去年，我们发表了一篇论文，介绍了数据和人工智能超市架构
使用这种方法，您可以提升您的数据和人工智能战略。
从我们的论文中摘录的文本：
我们在这个新框架中的目的是增加数据超市，这是一个将洞察生成过程生成的数据产品商业化的地方，让其他消费者用它们换取货币价值[33]。一个典型的洞察生成过程由多学科数据科学家团队开发，将原始数据转换为洞察和数据产品。我们提出的贡献是将数据超市定义为大数据货币化战略的一个关键要素，在该战略中，由大数据科学家团队创建的数据产品将以服务或产品的形式作为数据产品运送给内部或外部消费者。西班牙电信的Smart Steps是构建数据产品并将其提供给外部公司的一个成功例子。Smart Steps是一种洞察解决方案，它使用匿名和聚合的移动网络数据来提供有用的洞察[33]。因此，数据超市的主要目标是为公司创造新的收入，并使组织能够增加对新市场的渗透，这是以前从未探索过的。将数据组织到一个单独的存储库中并创建数据产品目录对最终业务用户来说也是一个好处。数据将通过适当的数据定义民主化给商业用户[34]。
在图6中，显示了构建数据产品和在数据超市中销售的生命周期。如前所述，数据超市的概念是基于普通超市。在日常生活中，人们可以在一个地方购买多种产品，这些产品都可以在超市买到。同样的概念可以转换为数据。利用同样的想法，建议数据将来自不同的数据供应商（源系统），摄入/移动到原始区域（着陆区域），在那里原始数据被组织在目录（原始区域）中。下一步是根据内部和外部业务用户的需求，将原始数据转换为不同的数据产品。就像去食品超市的体验一样，在那里所有的产品都被有组织地收集和排列。
数据超市的好处是将最佳实践应用于数据收集、数据转换、数据存储和数据消费等活动的协同作用。处理数据的所有复杂性都对最终业务用户隐藏起来，并在数据超市中呈现，以获得更好的用户体验。演示或数据超市商店将为内部或外部用户处理数据访问、数据安全和数据商业化（免费或付费）的重要任务。数据超市是负责销售数据产品的经纪人，并允许以市场为导向的公司从公司数据资产中可用的数据产品中获利。未来的数据超市/数据市场可能成为现代MO组织的重要关键资产。
这篇论文也于2020年5月21日在英国伦敦举行的ICAAI（国际自动化和人工智能会议）上发表。
Paper link:
https://doi.org/10.9781/ijimai.2019.06.003
