上海大數(shù)據(jù)中心的技術(shù)人員在獲取海量原始數(shù)據(jù)之后，首先會將所有原始數(shù)據(jù)投入“數(shù)據(jù)湖”之中，再針對湖內(nèi)的數(shù)據(jù)設(shè)定特定的規(guī)則，通過規(guī)則進行匹配，最后得出想要的結(jié)果數(shù)據(jù)。

數(shù)據(jù)湖，可以理解成一個存儲各種各樣原始數(shù)據(jù)的大型倉庫，又稱為原始數(shù)據(jù)保存區(qū)，技術(shù)人員就相當(dāng)于倉庫管理員，負(fù)責(zé)存取、處理、分析及傳輸數(shù)據(jù)。數(shù)據(jù)湖的包容性非常強，能存儲各種結(jié)構(gòu)及規(guī)模的數(shù)據(jù)。做到輕松地收集和攝入數(shù)據(jù)的同時，它還可以支持不同類型的大數(shù)據(jù)工具對其中的數(shù)據(jù)進行處理，極大地方便技術(shù)人員進行后期分析和利用。所以在處理“隨申碼”的數(shù)據(jù)之前，大數(shù)據(jù)中心的工程師第一步就要將從各渠道所得的原始數(shù)據(jù)統(tǒng)一存儲入數(shù)據(jù)湖內(nèi)，再針對湖內(nèi)的數(shù)據(jù)進行比對、清洗工作。

大數(shù)據(jù)中心數(shù)據(jù)資源部部長儲昭武介紹稱：“我們現(xiàn)在的數(shù)據(jù)來源比較多，各個字段的準(zhǔn)確度是不一樣的。那為了獲取準(zhǔn)確的人的數(shù)據(jù)，那我們要對人口庫內(nèi)的數(shù)據(jù)，以及隨申辦用戶注冊時（填寫）的數(shù)據(jù)，包括姓名字段、身份證字段、聯(lián)系電話字段進行計算，找出可信的數(shù)據(jù)。然后合成一條準(zhǔn)確的人的基本信息，這就是通過比對能得到我想要的人的基本信息。

而在清洗這一塊，舉個最簡單的例子，“健康登記”這一塊數(shù)據(jù)，由于在道口比較匆忙，登記的數(shù)據(jù)都是五花八門的。有身份證號不對的，有聯(lián)系方式不準(zhǔn)確的，甚至是找不到聯(lián)系地址的。那我們要把這些“臟數(shù)據(jù)”挑出來，我們的工程師是要通過一定的規(guī)則進行編程，讓系統(tǒng)對逐條數(shù)據(jù)進行計算，把這些有問題的數(shù)據(jù)給剔除，得到干凈的數(shù)據(jù)，這就是清洗的過程。”

從隨申碼的大數(shù)據(jù)邏輯來看，健康碼的基礎(chǔ)，首先是“網(wǎng)絡(luò)實名制”，即理論上我們每一個人在網(wǎng)站和手機軟件上注冊的所有賬號，都是實名即對應(yīng)一個真實的人員。

其次，是市民行為的數(shù)據(jù)化。比如說你的手機導(dǎo)航、通訊使用、進出各省市道口的航空、高鐵信息等。這些行為也是構(gòu)成每個人行動軌跡的重要參考來源。