Knowledge Integrity公司总裁，专注商务智能、大数据、数据质量、数据治理和主数据管理。
估计大家听大数据听得太多，耳朵都快起茧了吧？谁要IT界几年才憋出一个流行词，自然大家只要提到数据，都说“大”。但你弄明白要分析什么数据了吗？
现今的企业数据架构战略，必须解决如何将现有的数据系统与日益增长的信息需求，性能和数据源相匹配。
一旦企业决定要购买一个大数据分析工具，下一步就是制定一个流程，评估可用的产品，然后从中找到一个最适合你需求和要求的产品。
通过部署和使用大数据分析工具，分析流程可以帮助公司提高运营效率，产生新的利润，获得竞争优势。企业可选择的数据分析应用程序有很多。
由于资本费用的减少和系统设计的流线型化，基于云端的商务智能平台为企业提供了一个更快、更简便的方式分析数据。
随着新技术的逐渐兴起：Hadoop集群、NoSQL数据库、列式和内存数据库，数据虚拟化工具，新的问题也出现了，传统数据仓库和新兴技术该以什么关系存在？
即使回顾十年以前，对于将企业级数据库管理系统跑在主内存上都是不可想象的。但随着时间的推移，RAM的价格稳步下降，这使得要做到这一点不再需要付出极为昂贵的代价。
使用内存数据库满足高速处理需求的不只是初创公司。大的数据库和软件供应商，比如IBM、Oracle、Microsoft、SAP和Teradata，都在研发支持内存处理的数据库技术
所谓的“决策支持”到底意味着什么呢？系统是否真正支持了决策？谈到支持决策，我们至少需要在两方面衡量，即决策之前的指导和决策之后的强化。
在数据可视化的趋势下，对图表的需求越来越旺盛。但仪表盘上的可视化图表并不是越炫越好。
