• <legend id='esus9ckq'><style id='u8y3r4yu'><dir id='kny90ypl'><q id='a6jc1kcn'></q></dir></style></legend>
  • <small id='79sk1hdl'></small><noframes id='8yfwguyb'>

    1. <tfoot id='j7rhgj91'></tfoot>
    2. <i id='g6arghp9'><tr id='0tdpiajw'><dt id='zjzc2kbl'><q id='pd6h5qg3'><span id='z5z9fqjw'><b id='rwlr4qrb'><form id='kui1fywr'><ins id='9ap32kit'></ins><ul id='mo8dm52l'></ul><sub id='q6rxdo76'></sub></form><legend id='ktj9ztgu'></legend><bdo id='ksscpsg9'><pre id='ompwz0vq'><center id='9f966ofa'></center></pre></bdo></b><th id='83q2v56u'></th></span></q></dt></tr></i><div id='9lumlfeu'><tfoot id='magr0qoh'></tfoot><dl id='36n53mjh'><fieldset id='sfvgjd6l'></fieldset></dl></div>

        <bdo id='ixajgufh'></bdo><ul id='0mmzt7np'></ul>

        您现在的位置是:主页 > 艾尚app官方网址 >

        数据治理实战案例分享

        简介2019年12月7日,由企业网D1Net、信众智CIO智力共享平台和中邦企业数字化同盟结合主办的2019能源行业CIO沙龙于北京胜利召开。工信部资产发达核心、中石油、中石化、中海油、邦度电网、邦度能源、中燃集团等单元的音讯化教导及腾讯云、博云、MAXHUB、时速云等良好的治理计划供给商出席了本次沙龙。 诸君专家、诸君教导众人好,我用一个小时常间分享五个案例,我演讲标题是基

          2019年12月7日,由企业网D1Net、信众智CIO智力共享平台和中邦企业数字化同盟结合主办的2019能源行业CIO沙龙于北京胜利召开。工信部资产发达核心、中石油、中石化、中海油、邦度电网、邦度能源、中燃集团等单元的音讯化教导及腾讯云、博云、MAXHUB、时速云等良好的治理计划供给商出席了本次沙龙。

          诸君专家、诸君教导众人好,我用一个小时常间分享五个案例,我演讲标题是基于云物移大智链数据资产五个案例的分享。

          咱们做音讯化有十众年了,数据是一门科学,数据是出产因素。过去十众年当中,咱们正在数据管辖和数据资产界限眷注水准是不足的,以工匠精神做数据,需求用工匠精神做好,因此要精于工、匠于心、品于行,用工匠精神才略把任务做好。

          讲之前我扼要先容本人我是石化盈科对外任事的数据担当人,我前10年正在ERP界限做,近十年连续正在数据管辖、数据堆栈界限做任事。我重要先容一下我正在三个协会的情形,跟众人先容一下。

          第一个,邦际数据协会,DAMA环球有10000众人非赢余机构,重要正在数据料理界限。

          正在过去的十年当中,我是08年参加到石化盈科的,正在中石化担当或者几年的数据管辖的大的项目。从14年到现正在或者做了80众家能源行业的企业,有三分之一的央企我参加项目修理,这里和咱们干系的有南方电网、中邦核工业等仿佛如此电力能源干系的企业。

          这里80众个案例当中,个中有70%做过数据管辖,做得不太好,我去接盘。个中有50%以上做过两次做得不太好,我过去接盘的,这里可睹数据管辖欠好做,真的需求工匠精神才略做好。这是我做的客户情形。

          《工业大数据白皮书》本年4月份公布出来的,是邦内顶级数据专家合伙写的白皮书。昨年4月公布的《主数据料理执行白皮书》从1.0公布到4.0,下周公布《数据圭表料理白皮书》,这是邦内良众专家花一两年时辰变成的,可能做参考。2012年和北京燃气互助,咱们变成行业圭表。这里有新奥燃气等,正在物资编码做得蛮好的。

          咱们机合邦内或者有30众个专家正正在编写《工业企业大数据管辖执行指南》,这本书来岁4月份会公布出来,这是我自己正在这个界限做的任务。

          第一,对数据资产料理的分析。这里重要是咱们现正在遭遇的寻事,大型央企遭遇的寻事和近况。

          咱们企业正在数字使用、正在平台、用使用方面遭遇良众寻事,最大题目是众头填报、数据共享、数据任事、数据资产评估等方面都存正在寻事。

          第一方面,使用层面。用户无法设念大数据能带来什么,无法提出确凿的需求,错失很作良机。报外较量古板,不行很好的即兴、即时露出。

          第二方面,数据层面。体现告急是数据孤岛较量众,看不睹拿不到,无法正在线使用。

          第三方面,平台层面。老平台无法扶助新使用,器材疲乏。咱们治理海量数据,需求进一步去加紧。咱们数据安宁和隐私方面需求进一步提拔。

          第一,数据孤岛较量众,少睹不行用。这内里重要外现三个方面,不乐意共享、不敢共享、不行共享。

          第二,数据质料不高,少睹欠好用。缺乏联合的数据管辖体例,数据收罗、存储、治理等合键或者不科学、不样板,老四数据过错、极度、确实等。

          咱们前两周十九届四中全会这内里提了绝顶苛重的字,数据是咱们苛重的出产因素,跟咱们的资金、土地、常识、身手相似,这个呈报里就几千字,这里加两个字加了数据,这黑白常显明的风向标。

          第二,数据一定要护卫和怒放共享的法则。咱们现正在数据对搜聚、收罗、滥用方面存正在很大题目。

          第三,数据是行动无形资产列入司帐目次,评估资产代价,投资让渡、融资贷款等,这个曾经是无形资产。

          第四,数据行动出产因素正在商场崇高通,若何评估数据代价,若何评估数据本钱,加倍咱们个别数据和隐私方面也要不受到凌犯,这是十九届四中全会这里讲到的数据,这里四次讲到数据,81次讲到管辖,有邦度管辖、都会管辖、企业管辖。

          别的再看看本年3月12日邦资委公布的文,精确提到要促进数据资产的料理。这里有要求的企业创建独立的部分来管咱们的数据。别的咱们昨年18年数据料理界限各个部委、各个协会,加倍像昨年公布了邦标DCMM数据料理深度评估模子,现正在各个行业都正在做。昨年正在金融行业,这内里公布了银行金融行业数据管辖指引,正在保障银行、证券惹起轩然大波,金融行业是饱满使用、高中季度行业,然而与指引有绝顶大的差异要走,蕴涵卫健委、工业互联网。

          昨年咱们创建了数据料理使用协会,这内里有华为、阿里蕴涵石化盈科,正在内里做四个峰会,正在信通院公布了白皮书。

          刚刚从习主席到一共邦资委到行业协会都纷纷的对数据资产、数据管辖绝顶珍贵。

          这里咱们先容什么是数据管辖,什么是数据料理?前20年数据管辖这个名词还正在,重要做内部风控,避免少少财政做假帐,避免少少数据泄密等。第二个满意外部囚系的哀求像少少上市公司一定要适应律例,这是前20年狭义的数据管辖。

          现正在的数据管辖是广义的包罗数据料理。这里又讲一个新的名词数据资产,咱们正在数据资产白皮书里是如此界说的,企业具有由企业把持的,数据资产是也许给企业带来代价优点的。咱们可能如此来分析,广义的数据管辖可能约等于数据资产,由于数据管辖有狭义和广义的,区别局势说管辖有点污染,因此说咱们现正在良众企业把数据资产举行料理。

          数据资产的特质无形、数据资产不成替换、数据资产不成耗费(可复制、共享)、数据资产不会贬值。

          咱们少睹据料理、数据资源料理、数据资产料理,正在过去20年中有绝顶长远的蜕化。数据料理从IT角度来看,重要饱满有用的施展数据用意的。

          第二,数据资源料理,去寻找妙技,以有用的把持数据资源及并提拔数据资源的使用率。

          数据资产料理是全新的资产形状,并也许以资产料理的圭表和哀求来加紧干系体例和妙技,从经济角度、满意对资产运营的百般料理哀求。

          咱们看看数据资产内里发达有三个脉络,这里正在通用框架里,咱们正在几十年都有ISO9000,蕴涵周到的质料料理,这里都少睹据料理。咱们正在简单界限体例像ISO8000少睹据质料料理体例,咱们正在数据料理自己界限内,咱们也有完全的外面,第一个是咱们刚刚修理的DMBOK数据常识料理体例,这是数据料理界限从业者的圣经,众人必然要注重讨论DMBOK2.0,别的是咱们昨年公布的邦标。

          咱们好手业里有绝顶强的辅导性,第一个是数据资产白皮书4.0,第二个是工业企业数据管辖执行指南,第三个是金融行业执行框架,第四个是互联网行业执行框架。

          起初先容一下DMBOK2.0数据料理常识框架体例解读。这里黑白常完全的,环球1万众个数据料理职员功劳了这本常识体例,这内里正在DMBOK2.0内里,咱们比来正正在翻译,该当是正在来岁2月份DMBOK会正式公布中文版,这个有个DMBOK1.0正在08年曾经出书的。

          这本书里添补了集成共享、数据陈述评估等,它缺乏现实案例,它行动案例可能参考然而不行照搬。

          第二个先容无的是DCMM数据料理评估模子。咱们数据管辖界说重要是管辖架构流程,蕴涵数据架构、数据圭表、数据质料等各个行业正在惯标。

          第三个是《数据资产料理执行白皮书4.0》,蕴涵数据资产料理是什么、限制数据代价开释的因由是什么数据资产料理等。

          这里是8+5,这个指示体例少睹据圭表、数据模子、主数据、数据质料、数据安宁、数据共享,数据资产料理保护门径里蕴涵战术经营、机合架构、轨制体例、审计机制、培训宣贯。这里最有代价的是数据代价,别的数据怒放共享。

          正在这三个外面框架体例总结一下,这内里类似的是把数据行动智能营谋有圭表、质料,源数据、主数据这是一项营谋智能,需求有人去管的。

          第二个,这两个DMBOK2.0和DCMM都少睹据战术,因此咱们对应企业有没少睹据战术。

          第三个,白皮书里有器材做撑持,对应某数据资产里或者有10众个器材如何管咱们数据资产。

          别的这三个框架体例里都有机合架构,咱们良众工业企业里都没有实体机合。区别点这里讲到数据资产目次,由于咱们企业数据良众,如何迅疾找到这些数据?

          第二个,除了数据料理以外,咱们还少睹据运营,蕴涵数据需求、数据任事程度、数据换取共享等等,这是针对三个外面框架体例结果的总结结论给众人分享了。刚刚扼要说了数据资产干系的策略解读蕴涵干系框架的先容。

          下面这个是我五个案例,是我亲身参加的,我把每个项目做一个简陋的点评。中邦石化正在数字料理界限做20年了,从2000年推行ERP的工夫刚动手做主数据项目修理,现正在咱们做大数据任事平台。

          这内里起初圭表先行,别的是圭表或者有内部做数据管辖70个团队正在石化盈科。交易有四大平台:谋划料理层、出产层面、客户层面、出产层面,咱们把数据做成共享任事、数据智能。

          数据管辖从2000年动手最看重主数据和数据目标,咱们或者有550众项主数据梳理出来,有1000众万代码库,1万众个目标项目,终年有70人支配做内部的任务。这个主数据蕴涵数据目标,担保咱们几百个交易数据编制类似性、独一性、确凿性。

          数据堆栈创筑较量早,05年动手做,咱们连续争持正在ICP BW以及BO上面正在做着,担当谋划料理层面数仓修理。

          咱们正在出产营运平台,这里是出产层面总部有大的显示平台,下面油田都有本人的ODPS,这是咱们做的不错的,助助中石化体例增效方面施展了绝顶苛重的用意。

          咱们再有几个较量苛重的项目点评,第一个从16年动手或者几十个别,正在中石化内部做中石化大数据战术经营,改了几十版,这里重要是做大数据战术发达经营,蕴涵平台、数据管辖、使用做了两个三年,一个十年经营。这里做七横七纵两联合,七个纵向、三链四域。每三年咱们事实做哪些事宜,必然是交易部分深度参加进来来做大数据,咱们这两年正正在做大数据任事平台,大数据任事平台是以前根基上正在咱们守旧的机合化数据再加上本人开垦的良众开源非机合化大数据料理起来。

          咱们总的倾向重要是修建中石化大数据平台,蕴涵清料理、出产层面是咱们的周到感知,蕴涵优化、协同、科学决议。客户任事层面、资产层面运营。把中石化企业编制数据蕴涵政府干系数据、互助伙伴数据、邦内公用数据、海外数据集聚大数据平台。咱们有4万人用这个公用编制。后面依照采、聚联合将大数据采到联合数据平台里,管辖数据正在一共流程中从泉源管辖,后面正在大的数据平台里做管辖,咱们各个用户用数据,后面是担保交易安宁。

          这是咱们做的数仓大屏,可能周到直观集成企业各个层面的数据,为教导撑持任事保驾护航。

          使用科大讯飞咱们做了良众平台,咱们各级料理职员正在手机上也许看到数据,也许听懂人话分析人意,达成傻瓜式的平台。这是一个使用场景,咱们把数据跟语音纠合起来,把这个目标一切固化正在编制里,说一句话,外面的交易职员、教导都能看到干系的情形。把数据真正形成产物、任事,为各级料理职员来用。众人乐意去用这个音讯,这是简陋给的例子。

          这里把数据做成6种任事:蕴涵数据订阅/分发任事、数据查问/申请任事,数据移用API任事、主数据群众数据资源池、数据资源任事、主数据即时任事。

          结果咱们看看数据管辖的计划和倾向,第一个咱们要一套身手平台,咱们一个数据管辖平台,一套数据圭表,联合数据研发、样板蕴涵圭表、资产料理,别的一套机合架构,咱们总部一套人马来做。从交易方好用、敢用,从数据研发、管辖与运维是流程管控,数据获取,泉源数据绝顶圭表,如此咱们正在大数据平台里没有那么费力,咱们自己即是一体化来做的。别的咱们也修建了一整套数据管控轨制流程体例。

          别的咱们打制绿树工程,培育1000个数据工程师,咱们有大方的培训来做。前面较量迅疾的先容了中石化正在过去20年当中咱们做的少少任务。

          下面咱们先容能源集团数据圭表框架体例打算案例。坦率来讲,邦度能源是神华和邦电团结来的,他们是两套体例。以前遭遇很大的题目,结果加倍是正在十二五光阴做了良众成效,正在十三五连续动不了,连续念做大数据,后面展现这个一定要从圭表入手动手做,这里项目倾向重要是通过做一共圭表的调和,倾向重要为了集团管控、资产协同、专业化运营、朴素共享方面来做。

          这内里一定要站集团层面,这里是机合限度涉及到总部,蕴涵数据全口径、战术层项目料理层,圭表限度除了目标限度以外,往还数据、主数据、及时数据圭表,它是两个大集团很难去弄。

          后面通过项目曾经赓续一年众,但咱们石化盈科派了四个专家照管带着他们神华音讯40、50个别来做。

          起初做了数据架构的梳理,这内里也做了领先达成讨论,重要对标中邦石化,后面重要是遵照数据对象做了少少讨论,经营打算了四面墙,后面达成了圭表清单也做了简直的正在电力、北大做了简直的绝顶细的圭表。

          它把这个数据分为五类:目标数据、往还数据、主数据、通用根基数据、出产数据,这面是数据周期传输,上面是智能架构,后面是这内里由于它后面下来这内里数据圭表管控有机合、流程、评估、查核,相当于四面墙。

          数据全人命周期蕴涵往还数据圭表身手数据圭表从收罗、传输、存储、使用、共享和换取做了良众数据圭表。

          咱们看一看主数据,主数据他们做了良众年了,做的力度不足,只满意ERP、MEMS其他方面都不足,经营总部通用主数据圭表,别的依照资产板块八个资产里,板块专有主数据源,这里又有目标:资产、谋划料理、分公司、央企、邦资委查核目标体例做了完全梳理,这是谋划层面的目标。别的依照行业也举行了梳理,结果咱们修建两个人例、两个平台、一个任事。咱们经营了数据管辖平台,以前主数据、源数据、数据资产目次干良众年,展现没有效起来。数据管辖平台宗旨重要担保数据质料和安宁,咱们经营了或者有12个器材,内里最重点的即是少睹据加工与任事、主数据、数据模子之数据圭表等。

          这是它的中台,现正在正正在做,咱们打制中台。后面也是采用守旧器材、大数据器材把数据做成资产对外供给任事,这是咱们助着做的两体例、两平台、一任事架构。这流程中最重点的回到泉源来看数据管辖最为苛重,数据中台的器材好搭筑,费钱买过来,这里最重点仍旧数据管辖,数据管辖正在音讯化一共流程中处正在牛鼻子的地方,一方面担保交易编制泉源的类似性、独一性、确凿性,同时数据中台目标、安宁,因此正在音讯化架构中处正在绝顶苛重、重点的地方。

          这内里咱们经营了一体化数据管辖平台,除主数据、目标、质料、安宁蕴涵模子。这里数据资产较量新,咱们都正在探索着,蕴涵其对应的源数据是扶助目标数据换取任事,后面是一体化数据管辖和任事平台。前面先容了邦度能源,这两年咱们连续助它做项目重要的成效。

          下面是中广核,咱们刚启动一个众月的项目。基础上是有四五个编制,后面编制孤岛也蛮众,以前也做了相应任务,展现做得不足,这里孤岛也额外众,缺乏联合的料理体例,数据的机制不足健康,没有捉住轨制流程,也没有联合数据资产料理,数据资产没有开垦使用,没有使用起来,散落各个部分,原先本年有大的项目念一同做,教导绝顶念做这件事宜,但展现音讯部分做这个事宜没底,先做对标筹商做这个事儿。

          倾向重要是周到盘货数据资产、创筑数据体例圭表和队列、保护数据安宁合规、接续提拔数据质料、升高数据获取效用、赓续开采数据代价。这内里新能源板块,后面数据是全部据,别的它的编制是一起编制来做周到的梳理。

          这个项目咱们刚动手做的工夫展现,刚动手要做12大呈报,展现呈报写完没用,结果咱们总结出来第一个最苛重的数据是要做做数据料理培训,做洗脑任务,做对标任务,这个是第一步做数据文明普及,不急着做这个事儿,认识不足。后面是来岁布置做数据中台、数据平台。

          前面是里按照蕴涵DAMA,后面找对标重要对标中石化,后面到十三五经营,后面顶层架构打算它的战术、机合修建蕴涵架构打算,别的资产重点域蕴涵主数据、数据模子圭表蕴涵主门径,后面蕴涵呈报,后面做了验证,这是一共项宗旨推行论。

          正在这个筹商项目中80%时辰第一步做培训,培育数据泥土,众人对这个真的很生疏,升高员工对数据资产料理根基常识认知,加紧员工的数据料理代价,培育数据资产料理重点人才。咱们正在三个月内机合6方面课程,19次62课时。这是中广核项宗旨或者情形。

          后面是北京燃气,咱们做得较量早,这内里做到一共数据资产中台顶层经营,咱们从12年、13年每年或者有良众项目正在这内里做着,展现做得不足,以往只眷注音讯编制,为了物资编制,为了某个编制来做编制,展现没有站到数据角度去做,它重要打制北京燃气智能、运营、分解平台。

          这里同样的第一个以前的编制欠深度调和,也是搭筑几十个编制,缺乏深度调和,因此它要将出产和安宁各个编制干系的数据蚁合抽取,创筑数据圭表料理体例,达成数据联合料理,这是第一个要做的。

          第二要打制数据共享任事平台,以前存正在纵然独立编制是用得绝顶好,况且也绝顶美丽,要打制数据共享任事平台。

          通过数据管辖体例,培育企业员工数字资产认识,创筑共享使用机制,蕴涵管控体例等等,这是项目重要要治理的题目。

          总体倾向一个平台两套体例三项才气、四类模子五大特质。这里是例子,北京燃气正在北京市达成燃气行业数据蚁合收罗、分散、协同,这是咱们预期的成效。

          别的数据要完整的收罗,周到的共享,把数据做全程、全部,告终数据收罗,达成修建化转型,按需举行数据共享。

          咱们达成数据深度分解、透视,动态各个行业分解情形,后面是下层职员,通过平常庇护、联合查问查到平常的情形。这是北京燃气做的数据中台经营呈报,咱们助它做了落地。

          后面先容一下南方电网,南方电网正在数据管辖体例做了良众年了,这是他们比来分享的资料,我恰巧是他们大数据核心外部专家。它是如此评判的,前期数据资产料理任务发展存正在寻事,修理足够、奏效亏损。

          第二个是经营打算点状发展,这内里绝顶珍贵经营,协同相连不足,体例化水准有待提拔。

          数据资产料理框架分两一面,蕴涵机合料理、身手撑持,这是它的交易数字化战术,这是它公司转型升级的,因此数据资产饱满正在它的一共转型升级处的重点的地方。

          这内里做得较量好的,它做到了数据的全人命周期料理,全人命周期的料理与监控,全流程记载的追根究底,全景形式的资产可视化。

          它也做了少少数据器材,以前叫数据资产核心,这里叫数据料理平台,扶助后面的交易。

          它昨年做了一共数据资产的经营,正在将来四年当中或者要投6个众亿做数据资产,它投资界限也较量众。这是扼要的把南方电网的数据资产做结案例跟众人分享。

          第一,咱们要做好顶层经营打算任务,把数据资产经营好。蕴涵机合架构、使用机制、圭表干系。

          第二,要健康管辖体例把数据资产料理好。蕴涵做好数据资产料理、做好数据分级、分类、数据共享料理。

          第三,加紧安宁管控,把数据资产护卫好。咱们现正在要用户授权,最小够用法则,全程防护,这里正在收罗、存储、适用合键要做。

          第四,要加强科技赋能,把数据资产使用好,正在算力、算法、存储、搜集方面,要使用好。

          这内里咱们现正在讲中台绝顶众,咱们面对着双形式。守旧的像财政、物资料理等等这些东西用的ICP软件,这一面很难用中台就地把它交换下来,中台重要是正在少少探究更始交易形式里,像少少新的迅疾呼应交易,蜕化较量疾的可能做试点,因此将来三到五年当中我感应到这两种是并存、双形式存正在的。老交易、老编制以咱们为主,新交易、新编制采用新的身手、架构和修理形式。

          别的咱们看看大数据管辖,咱们有良众坑,并不是咱们设念当中一帆风顺,有良众坑需求咱们填,蕴涵数据圭表、数据质料、数据整合,咱们正在这个流程中黑白常艰辛的,要有足够的决心、足够的时辰、足够的用度去做这个任务。

          这个任务不行说太众时辰,一年两年看不到成效,大处经营、核心推行,分散提拔,咱们念倾向上风,迭代要疾,每个项目六个月要做完,起步要小,让高管教导看到数据管辖成效。

          起初要少睹据资产战术、倾向、经营(三到五年),机制蕴涵机合、轨制、流程,别的自己数据管辖、数据资产料理界限有些数据域料理。

          这内里需求六个导向,蕴涵需求导向、代价导向、题目导向、才气导向、更始导向、结果导向。从最终结果导向咱们的数据管辖情形。

          咱们数据料理倾向三个纠合:大数据管辖身手跟守旧交易深度调和、长久倾向与短期倾向相纠合法则,咱们要全部着眼、个人入手、核心卓越、痛点着眼,痒点入手、圭表、器材与运维保护相纠合。

          第一争持兼顾经营、分散演进、个人践诺,必然要顶层经营、避免贪大求全、要做小而精,达成速赢。

          第二争持交易部分牵头、音讯部分兼顾料理,筹商公司作身手撑持。做这个东西满意合规、审计哀求。

          第三争持圭表先行、急用先筑、滚动发达。交易更始方面有所筑树,如此高管教导会绝顶珍贵,接续加大资金进入。

          第一避免贪大求全,要做小而精、达成速赢。避免数据部分、音讯部分唱独角戏,避免数据流程料理过长避免为了做圭表而圭表,避免简单器材,依照交易场景去做。

          面向大数据平台要机制落实、圭表修理、数据编制修理。因此数据管辖是项永远而纷乱的任务,需求有专业和专职的团队举行料理和任事,才略保护数据管辖也许获得较量长效的成效。

          后面咱们看从愿景来看,咱们正在数据料理是两大平台,第一是中台或者大数据任事平台,下面是咱们的各样数据(内部、外部),这里重要是数据中台,再加上数据资产平台界说两方面,改日将来一个帐号、暗号能看到跟咱们一起干系的数据。

          数据是企业的重点出产因素、数据是疏通合营的根基、数据是驱动优化更始动力源泉、数据助推交易增进,吞没商场、数据是重点资产,施展代价。

            <i id='0wdanpl6'><tr id='9k9t6nn6'><dt id='3snhkzyt'><q id='mwry2bwo'><span id='mazj8sqt'><b id='z0ejrj8r'><form id='q5ad8k1m'><ins id='l9gv5aga'></ins><ul id='5p2q1fun'></ul><sub id='wv98yhns'></sub></form><legend id='yrtdk20h'></legend><bdo id='yn8061su'><pre id='uyzjmkil'><center id='3rb7yqum'></center></pre></bdo></b><th id='nuu54ahh'></th></span></q></dt></tr></i><div id='aqunt5yz'><tfoot id='iwhnxz0i'></tfoot><dl id='snkcwx0t'><fieldset id='chsyibv0'></fieldset></dl></div>
                <tbody id='0w157nz6'></tbody>

              <small id='740hsn1z'></small><noframes id='jfnojvbs'>

              <legend id='7qr333zf'><style id='qyvmgolw'><dir id='r9ijv6jy'><q id='8yxn9w8m'></q></dir></style></legend>

                <bdo id='3mc7o43s'></bdo><ul id='t9gase6b'></ul>

                1. <tfoot id='ur6h0wet'></tfoot>
                2.  Top

                  <legend id='wnwdaq9t'><style id='h9l9eczz'><dir id='gajlst0f'><q id='93qa3aae'></q></dir></style></legend>
                  <tfoot id='uekz80h6'></tfoot>

                  1. <small id='mxa2gj3d'></small><noframes id='1bwzju0t'>

                    • <bdo id='ubrpqubo'></bdo><ul id='7fz04n39'></ul>

                      <i id='n0dytrv0'><tr id='jgymp4ar'><dt id='rwlwc7lf'><q id='y3gbjjxj'><span id='rrxfpbn5'><b id='6v4ygm7o'><form id='v18n8fou'><ins id='ps7nc1j1'></ins><ul id='nfe7hvhv'></ul><sub id='s9sjwchs'></sub></form><legend id='brblw18l'></legend><bdo id='ff44000k'><pre id='q60cx16g'><center id='z8hvjaa6'></center></pre></bdo></b><th id='o8csq8vo'></th></span></q></dt></tr></i><div id='gtohffrg'><tfoot id='zzgwbj0e'></tfoot><dl id='6g54rdde'><fieldset id='s5tx42mn'></fieldset></dl></div>