Qlik发布了报告《现代数据分析指南：7种加速业务洞察的方法》。

　　一、数据历史学家vs数据预言家：

　　使用预先配置的、管理的数据集的传统BI的设计目的是回顾发生了什么，然后通知采取什么操作。虽然历史数据很重要，但这已经不够了。

　　如今，人们需要能够对实时变化的数据做出反应和响应。下一代数据分析正在迅速发展，包括“动态数据”。这包括在正确的时间提供正确的数据，并具有实时的态势感知。简单地说，它是一种状态，在这种状态下，用户可以根据数据中发生的事情，在任何给定的时刻采取行动。

　　什么是主动智能?

　　指一种持续智能的状态，其中的技术和过程支持从实时的、最新的数据触发即时的行动。

　　二、隧道视觉vs周边视觉：

　　基于查询的线性数据探索是严格的、耗时的，而且只能到此为止。“问、等待、回答”的周期给分析师带来了不适当的负担，并最终限制了他们的洞察力——这种方法不利于跟上业务发展的步伐。

　　对于所有技能水平的用户(不仅仅是专家)来说，要想像专家一样发现见解，他们需要在所有数据中进行交互式、自由形式的数据探索。没有边界，没有等待。这需要一个数据分析平台来结合大量的数据源，并在用户与之交互时提供高性能的计算和关联。有了这种扩展的视野和随之而来的力量，人们可以以思考的速度工作。

　　有限视野还是全貌?选择是显而易见的。

　　文本由@木子日青 原创发布于三个皮匠报告网站，未经授权禁止转载。

　　数据来源：《Qlik：现代数据分析指南：7种加速业务洞察的方法》