在公共云中使用大型的數(shù)據(jù)倉庫和大數(shù)據(jù)處理工具（如Hadoop，Spark）來進行大規(guī)模的數(shù)據(jù)預處理和分析。而敏感或者核心的數(shù)據(jù)會在私有云中進行處理和存儲會借助些云服務商提供的AI和機器學習服務，來提升我司的數(shù)據(jù)分析能力和效率。

對于智能電網(wǎng)設(shè)備來說實時收集大量的設(shè)備運行狀態(tài)和電力使用數(shù)據(jù)。這些數(shù)據(jù)的量級非常大，且對數(shù)據(jù)安全性有著極高的要求。因此會選擇將這部分數(shù)據(jù)存儲在私有云上，通過內(nèi)部網(wǎng)絡實現(xiàn)高速的數(shù)據(jù)傳輸和分析。

漁業(yè)資源養(yǎng)護涉及到大量的海洋環(huán)境監(jiān)測數(shù)據(jù)和漁業(yè)生產(chǎn)數(shù)據(jù)。這些數(shù)據(jù)具有定的時效性，及時的分析和反饋。因此將這些數(shù)據(jù)存儲在公有云上，方便快速的處理和分析。

對于搬家打包服務來說收集客戶的基本信息，以及搬家的具體需求。這部分數(shù)據(jù)雖然敏感，但是量級相對較小，在私有云上進行存儲和管理能夠利用公有云的彈性和擴展能力，對高峰期的服務需求。