决策剖析我们解释了可伸缩性和治理对于分析部署的重要性，高度可扩展的分析解决方案可以确保小型和大型用户团队都可以立即访问大量数据，并且可以以高性能进行探索和分析，从而做出有影响力的决策，当终用户使用自助服务工具时，必须采取严格的控制措施，以确保所使用的数据既安全又适合员工，并基于其角色和授权，我们将探讨确保知识工作者容易使用数据的重要性。

我一直都在问这个问题，有时候是从试图做出软件购买决定的同行中，或者从我的工程和产品管理朋友那里，试图了解买方的心态，以便他们为所有可能的客户问题做好充分的准备，因此在做出购买决定之前，我总是着眼于以下几件事，您会注意到，某些标准与本地服务并没有太大区别，但是当您转向基于云的服务时，它们变得更加重要。

数据是分析的核心，除了V的大数据（体积，速度，多样性和准确性）外，同样重要的是要注意数据的存储位置，如何访问以及数据发现工具如何处理，可视化和分析数据，尤其是随着新的大数据技术的出现，企业面临着挑战，即解决数据访问问题以及确定性能的方法，我们回顾了多种数据访问方法，例如更常用的内存模式和数据源模式，体系结构允许用户通过结合传统模式以及按需数据点播方法独有的方式访问数据。

大数据分析和数据挖掘概念。商人考虑大数据和数据挖掘问题（体积速度变化变异性，准确性，复杂性），宽横幅组成和办公室在背景中，如何将机器学习和大数据分析应用于实时处理，大数据目前是大肆宣传，大量的历史数据存储在Hadoop或其他平台中，数据发现工具和统计计算用于汲取新知识并从该数据中查找模式以进行促销，交叉销售，欺诈检测或预测性维护，可视化和数据发现，以找到这些见解。

数据和分析使营销能力的每个要素得以蓬勃发展，在这个数字化转型的时代，关于传统品牌营销在当今组织中的作用已进行了很多讨论，营销人员重要的技能列表通常将诸如大数据，数据分析，数据可视化，预测性定位，移动技术，编码和UI专业知识等技能排在新近大学毕业生和CMO的顶部或接近顶部。

年度数据科学和机器学习平台2021的关键能力，数据科学和机器学习平台的魔力象限”的补充，关键功能报告为准买家提供了对提供数据科学和机器学习解决方案的供应商的详细评估，在70个竞争对手中，他们评估了跨越15个关键功能的17个平台，涵盖了三个用例。