無論企業在哪個行業工作，擁有多少員工，或者是否面向消費者、企業、私營部門或公共部門進行營銷，都不再重要。無論來自哪里，數據和分析都是日常現實。大多數企業定期收到的數據量是天文數字。全球的IT部門都在努力實施工具和實踐，對他們收到的信息進行優先排序和分類，并將其組織成一個理性的方式，以便他們可以分析和建立他們的商業智能努力。現實情況是，人們今天所經歷的數據量將不可避免地不斷帶來挑戰，數據量將不斷超過完美管理它的能力。
數據應該是人們所做一切的中心，作為希望企業的業務發展壯大的高管深知這一點。人們不斷生成工具、能力和技能集來管理它，然后在它背后正在生成不同的工具、功能和方法來分析它，但人們很可能總是在數據背后而不是在它前面。在不久的將來，人們可以預期會從生成的數據中獲得比期望更多的數據。
目前能夠獲得這些數據，因為數據生成的速度明顯超過了人們提出解決方案的能力。
但是，如果可以擱置理想的場景，而是找到一種方法來有效地挖掘數據、分析數據、將事物聯系在一起并在數據集之間創建關聯，人們就可以在數據的各個方面創建決策和支持結構。業務這是商業智能的核心，它使人們能夠完成以前從未夢想過的事情。考慮到數據量，考慮到使人們能夠分析數據的應用程序的出現，以及考慮到已經生成的將所有事物鏈接在一起的能力，人們有能力影響一切。
盡管看起來人們總是落后于數據，但正在迅速追趕。現在可用的商業智能工具變得更好、更友好，支持這些數據池的底層基礎設施也變得更快。人們有更有效的方法來通過數據倉庫、數據湖和支持結構化和整合視圖的軟件來存儲數據。關系型數據管理系統（RBDMS）選項的復雜性已經隨著NoSQL數據庫而成熟，人們現在可以存儲、組織、排序和分析不同類型的數據 結構化和非結構化數據。只有當將所有這些結合在一起時，才能看到已經走了多遠，以及商業智能技術和實踐如何有效地提升我們的業務。
全球的IT部門都在努力實施工具和實踐，對他們收到的信息進行優先排序和分類。
這對商業智能的未來意味著什么？好吧，我們與數據的關系絕不會是輕松、無憂的公園漫步，但正是因為數據的數量、復雜性和價值，它才具有如此大的潛力。越來越多的顧問、承包商和托管服務公司正在深入研究復雜的分析以及可以構建我們都需要的報告和數據可視化功能的技術，以便我們能夠從中獲得洞察力
我們的數據無需在沒有救生衣的情況下一頭扎進。數據世界變得太大，無法提供一刀切的解決方案；我們需要引進能夠始終如一地實施的人才，同時又能靈活地滿足個別企業的需求。
毫無疑問：商業智能是未來。我們有很多選擇，沒有一種最好的方法來做任何事情。每家公司都有一套獨特的情況，并且總是會有更多與如何做某事相關的選擇，而不是是否做某事的二元決定。有許多不同的方法來分析數據和理解數據分析。因此，利用可用的工具和技術以及那些花時間和精力專注于商業智能實踐細微差別的人的專業知識非常重要。隨著行業在這一方面取得的進步，如果我們利用可用的資源，未來看起來很樂觀，具有巨大的洞察力和改進潛力。
編輯：Harris
