BI对数据的分析处理包括哪些方面内容

BI对数据的分析处理包括哪些方面内容
近几年，中国市场风起“云”涌，在人们不知所“云”和一知半解之际，“云”就以弥漫的姿态瞬间遍布市场，云数据、云杀毒、云输入法、云电视、云报销等，早已成为人们并不陌生的名词。
现今，“云”也被推到企业管理潮流的风口浪尖上，成为近几年企业管理革新最为火热的话题之一。为应对企业管理之需，国内外各大管理软件厂商也都开始斗智斗勇，交锋云端，各种云管理软件也都争先恐后的相继推出，例如元年软件就在2012年8月推出了国内首款云报销平台。
那么，云到底是什么？云何以兴盛？庞大而无序的云如何管理？企业又如何能从云中获取价值的？
云是什么？
所谓“云”，就是打造“云计算”数据处理基地，是数据集合的共享平台，即数据储存、处理，以及信息的传递和数据库维护的空间。一般有广义和狭义之分，广义的云是基于整个社会的数据和信息，对其进行维护和管理的虚拟计算资源。而狭义的云是基于某个具体行业或领域，按一定规律和标准的对大量数据进行维护和管理的虚拟计算资源。
为什么企业“云”爆炸？
根据IBM最近的一项研究，过去两年生成的信息占整个人类历史信息总量的百分之九十。这就是大数据，其体量已经达到了传统数据库管理系统无法有效处理的程度。随着企业业务的扩展，数据量也开始剧增，已从TB跃升到PB级别。市场调研机构IDC的研究也显示，到2020年，全球以电子形式存储的数据量将达到35ZB，是2009年全球存储量的40倍;而这其中，企业数据正在以55%的速度逐年增长。
元年诺亚舟认为，正是由于数据呈指数级的扩张和对数据传输和储存需求的提高，面对大数据的挑战，企业需要一个自动化的、横向扩展的存储平台。因而，随着云技术的不断地发展，海量数据急剧增长，催生了一种较为经济的、新的数据管理模式——云。之所以说它较为经济，是因为为自己使用的那部分资源买单，而无需支付大笔的IT和人力费用。
如何管理“云”？
关于数据的商业价值，IDC认为：“领军企业与其他企业之间最大的显著差别在于新数据类型的引入。那些没有引入新的分析技术和新的数据类型的企业，不太可能成为其行业的领军者。”然而，随着企业数据量的快速增长，云中的数据量也在日益增加，TB为单位的海量数据使得原有的数据分析逐渐捉襟见肘，实时处理这些数据的能力已成为大数据时代企业的重要挑战之一。
简单来说，“云”只是海量数据的集合，数据本身并没太多价值，基于数据的处理和分析才能为企业带来的巨大的价值增值。正如《战略与经营》杂志特约编辑尼古拉斯卡尔所说，如今电脑技术已经高度普及，但是战略性地利用技术的才能和智慧才能有效地获取、分析和应用信息以获取更大的利润和更快的发展。基于此，BI(商务智能)从没落贵族转变为崛起新秀，成为释放大数据价值的最佳数据分析工具。
BI由Gartner分析师Howard Dresner在1989年提出，是将企业现有数据转化为信息和知识的过程，是帮助企业做出明智经营决策的一种工具。BI帮助让企业更客观的了解经营现状、更智能挖掘企业潜力、更迅速做出商业决策，将所掌握的信息转换成企业的竞争优势，是企业畅游数据海洋，挖掘海量大数据中价值金矿的有力工具。
元年诺亚舟认为，如果我们把“云”比作野马，那BI就是企业手中的缰绳。野马奔跑的方向正确与否，这取决于手中的缰绳，同理，企业能否从海量数据中获取真正所需的商业价值，这就取决于BI。
那么，企业如何给“云”做BI呢？具体来说，BI是通过给云中的数据制定“游戏规则”(对不同主题进行不同分析)，将分散的数据进行搜集、整合、清理和诊断，借助一定的分析手段，进而将数据转化为信息和知识，快速准确的提供报表并提出决策依据，进而为企业管理者做出明智的业务经营决策提供支持。例如：元年的云报销平台，将企业分步在全球各地的分散费用数据按照一定的规则进行有序的规整，形成全企业统一的费用管理平台。
BI对数据的分析处理主要包括三个方面的内容。
首先，是数据仓库或数据集市的建立，对数据进行预处理。BI以企业经营管理需求为基础，根据不同分析主题，从企业许多来自不同的运作系统的数据中提取出有用的数据，以保证数据的正确性，然后经过抽取、转换和装载，即ETL过程，合并到一个企业级的数据仓库里，得到企业数据的一个全局视图。
其次，是联机分析处理和数据挖掘，进而将数据转化为信息和知识。联机分析处理是在数据仓库的基础上，对商业问题进行建模和数据进行多维分析。而数据挖掘通过分析每个数据，从大量数据中寻找其规律的技术。即使用诸如神经网络、规则归纳等技术，用来发现数据间的联系，做出基于数据的推断。通过联机分析处理和数据挖掘，决策人员和高层管理能从多维角度准确掌控企业的经营状况和了解不同数据之间的相关关系，以便制定正确的决策。
最后，是知识结论的展示，实现知识向智慧转变。通过借助信息化系统，以简单、丰富和直观的形式，将查询报表、统计分析、多维联机分析和数据发掘的结论展现企业管理者和决策者的面前。而随着管理者对知识的不断积累和更新，会进一步将知识转化为企业管理者的智慧。
以元年诺亚舟的BI项目为例，它通过精准定位面向服务省公司领导、各级管理人员和财务部专业分析人员，构建了整体的财务指标库、财务数据的服务云、建立财务运营的整体服务体系等，还设置了不同场景的展现，通过条理清晰的财务价值数据系统架构图建设，体现不同的管理主题。整个项目被分成十大专题分析体系，对每一项主题都有具体的指标和专题化的分析、实时业绩的控制以及利润监控的分析。元年诺亚舟BI构建了文档搜集的信息管理平台，最终使财务人员把时间精力花在透过数据发现问题、推动内部环境改善方面。
结语：
如今，企业数据市场正在面临大数据的侵袭，在未来几年，数据资源将集中地遍布全球的云服务器中。对企业来说，海量数据中蕴藏了大量价值金矿，而对数据的分析和处理能力直接决定企业挖掘数据商业价值的能力，如果企业想要正确地对数据进行分析，必然需一个聪明的分析师，即处理海量数据集的“智能”工具，幸运的是，商务智能应运而生。我们期待智慧的企业出现，智慧企业把海量的云数据变为信息，再把信息加工成知识，最后从知识里提炼智慧，为企业的腾飞插上高翔的翅膀。

云服务器与传统服务器有什么区别：
1、高度灵活性
云服务器的硬件配置可以根据需要（不同时期的网络配置）灵活配置与扩展，如CPU、内存、SSD数据盘。
2、高性能
云服务环境采用高端服务器进行部署，同时采用集中的管理与监控，确保业务稳定可靠。更强的主机性能，总体性能远高于vps，强于部分独立服务器。
3、便捷性
对于一些中小型的企业来说，随着业务的不断扩大，可能后期需要进行扩容和升级等 *** 作，使用云主机，在后期就不需要对软硬件进行相应的升级 *** 作。
4、网络安全性
服务器最怕出现故障，网站的运营就会不能正常进行，云产品一般是不会出现这种情况的，就算是网站的运营出现了问题也会自动转移到其他的机器上，黑客攻击也会很困难。
5、低成本
云服务器租用支持月付、年付，灵活计费方式，无需押金，按需d性扩容，只需为使用的存储能力、计算能力与资源支付费用，需要多大就买多大，不会造成资源的浪费。详细信息可在阿里了解。

工业40引发科技革命 我国迎来哪些挑战
价值链是全球经济循环中最为关键的链条之一，谁占据了价值链的核心环节，谁就掌控了整个价值链的财富流向。未来全球竞争是价值链竞争，构建中国自己的全球价值链战略应上升为国家战略，这是中国从经济大国迈向经济强国的关键。
在全球愈演愈烈的创新竞争中，中国面临着创新强度普遍偏低，“追赶窗口”正在收敛，创新“后发优势”不突出，以及创新人才严重流失等多重风险与挑战。
在大数据时代，数据安全面临更为严峻的挑战。数据主权将成为各国对数据及相关技术、基础设施等进行治理和管辖的基础。
基于全球价值链的中国经济新挑战
价值链是全球经济循环中最为关键的链条之一，谁占据了价值链的核心环节，谁就掌控了整个价值链的财富流向。未来全球竞争是价值链竞争，构建中国自己的全球价值链战略应上升为国家战略，这是中国从经济大国迈向经济强国的关键。
全球价值链主导全球贸易格局的深层次改变。近十多年来，国际分工越来越表现为相同产业不同产品之间和相同产品内不同工序、不同增值环节之间的多层次分工。国际分工的范围和领域不断扩大，逐渐由产业间分工发展为产业内分工，进而演进为产品内分工为主的国际分工体系。
以产品内部分工为基础的中间投入品贸易称为产品内贸易，从而形成了“全球价值链分工”体系。“全球价值链分工”有三个显著特征：一是最终产品经过两个或两个以上连续阶段的生产；二是两个或两个以上的国家参与生产过程并在不同阶段实现价值增值；三是至少有一个国家在其生产过程中使用进口投入品。
据统计，世界货物出口量平均增长速度，1913年-1938年仅为07%，1948年-1990年为6%以上，1990年-1997年为67%；世界出口值占世界GDP比重，20世纪50年代初仅为5%，70年代初为10%，90年代初达到15%，1995年升至20%。1980年-2011年世界货物贸易额平均增长7%，2013年已经达到1878万亿美元，全球价值链、产业链和供应链对国际生产、国际贸易和国际投资产生了深远的影响，让全球市场依存度日益加深，但与此同时，全球价值链也给国家经济安全带来新的挑战:
第一，全球价值链加强了全球经济的协同，放大和加快了冲击的国际传导，放大了全球贸易增长或下降的波动风险。原因是链条上产品的不同生产环节位于不同国家，造成中间贸易品跨境贸易频繁，从而贸易量受冲击的程度被放大；同时全球供应链条高度复杂，各环节联系精密，其中某一环节发生问题，通过结构效应和供应链效应将很快传递到整个贸易生产链条。
结构效应针对全球价值链上对外部收入变动更为敏感的特定产业和地区，如耐用品部门和东亚地区。当危机来临时，消费者通常先大幅削减耐用品消费，对必需品的消费下降较少。2008年耐用品占全球贸易比重接近40%，耐用品贸易的大幅下降是金融危机期间全球贸易量萎缩幅度超过GDP萎缩幅度的重要原因。东亚地区由于更深地融入全球价值链，变得更易受美国和欧盟经济周期的冲击。
供应链效应指全球价值链的内部特征会加快或放大商业周期的冲击程度。如链条上中间品跨境贸易对系统性贸易冲击的敏感度显著上升；供应链上任意节点因商业周期冲击而进行的存货调整，会沿着供应链快速传导，存货在相应企业生产中的地位很可能放大商业周期的冲击程度。
第二，全球价值链放大了中间品进口比例高的企业受关税影响的风险。这是因为全球生产链的延伸拉长使中间进口品多次穿越国境，每次小额关税的积累终将拉高出口企业实际承担的关税负担。OECD关于全球价值链的贸易政策报告显示，2009年中国制造业总出口关税只有4%，但换算成出口国内增加值所负担的关税时（即中国出口商实际负担的有效关税），升高到了17%，高于美国、欧盟、日本、越南等国。
第三，参与全球价值链的跟随企业可能面临“低端锁定”风险，并引发社会、环境、劳工条件、职业安全与健康、就业保障等诸多问题。面对全球化分工体系的不合理性，提高我国利用外资的层次，需从根本上扭转我国处于全球价值链纵向分工体系中的不利地位。
近几十年来，世界范围内所呈现的市场日趋碎片化，形成了全球价值链纵向分工体系。处于全球价值链上端的采购商和品牌商，凭借其对核心技术、关键技术、技术标准和品牌等掌控，通过全球排布供应链，将价值链下端中间产品的生产转移到他国，不仅缓解了本国的资源环境压力，并从中获取了高额垄断利润，而且通过合同关系牢牢控制着全球供应商。
总而言之，全球价值链对国际贸易带来的风险源包括：经济风险（如需求冲击、大宗商品价格剧烈波动、全球能源短缺、关税波动、劳动短缺、边境延误、所有权或投资限制、汇率波动）；环境风险（如自然灾害、极端天气和疾病传染）；地缘政治风险（如冲突与政治紧张、进出口限制、恐怖主义、腐败、非法贸易与有组织犯罪、海盗）；技术风险（如信息通讯阻断、交通基础设施故障）等。
新一轮技术革命对中国经济的挑战
1．金融危机后全球各国推出制造强国战略
2008年国际金融危机之后，世界各国为了寻找促进经济增长的新出路，开始重新重视制造业，美国、欧盟、德国、英国等纷纷推出制造业国家战略。美、德、日等发达国家将焦点锁定在以新一代互联网、生物技术、新能源、高端制备为代表的七大战略性新兴产业上，展开了新一轮的增长竞赛，试图抢占新一轮经济增长的战略制高点。
此后，美国、德国、日本、韩国等都推出了各项政策措施，鼓励和扶持本国战略性新兴产业的发展。如美国政府就出台了《先进制造业国家战略计划》、《美国创新战略：推动可持续增长和高质量就业》及《出口倍增计划》等诸多法案，提出优先支持高技术清洁能源产业，大力发展生物产业、新一代互联网产业，振兴汽车工业；德国政府正积极推进以“智能工厂”为核心的工业40战略，支持工业领域新一代革命性技术的研发与创新；日本于2009年4月推出新增长战略，提出要重点发展环保型汽车、电力汽车和太阳能发电等产业；韩国则在《新增长动力规划及发展战略》中提出：重点发展能源与环境、新兴信息技术、生物产业等六大产业，以及太阳能电池、海洋生物燃料、绿色汽车等22个重点方向。
早在2010年，欧盟提出“欧洲2020战略”，其三大发展重点中的“智能增长”就涵盖了“再工业化”的主要内容，而于2012年10月发布的《指向增长与经济复苏的更强大的欧洲工业》，就更明确地设定了“再工业化”战略的目标，即到2020年将工业占欧盟国内生产总值的比重由当时的156%提高到20%。在成员国层面，包括法国、英国以及西班牙在内的许多国家纷纷制定了相应的“再工业化”战略，如英国2011年发表的《强劲、可持续和平衡增长之路》报告中提出了6大优先发展行业，法国于2012年新成立了生产振兴部来重振法国工业，西班牙于2011年以“再工业化援助计划”的方式，由政府出资约46亿欧元资助国内的再工业化项目等。
从传统制造业大国日本来看，2009年12月至2012年10月的3年间，日本政府提出了五轮经济振兴对策，强化日本工业的竞争力是这些振兴对策的重要内容。安倍政府上台后，在大肆扩张货币与财政的同时，也关注制造业的复兴。2013年6月提出的“日本再兴战略”中，将产业再兴战略作为今后三大重点战略之一，并提出了紧急结构改革、雇佣制度改革、推进科技创新、实现世界最高水平的IT社会、强化地区竞争力和支持中小企业的六项具体措施。
2．工业40引发新一轮全球制造业革命
国际金融危机之后兴起的新一轮产业革命，既是一场数字化革命，更是价值链革命。互联网、物联网、机器人技术、人工智能、3D打印、新型材料等多点突破和融合互动将推动新产业、新业态、新模式的兴起，一个后大规模post-mass生产的世界正在来临，这场革命不仅将影响到如何制造产品，还将影响到在哪里制造产品，将重新塑造全球产业竞争格局。
目前，智能化工业装备已经成为全球制造业升级转型的基础，发达国家不约而同地将制造业升级作为新一轮工业革命的首要任务。美国的“再工业化”风潮、德国的“工业40”和“互联工厂”战略以及日韩等国制造业转型都不是简单的传统制造业回归，而是伴随着生产效率的提升、生产模式的创新以及新兴产业的发展，特别是德国“工业40”战略更被视作新一轮工业革命的代表。
3．标准之争成为全球制造竞争的新方向
全球制造业竞争的方式已经发生深刻变化，技术专利和标准控制已经成为重要的国际竞争工具。发达国家越来越深刻意识到，标准尤其是关于安全、健康和环保等方面的标准，代表着掌控科技、掌控产业的进一步发展。以新能源汽车为例，来自德国和美国的8家汽车厂商（奥迪、宝马、克莱斯勒、戴姆勒、福特、通用、保时捷和大众）宣布未来将采用统一的充电接口标准，新标准将在欧洲和美国范围内使用。
欧洲汽车制造商协会也已规定，从2017年开始，所有在欧洲销售的新电动汽车都将采用这个新接口标准。不论是德美八大汽车企业联盟制定充电标准的目的都不仅仅是将眼睛盯在自己本土市场范围之内，更主要的希望以联合的力量，将标准推向全球市场，从而在全球电动汽车产业中占据领先优势，获得未来电动汽车市场的主导地位和控制力。
4．新一轮全球创新竞争中面临多重风险与挑战
在全球愈演愈烈的创新竞争中，中国面临着创新强度普遍偏低，“追赶窗口”正在收敛，创新“后发优势”不突出，以及创新人才严重流失等多重风险与挑战。
第一，中国国家创新竞争力与经济实力不匹配。
中国科学技术发展战略研究院发布的《国家创新指数报告2013》评价结果显示，美国凭借雄厚的创新资源和优异的创新绩效，成为最具创新能力的国家。
日本和韩国依靠突出的企业创新表现和知识创造能力，分别位居第2位和第4位，继续领跑其他亚洲国家，中国国家创新指数虽然比上年提高1位，但排名仍居全球第19位。
此外，根据美国康奈尔大学、欧洲工商管理学院和世界知识产权组织联合发布的《2014全球创新指数报告》，高收入经济体占据了今年排行榜的前25位，其中瑞士、英国、瑞典、芬兰、荷兰等欧洲经济体依次位居“最具创新力经济体”的前5位，在中等收入经济体中，尽管中国、巴西是创新领域的领头羊，但中国仍居第29位，与中国经济实力排名严重不匹配。
第二，总体而言，中国国家创新强度普遍偏低。
美国制造业研发强度为335%。2013年中国制造业研发强度为088%，差距较大。数据显示，中国作为全球规模最大的制造业基地，2013年的制造业研发强度只有088%，而日本2009年已经达到4%，2008年美国已经达到33%，而德国为24%，中国制造业研发强度远低于发达国家在2008-2009年的研发强度。
第三，中国技术创新的“追赶窗口”正趋收敛。
全球各国展开战略创新竞赛。金融危机之后，主要经济体围绕新一代互联网、生物技术、新能源、高端制造等七大战略新兴产业展开了新一轮增长竞赛，纷纷推出各自的创新增长战略。
全球制造业升级而不是回归。不论欧美发达经济体还是印度等新兴经济体，全球制造业正在向高端、高科技的更高层级迈进。特别是随着全球智能网络将继续快速发展，超级计算、虚拟现实、网络制造、网络增值服务等产业快速兴起，中国战略新兴产业也出现了类似于传统产业那样的技术差距和技术鸿沟。
第四，作为后发国家的创新“后发优势”并不突出。
后发优势是后发国家追赶先进国家的重要影响变量。从成功实现技术追赶的国家经验来看，技术引进与消化吸收的经费比例均达到1:3左右，而中国在2009年为1:043，2011年为1:045，2012年反而为下降为1：0397。关键行业的技术消化吸收力度均严重不足，通用设备制造业这一比例为1:039，专用设备制造业为1:033，计算机产业仅为1:005，仪器仪表产业为1:026。这是以往注重投资于物化技术、忽视技术能力的必然结果。
第五，创新核心资源——人才严重流失。
世界各国几乎都制定面向未来的创新性人才引进和培养计划，人才特别是高端技术人才争夺十分激烈，很多国家把目光放在下一代尖端人才培养争夺上。而中国创新人才流失现象十分严重。相关权威数据显示，我国流失的顶尖人才数量居世界首位，其中科学和工程领域滞留率平均达87%。
大数据对中国非传统安全的新挑战
随着云计算、云存储、物联网等新技术的应用，人们通过社交网络、电子商务平台及移动智能终端、传感器等途径搜集、处理的各种数据呈爆炸性增长，数据跨境流动和储存更加日常化和便捷化。在大数据时代，数据安全面临更为严峻的挑战。数据主权将成为各国对数据及相关技术、基础设施等进行治理和管辖的基础。
据专业机构预测，预计到2020年，全球数据使用量将达到约40ZB（1ZB=10亿TB）将涵盖经济社会发展各个领域，成为新的重要驱动力。大数据时代，国与国竞争焦点正从对资本、土地、人口、资源/能源的争夺转向对大数据的争夺上，制信（数）权成为继制陆权、制海权、制空权之后的新制权。
当前，借助大数据革命，美国等发达国家全球数据监控能力升级，从而造成我国数据安全和数据防御风险上升。以美国为例，过去，美国一直借助互联网手段和信息技术对全球数据情报进行监控，先后推出《网络空间国际战略》、《网络空间国际行动》等重要战略规划，确保自身在网络空间和数据空间的主导地位。大数据革命对于美国实现这一战略目标来说，是一把“利器”，可以大幅提升自身的全球数据采集能力、监控能力、分析能力，从而对我国大数据安全、大数据资产流失造成更大风险。
此外，在进出口商品和服务中的经济安全风险日益加大。中国经济持续高速发展，在很大程度上得益于积极利用了国外的先进设备和技术，以及发达国家成熟的管理和服务。例如美国企业IBM服务器、英特尔电脑设备、思科的通讯设备产品、微软的 *** 作系统等等，这些外国产品都几乎垄断了中国的相关市场。《中国经济和信息化》研究称，中国的信息安全在以思科为代表的美国“八大金刚”（思科、IBM、Google、高通、英特尔、苹果、Oracle、微软）面前形同虚设。这些企业直接或者间接与美国安全部门有联系和合作，必要时，可以利用他们的产品与服务获取中国政府和企业的包括敏感经济信息在内的各种信息，甚至可以直接对中国的相关设备进行攻击。
我们认为，未来大数据时代的信息、数据和网络安全需关注几大重点。
第一、全球数据治理问题。
大数据时代，数据存储和应用方式出现新的变化，有的是跨地域甚至是跨国界的。数据治理问题既十分突出，又特别重要。对此，政策制定需要处理好两个“权益”。一是要正视霸权（外资垄断优势），即要清醒认识到我国在网络控制权、关键技术和高端设备等方面，还受制于发达国家。二是要明确数据主权，数据作为一种重要的战略资源，无论是个人拥有还是国家拥有，都要纳入到主权范围里面来考虑。
有主权不一定能够管治。比如：数据存到国外，云计算跨越国境，可能不在你的主权范围之内。权力如何让渡？关键是要有治权，要区别对待不同的数据，对确需保护的数据，必须要有切实可靠的手段进行有效管理。如果做不到对数据的有效管理，大数据就必然面临大失控的危险。
第二，数据责任分担问题。
这一问题涉及安全风险的分散。信息安全风险存在于数据的全生命周期之中，从技术思路、产品开发、用户使用、服务管理，各个环节均要分担相应的安全责任。大数据的安全问题涉及政府、相关企业、网络运营商、服务提供者，以及数据产生者、使用者等方方面面，必须对各自的安全责任有明晰的政策界定。
第三，新的基础设施问题。
大数据的发展离不开电信网络、IDC，甚至工控系统等关键基础设施，其安全可靠同样依赖于这些基础设施，受供应链全球化、产业私有化的影响，网络与关键基础设施间的安全日趋复杂，一国的大数据可能存放在别国的网络中，一国的基础设施可能同时服务于多个国家，高度的全球相互依赖性，挑战原有的国家主权观念。所以关键基础设施的安全监管体系十分重要，在我国，需要尽快确立对供应链的实质性国家安全审查和对基础网络的常态化安全监管。
第四，数据冲突管理问题。
这一问题关乎网络大数据的利益博弈。大数据的资源价值越来越高，围绕大数据的争夺和冲突就越激越烈。大数据的生成、处理和利用方式，将极大改变各种冲突的表现方式和破坏烈度。内容包括知识产权的保护、网络犯罪的处置、网络破坏活动特别是网络恐怖主义的打击以及网络战争的威胁应对。
第五，数据权力与利益分配问题。
从全球占比来看，中国作为数据大国的潜力极为突出。2010年中国在整个数字宇宙中比例为10%，2013年占比为13%，2020年占比将达到18%。届时，中国的数据规模将超过美国的数据规模，位居世界第一。
然而，现实而言，全世界共有13台根服务器，这13台根服务器中有10台(包括一台主根服务器)设置在美国。全世界在互联网方面对美国的依赖性很大。
因此，从重构全球互联网治理新秩序的角度看，需要重新根据网民数量的多少等国际化指标，重新分配ICANN理事会成员的区域权重。根据使用流量在全球不同地理区域内重新分配多中心的顶级根服务器，形成“多中心”而非“单一中心”的顶级根域名解析系统和一个真正的多中心互联的全球网络。

---