上海大數據中心的技術人員在獲取海量原始數據之后，首先會將所有原始數據投入“數據湖”之中，再針對湖內的數據設定特定的規(guī)則，通過規(guī)則進行匹配，最后得出想要的結果數據。

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

大數據中心數據資源部部長儲昭武介紹稱：“我們現在的數據來源比較多，各個字段的準確度是不一樣的。那為了獲取準確的人的數據，那我們要對人口庫內的數據，以及隨申辦用戶注冊時（填寫）的數據，包括姓名字段、身份證字段、聯(lián)系電話字段進行計算，找出可信的數據。然后合成一條準確的人的基本信息，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”這一塊數據，由于在道口比較匆忙，登記的數據都是五花八門的。有身份證號不對的，有聯(lián)系方式不準確的，甚至是找不到聯(lián)系地址的。那我們要把這些“臟數據”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)對逐條數據進行計算，把這些有問題的數據給剔除，得到干凈的數據，這就是清洗的過程。”

從隨申碼的大數據邏輯來看，健康碼的基礎，首先是“網絡實名制”，即理論上我們每一個人在網站和手機軟件上注冊的所有賬號，都是實名即對應一個真實的人員。

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