TechTarget执行编辑，主要负责商务智能和数据库网站的内容编辑，在IT技术领域具有丰富的采编经验
先进的分析技术可以帮助企业超越基本的商务智能流程，提高业务运营效率，预测客户行为，识别并影响市场趋势。
ROI（投资回报率）是考量商务智能、客户服务和其他项目的重要指标。如果没有ROI，就很难了解项目的执行效果。但IT项目的ROI并不是那么容易的。
2013年末，调研机构Gartner发布的魔力象限报告称，其所采用的运行数据库管理系统顶级供应商中，有五家是NoSQL数据库供应商。
银行并不希望将BI人员操作产生的所有分析数据都塞进新的数据集和EDW——银行想要的只是那些可视为企业资产的信息。
有人把大数据和分析的关系比喻成手和手套的关系，二者必须高度匹配才能得心应手。不过，大数据分析部署仍处在初级阶段。
提到大数据技术，人们首先想到的可能是Hadoop和NoSQL数据库。但很多情况下，大数据环境是由多种数据管理平台支撑的，而Hadoop和NoSQL系统并不是主要部分。
Hadoop 2做了很多改进。比如加入了新的组件——YARN资源管理器，能够运行非MapReduce应用程序;加入了实时分析程序。现在，是时候重新考虑Hadoop了。
大多数预测分析应用只需要分析样本，就能满足分析人员识别客户行为和其他参数的需要。相反，如果把大量的数据不加以分类就放到分析模型中，会增加“噪声”。
Forrester在其用户中所看到的最为普遍的大数据部署方法是一个Hadoop系统结合一个企业级数据仓库（EDW），而两者是可以彼此增强的。
大数据技术为数据存储和数据管理打开了一扇新的大门，未来还会和数据仓储系统保持一致。这反过来创造了新的数据集成机会。
