数据入仓原则

系统级筛选
快下线、被其他系统替代的老系统
数据结构难稳定的、有大版本变化大系统
与其他系统的关联关系、耦合度
自身不产生新业务数据的系统
外购系统是否得到提供商的支持

表级筛选
保留粒度比较细的数据
排除系统控制、业务流程控制、中间的、临时的、备份的、冗余的、预留的数据

字段级筛选
无分析意义：空字段、全列无意固定值、加载时间、密码
意义不明的字段
流程控制相关的：页码、打印行数
中间计算结果字段：累计利息、本期发生额
未启用字段、预留字符、预留数值
经确认业务上不使用的长文本信息：备注、报文、指示
别的表里已经录有的，在此视为冗余的字段：账户中客户名称、行业类型、经济性质
非结构化字段；图片、语音