用途：本技能应用《AI for Everyone》中“统一数据仓库—AI的数据基础设施”方法论，帮助用户诊断数据可访问性问题并设计数据整合方案。当AI团队抱怨数据拿不到、公司不知数据在哪、不同部门对同一指标数字不一致，或数据飞轮因数据汇聚受阻时适用。
主要能力：打破数据孤岛，将CRM、ERP、网站日志、APP等分散数据汇聚到中央平台；支持数据飞轮；避免各业务线重复建设数据管道；统一指标定义与数据口径。
使用方式：按六步执行——盘点数据资产；设计数据架构（如Snowflake、BigQuery或自建）；制定数据标准；分批接入数据源；建立数据治理；赋能AI团队自主访问。完成标准是核心业务数据已接入，AI团队能自主建模。
适用场景：大型零售企业整合线上商城、线下门店、供应链、客服数据以训练需求预测模型等。
限制：不适用于单一数据源、数据量极小或紧急AI项目。失败模式包括做成“数据沼泽”、追求大而全、忽视数据安全。建设周期可能需1-2年，建议“边建边用”，先接入最急需数据启动AI项目，同时完善仓库。相关技能：data-flywheel（依赖）、dont-wait-perfect-data（组合）。