有一个一直以来存在的障碍，与技术架构不能满足新的需求有关，即将来自源系统的数据和大量数据集提供并及时载入BI分析平台。总的来说，由于无法提供快速获取统一实时数据的途径，也就无法提供集成分析性能给越来越多的业务用户。数据延迟的问题一天不解决，数据的供应就会继续成为增长生产力和精准业务决策的绊脚石。

    数据延迟对业务的影响

    大数据业务流程和其他BI应用与上述瓶颈息息相关，以下是几个例子：

    ●拖延数据文档的获取。大数据平台越来越多地被用作临时数据文档系统，数据来自于内部和外部资源，数据的及时迁移对用户的索引、搜索、匹配和信息传输非常必要。数据延迟会降低系统性能和效率。

    ●延长分析应用的开发周期。开发高级分析应用程序的流程由一系列迭代步骤组成，包括开发、测试和分析模型的评估等。大数据分析应用需要使用大型数据集进行设计，每一次周期的重复都需要将数据集重新载入开发平台。如果数据可用性缓慢就会延长应用开发周期，从而导致业务机会的错失。

    ●BI分析扩展性的缺失。用户对实时BI分析性能的需求越来越大，势必导致企业中分析数字和种类的大爆发，当然这就需要当下和及时数据可用性的推动，如果数据传输迟缓，将无法实现。

    ●对决策制定的担忧。BI和大数据系统中数据传输的滞后将阻碍业务决策者对可行动信息的获得。同时，数据延迟还引起了人们对数据及时性和一致性的担忧--它们会影响分析结果的可靠性，并最终影响决策的制定。
 

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。