任何商业智能(BI)计划的成功最终都取决于速度。数据只有在新鲜、准确和可操作时才有价值,考虑到今天数据进入组织的速度,这三个限定条件很快就会消失。

好消息是,有一些步骤公司可以提前提前他们的数据策略,并使双举措更快,更可达,其中包括:

通过虚拟化加速实时数据访问

如果您致力于数据管道,那么就不可能获得可靠的、最新的数据。加速对实时数据的访问是减少交付业务见解所需时间的关键。智能数据虚拟化是一种新兴的数据集成风格,旨在解决这一问题,它增强了传统的ETL/ELT风格,并提供对各种数据源的更新访问。

投资可扩展的基础设施和加工

云计算提供了企业所需的可伸缩性和弹性,以便高效地处理大量数据,并尽可能高效地向终端用户提供分析结果和见解。

删除数据移动约束

构建物理多维数据集和数据集市可能会导致重大的维护和风险,特别是在将数据从一个位置移动到另一个位置时。如果该过程失败,公司可能会出现持续数小时甚至数天的中断,导致数据中断。因此,通过数据虚拟化或替代解决方案消除数据移动约束是明智的。

数量增长计划

考虑到数据的增长速度,许多公司很容易就能看到他们的数据量每年100%的增长。重要的是要为这种持续的爆炸式增长做好计划,并选择合适的存储和处理体系结构,以满足组织未来的数据需求。

建立自助服务分析

也许加速数据驱动分析的最关键步骤是确保所有业务用户都能访问自助分析。除了开发或获得自助服务分析所需的工具在美国,为每个指标对机器和人类的意义建立一个共享词汇表也很重要。

想了解更多以上的见解,请查看这个TDWI的文章