數(shù)字化轉(zhuǎn)型需求與業(yè)務(wù)痛點(diǎn)的分析，中國(guó)電信集團(tuán)開(kāi)展了結(jié)合AI技術(shù)的BI平臺(tái)（即交互式數(shù)據(jù)協(xié)作平臺(tái)）建設(shè)，以“人人都是分析師”為最終目標(biāo)，旨在通過(guò)平臺(tái)實(shí)現(xiàn)數(shù)據(jù)收集、處理、分析、呈現(xiàn)等一站式功能，并加入了機(jī)器學(xué)習(xí)等AI技術(shù)，快速為業(yè)務(wù)側(cè)提供各類(lèi)需求模型，同時(shí)增加了業(yè)務(wù)側(cè)人員人機(jī)互動(dòng)界面，能夠完全基于業(yè)務(wù)邏輯“逛”數(shù)據(jù)“超市”，使業(yè)務(wù)部門(mén)實(shí)現(xiàn)便捷取數(shù)、自助式分析和可視化呈現(xiàn)，及時(shí)輔助管理決策，讓數(shù)據(jù)在企業(yè)內(nèi)充分流動(dòng)，釋放業(yè)務(wù)價(jià)值。其主要架構(gòu)功能如圖1所示。

數(shù)據(jù)獲?。褐С侄喾N類(lèi)型數(shù)據(jù)庫(kù)的連接，支持對(duì)不同數(shù)據(jù)源類(lèi)型的數(shù)據(jù)進(jìn)行分析，包括數(shù)據(jù)庫(kù)CK、Doris等，并支持本地文件如Mysql、Excel等數(shù)據(jù)源類(lèi)型的上傳和追加，具備高度兼容性，為獲取數(shù)據(jù)提供最大程度的便捷。

數(shù)據(jù)準(zhǔn)備：數(shù)據(jù)準(zhǔn)備（輕量ETL）可以將數(shù)據(jù)源表或者數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行清洗、聚合、關(guān)聯(lián)和合并等操作，并將加工后的數(shù)據(jù)輸出，讓不會(huì)寫(xiě)SQL代碼的業(yè)務(wù)人員能夠低成本完成BI可視化數(shù)據(jù)的準(zhǔn)備。

數(shù)據(jù)建模：數(shù)據(jù)建模作為數(shù)據(jù)源和可視化展示的中間環(huán)節(jié)，承接數(shù)據(jù)源的輸入，并為可視化展示輸出數(shù)據(jù)表，通常為數(shù)據(jù)研發(fā)人員或數(shù)據(jù)分析師等需要數(shù)據(jù)加工處理時(shí)使用。在數(shù)據(jù)模型管理中，使用者可以對(duì)數(shù)據(jù)模型（數(shù)據(jù)源中的表或通過(guò)SQL創(chuàng)建的數(shù)據(jù)集）關(guān)聯(lián)、二次數(shù)據(jù)處理分析、編輯或重命名等操作。

數(shù)據(jù)分析：數(shù)據(jù)分析是數(shù)據(jù)輔助決策的最后一公里，是最終的數(shù)據(jù)可視化展示與探索分析的部分，選擇使用最適合的數(shù)據(jù)展示方式，可以幫助分析人員大幅提升分析效率。數(shù)據(jù)分析環(huán)節(jié)需要對(duì)以下三個(gè)類(lèi)型的需求進(jìn)行技術(shù)支持：

第一，支持豐富的種類(lèi)數(shù)據(jù)圖表，操作方便簡(jiǎn)單，適用于所有需做可視化分析的用戶(hù)。采用靈活的磁貼式布局來(lái)展示報(bào)表數(shù)據(jù)間的交互，不僅支持將數(shù)據(jù)以可視化的方式呈現(xiàn)，還可以篩選和查詢(xún)各類(lèi)數(shù)據(jù)并突出數(shù)據(jù)中的關(guān)鍵字段。從數(shù)據(jù)的展示層面看，通過(guò)引導(dǎo)、拖拽和雙擊字段，讓數(shù)據(jù)更加直觀地展示，在編輯頁(yè)面即可實(shí)現(xiàn)動(dòng)態(tài)數(shù)據(jù)的查詢(xún)；從數(shù)據(jù)的分析層面看，能夠通過(guò)友好的界面提示，提升用戶(hù)的交互體驗(yàn)。

第二，支持自助取數(shù)，可以滿(mǎn)足業(yè)務(wù)人員自助搭建取數(shù)任務(wù)的需求，支持百萬(wàn)級(jí)數(shù)據(jù)下載，幫助業(yè)務(wù)人員輕松實(shí)現(xiàn)離線數(shù)據(jù)分析。

第三，在通用的維度字段模式基礎(chǔ)上，同時(shí)具備維值模式選擇，維值模式支持直接展開(kāi)維度值，直接批量選擇表格中需要展示的維度值；同一層級(jí)結(jié)構(gòu)中，支持跨層級(jí)選擇不同維度值，如同時(shí)查看不同區(qū)域、省份、城市的數(shù)據(jù)。除了常見(jiàn)的將字段拖拽至行、列容器中，還允許直接拖拽至表格區(qū)域內(nèi)。在交互式分析表格生成過(guò)程中，設(shè)置了排除、隱藏維度值、僅保留、抑制、上卷下鉆、展開(kāi)等多項(xiàng)功能，方便易操作。

2.3 交互式數(shù)據(jù)協(xié)作平臺(tái)的優(yōu)勢(shì)和效果

中國(guó)電信集團(tuán)交互式數(shù)據(jù)協(xié)作平臺(tái)充分體現(xiàn)了結(jié)合AI技術(shù)的BI的創(chuàng)新性，相較于傳統(tǒng)IT時(shí)代的BI平臺(tái)，具有明顯的優(yōu)勢(shì)，如圖2所示。

整體來(lái)說(shuō)，創(chuàng)新型BI平臺(tái)簡(jiǎn)化了從用戶(hù)到分析師到研發(fā)再到分析師，最后才反饋回用戶(hù)的復(fù)雜流程，讓平均3天完成的分析過(guò)程實(shí)現(xiàn)秒級(jí)完成，使業(yè)務(wù)分析流程更便捷，大大降低了溝通成本，用戶(hù)獲得了良好的交互式體驗(yàn)，具體表現(xiàn)為：

2.3.1 低代碼的靈活集成

既能靈活保障與集成系統(tǒng)原有頁(yè)面和流程的一致性，又能以低代碼方式降低嵌入的開(kāi)發(fā)成本，登錄認(rèn)證、頁(yè)面嵌入、API接入等都可以通過(guò)配置化的方式快速完成。

2.3.2 低門(mén)檻使用

交互式數(shù)據(jù)協(xié)作平臺(tái)采用輕代碼設(shè)計(jì)，有效降低使用門(mén)檻。數(shù)據(jù)準(zhǔn)備（輕量ETL）可以將數(shù)據(jù)源表中的數(shù)據(jù)進(jìn)行清洗、聚合、關(guān)聯(lián)和合并等操作，并將加工后的數(shù)據(jù)輸出，讓不會(huì)寫(xiě)SQL代碼的業(yè)務(wù)人員能夠低成本完成BI可視化數(shù)據(jù)的準(zhǔn)備。

2.3.3 智能AI分析

AI問(wèn)答可以通過(guò)對(duì)用戶(hù)輸入問(wèn)題的理解，為用戶(hù)選取最優(yōu)圖表展示。用戶(hù)自己通過(guò)拖拽字段的方式進(jìn)行數(shù)據(jù)綁定、全界面化的添加和修改圖表組件，秒級(jí)完成BI自主分析。

2.3.4 海量分析秒級(jí)響應(yīng)

交互式數(shù)據(jù)協(xié)作平臺(tái)的分布式查詢(xún)結(jié)構(gòu)可實(shí)現(xiàn)10億級(jí)數(shù)據(jù)秒級(jí)處理，能夠支持報(bào)表的快速生成，大幅縮短數(shù)據(jù)分析周期。

2.3.5 靈活高效的跨部門(mén)辦公協(xié)同

交互式數(shù)據(jù)協(xié)作平臺(tái)支持跨部門(mén)協(xié)作分析報(bào)表數(shù)據(jù)，可在平臺(tái)內(nèi)部發(fā)起申請(qǐng)審批，直接協(xié)同處理，有效降低了溝通成本，更加方便不同部門(mén)的協(xié)作。

2.3.6 可視化交互體驗(yàn)

面向數(shù)據(jù)分析師提供靈活自助、便捷拖拉拽的數(shù)據(jù)分析構(gòu)建能力，可以進(jìn)行“剝蔥式”歸因，可以將明細(xì)數(shù)據(jù)自動(dòng)制作成交互式報(bào)表，真正做到解放業(yè)務(wù)人員的雙手。交互式場(chǎng)景輕松構(gòu)建有業(yè)務(wù)邏輯和分析思路的報(bào)表和可視化，有效提升用戶(hù)體驗(yàn)。

交互式數(shù)據(jù)協(xié)作平臺(tái)在中國(guó)電信集團(tuán)上線以來(lái)效果顯著。在推廣使用方面，上線不到三個(gè)月累計(jì)支撐探索分析需求261個(gè)，業(yè)務(wù)部門(mén)數(shù)據(jù)探索需求滿(mǎn)足率80%，熱點(diǎn)數(shù)據(jù)使用率90%，有效引導(dǎo)了市場(chǎng)部、政企部等業(yè)務(wù)部門(mén)開(kāi)展自主探索分析；在降本增效方面，中國(guó)電信集團(tuán)2022年取數(shù)類(lèi)需求單較上年月均減少53%，月均節(jié)約日常需求投資30萬(wàn)以上，自主取數(shù)較傳統(tǒng)的提需求取數(shù)模式看數(shù)時(shí)間平均縮短3天，70%的數(shù)據(jù)需求當(dāng)天可看可用，有效實(shí)現(xiàn)了數(shù)據(jù)的實(shí)時(shí)分析。這些數(shù)據(jù)充分說(shuō)明了交互式數(shù)據(jù)協(xié)作平臺(tái)在運(yùn)營(yíng)商領(lǐng)域能夠?yàn)闃I(yè)務(wù)帶來(lái)巨大的幫助，隨著平臺(tái)使用的不斷推廣，數(shù)據(jù)量的不斷積累，以及BI技術(shù)的不斷迭代創(chuàng)新，平臺(tái)的應(yīng)用還會(huì)為業(yè)務(wù)和決策提供更加有效的支持，為組織創(chuàng)造更大的價(jià)值。

3. 創(chuàng)新型BI技術(shù)的應(yīng)用價(jià)值

通過(guò)對(duì)交互式數(shù)據(jù)協(xié)作平臺(tái)在中國(guó)電信集團(tuán)的應(yīng)用實(shí)例進(jìn)行總結(jié)，創(chuàng)新型BI的價(jià)值主要體現(xiàn)在以下幾個(gè)方面：

3.1 實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)分析

通過(guò)數(shù)據(jù)挖掘、深度學(xué)習(xí)等大數(shù)據(jù)分析技術(shù)，不僅能夠?qū)?shù)據(jù)轉(zhuǎn)化為有效的信息，為組織提供價(jià)值，還能夠大幅縮短數(shù)據(jù)采集和決策之間的時(shí)間差，改變以往事后分析的方式，實(shí)現(xiàn)實(shí)時(shí)分析、事前預(yù)測(cè)，解決人工取數(shù)、分析周期長(zhǎng)的痛點(diǎn)，幫助業(yè)務(wù)人員實(shí)現(xiàn)便捷數(shù)據(jù)分析。

3.2 提升數(shù)據(jù)分析質(zhì)量

機(jī)器學(xué)習(xí)讓BI系統(tǒng)中增加了很多符合業(yè)務(wù)需求的標(biāo)簽?zāi)Ｐ停⒛軌蛟诓粩喔聰?shù)據(jù)的過(guò)程中，提升模型的準(zhǔn)確性。

3.3 實(shí)現(xiàn)數(shù)據(jù)可視化

隨著大數(shù)據(jù)處理技術(shù)的發(fā)展，BI的洞察和分析能力進(jìn)一步提升，數(shù)據(jù)分析和可視化的門(mén)檻不斷降低，企業(yè)能夠?qū)崿F(xiàn)不同層級(jí)的拖拽式自助分析和多種類(lèi)型的圖表展示，并在統(tǒng)一平臺(tái)進(jìn)行整合和共享，獲得不同層級(jí)的數(shù)據(jù)洞察，最終用于商業(yè)決策。

3.4 改變數(shù)據(jù)分析模式

數(shù)據(jù)分析不再依賴(lài)IT人員，一線業(yè)務(wù)人員可以根據(jù)自身需求自動(dòng)獲取、分析數(shù)據(jù)，讓傳統(tǒng)的以IT人員為中心的數(shù)據(jù)分析模式轉(zhuǎn)變?yōu)闃I(yè)務(wù)驅(qū)動(dòng)的數(shù)據(jù)分析模式，讓分析結(jié)果更具備業(yè)務(wù)屬性，充分貼近業(yè)務(wù)現(xiàn)實(shí)，避免了IT語(yǔ)言與業(yè)務(wù)語(yǔ)言轉(zhuǎn)換產(chǎn)生的信息偏誤。

3.5 改變企業(yè)經(jīng)營(yíng)決策方式

傳統(tǒng)的企業(yè)決策一般為管理者憑借經(jīng)驗(yàn)制定，存在很大的主觀因素影響，容易產(chǎn)生偏誤。創(chuàng)新型BI能夠通過(guò)對(duì)數(shù)據(jù)的分析，得出客觀決策依據(jù)，這種以數(shù)據(jù)驅(qū)動(dòng)的決策方式已成為信息時(shí)代管理者的主流決策方式。

3.6 刺激組織轉(zhuǎn)型升級(jí)

當(dāng)BI幫助實(shí)現(xiàn)了業(yè)務(wù)流程改善和數(shù)字化戰(zhàn)略推行，如何應(yīng)對(duì)快節(jié)奏的業(yè)務(wù)迭代與差異化的市場(chǎng)需求，如何擺脫滯后的知識(shí)架構(gòu)，都將是下一階段考慮的問(wèn)題，這對(duì)“人”提出了更高要求，組織升級(jí)勢(shì)在必行。結(jié)合了AI的BI技術(shù)是企業(yè)數(shù)字化的基礎(chǔ)與加速劑，能夠有效刺激組織的全面顛覆式轉(zhuǎn)型升級(jí)。

結(jié)語(yǔ)

當(dāng)前數(shù)字化時(shí)代，企業(yè)的數(shù)字化轉(zhuǎn)型戰(zhàn)略已經(jīng)成為生死存亡的必然選擇。隨著技術(shù)的發(fā)展，創(chuàng)新型的商業(yè)智能（BI）技術(shù)作為數(shù)字化轉(zhuǎn)型的基礎(chǔ)和加速劑，是企業(yè)構(gòu)建數(shù)字化創(chuàng)新能力的關(guān)鍵，能夠有效通過(guò)數(shù)據(jù)的整合分析幫助企業(yè)進(jìn)行戰(zhàn)略決策，實(shí)現(xiàn)降本增效。與此同時(shí)，BI技術(shù)仍處于不斷迭代發(fā)展過(guò)程中，實(shí)時(shí)決策分析的需求正在不斷刺激著B(niǎo)I技術(shù)的革新，硬件技術(shù)的變化如主存儲(chǔ)器成本的降低，也會(huì)影響大型數(shù)據(jù)倉(cāng)庫(kù)的后端架構(gòu)。此外，企業(yè)對(duì)于移動(dòng)辦公的需求越來(lái)越大，如何在移動(dòng)平臺(tái)上實(shí)現(xiàn)新穎、豐富的交互式BI應(yīng)用程序，也是技術(shù)探索的一個(gè)方向。未來(lái)在數(shù)字化轉(zhuǎn)型背景下，BI技術(shù)的應(yīng)用仍然充滿(mǎn)令人興奮的機(jī)會(huì)和挑戰(zhàn)，中國(guó)電信集團(tuán)也將繼續(xù)致力于BI技術(shù)的創(chuàng)新，探索如何充分發(fā)揮運(yùn)營(yíng)商的大數(shù)據(jù)價(jià)值，為企業(yè)經(jīng)營(yíng)決策賦能。

參考文獻(xiàn)：

[1]王文信.數(shù)字進(jìn)化論：商業(yè)智能提升企業(yè)數(shù)字進(jìn)化加速度[J].數(shù)字經(jīng)濟(jì)，2023 （Z1）：10-13.

[2]陳宇凌.商業(yè)智能分析平臺(tái)賦能管理新模式[J].軟件和集成電路，2021， （12）：64-65.

作者簡(jiǎn)介：王志芳，在職碩士研究生，研究方向：企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型推進(jìn)和數(shù)據(jù)中臺(tái)、數(shù)據(jù)應(yīng)用建設(shè)。