过去的几年里，我们见证了大数据的起起落落。
说到数据量的增长，没有任何行业能够回避它带给商业世界的影响。每天都有新的数据源上线，当数据的爆炸超越了摩尔定律时，它对我们生活的影响也同样被放大。显然，这个趋势并没有在减弱，它只会愈演愈烈。而且，不仅仅只是数据量在增长：数据的复杂度也在增加。
结果怎么样呢?不是所有尝试了的企业结果都一样：有一些成功了，但通常都失败了，原因有很多。根据我在这个领域里看到的，显然大多是因为传统BI公司过于夸张的描述将企业的期望预设拉得太高。
正因如此，传统BI公司的真相就被揭露了出来。于是许多企业开始认为，与其依靠这些技术去搜集、准备、阐释和可视化数据，还不如依靠一帮专业人士来手动用SQL写解决方案。
以前，也许这样的方法确实能帮助解决一些数据上的瓶颈，但现在，科技环境如此日新月异，这样的方法已经无法满足企业真正需要的效率。
原因主要有三个：
1. 老方法太贵了。当你遇到一个复杂的数据问题，你需要投入大量的人力成本去手动写程序解决。而且，别忘了，你还需要支付技术人员到访咨询的差旅费，以及修理费——总有一天你会需要为这些埋单。
2. 这种方法无法跟上数据量的持续增长和复杂性的持续增加。这种量和复杂性的增长是不会停止的，也就是说，用老方法，也许2015年时10个人的团队就能解决的问题，到了2016年的时候就会需要20个人。
3. 在现在日新月异的环境中，老的方法实现价值所需的时间太长了。要记住，每天都有新的数据源上线，而且需要被接入系统来实现价值。用这种老方法，你可能还是会需要至少好几月的手动编程才能接入几个数据源。
很显然，传统的数据解决方案很快就要过时了。
新一代BI系统能够在敏捷度和完整的商业分析之间取得较好的平衡。过去，各个部门之间的数据是相对独立的，因此当销售部和市场部要回答「销售转化率」这个问题时，他们会根据各自的数据得出不同的答案。
但现在，因为新的BI系统已经自动整合了各个部门和数据源的数据，所以无论你是在销售部还是在市场部，你关于销售转化率的问题都会被返回到同一个数据库，如此，若你现在再去参加一个讨论销售转化率的会议时，再也不会有人质疑你的数据不准确。而没有信息不对称，并且拥有随时可以参考和使用的数据，你终于可以完完全全地将注意力集中在如何提高你的业绩上。 |
