一是数据的积累。积极储备高分辨率的、覆盖中国境内的、能满足InSAR数据处理需求的雷达卫星数据（欧洲航天局下属的哨兵卫星C波段雷达数据）。其中，资产密集及受地灾影响最为频繁的地区，是数据储备积累的重点。 

二是数据处理技术的自主研发。团队此前在InSAR数据处理的算法层面研发自主的、面向工程应用的数据处理软件，其产品思路在于研发、应用、迭代同步进行，以逐步推进其商业化进程。

三是沉淀数据挖掘的经验。通过获取原始图像数据并处理得到的InSAR数据库，由海量测量点组成，这些点状数据可用于反映所观测环境的某些规律或现象，但要想从中弄清楚这些数据背后的成因和变化趋势，需要结合行业知识对其进行深度分析和研究。通过深入参与不同行业的客户服务，掌握这些数据形成和变化的内因，以及导向的结论，最终提炼出算法，从而面向这些领域打造数据挖掘与分析的解决方案，提升InSAR数据服务的水平和价值。接下来计划借助机器学习手段，和国内外顶尖的团队合作，实现数据挖掘和分析的过程中最大程度的自动化和智能化。

四是基于前面做的三件事。InSAR云服务平台的优势体现在两方面：一是降低InSAR技术的应用门槛，让数据的获取、处理、挖掘和分析，可按需获取，特别是面向用户对小范围、单体目标的InSAR监测和观察需求，消除不必要的成本付出；二是为更多行业赋能，让行业用户积极共享在数据处理、数据挖掘和分析方面的算法成果，并从中收获商业收益，从而推动InSAR在不同领域的普及。